5 activités principales pour les DSI se transformant en une organisation basée sur les données

Les DSI, les responsables de l’informatique et les responsables informatiques sont désormais très prisés des clichés pour affirmer la nécessité de se transformer en une organisation axée sur les données. Nous voulons que les dirigeants exploitent les données et les analyses dans leur prise de décision plutôt que les dirigeants les plus expérimentés ou les plus expérimentés, affirmant des décisions basées sur l’intuition et les préjugés. Nous reconnaissons que les données constituent la nouvelle huile et que nos entreprises doivent faire face à la concurrence et se différencier grâce à des analyses prédictives, opérationnelles et orientées client. Enfin, nous savons que les données sont un atout essentiel qui doit être géré, protégé et exploité de manière appropriée tout en en cours de démocratisation des données afin d'accroître l'utilisation de l'ensemble de l'organisation.

Les DSI , CDO et les responsables informatiques ont besoin d’une stratégie de données. Compte tenu des objectifs ambitieux et des besoins organisationnels en matière de données, il est essentiel de disposer d’une stratégie et d’un plan d’exécution pour responsabiliser les personnes et favoriser le changement. Cependant, les stratégies de données recoupent de nombreux besoins organisationnels, ensembles de compétences, meilleures pratiques, partenariats, réglementations et technologies. Lors d'événements tels que Les forums des dirigeants de SINC IT où je parle de plusieurs sujets liés à la transformation numérique, j'entends et répond à diverses questions sur les éléments d'une stratégie de données et sur la manière de les développer.

Here Les DSI et les responsables informatiques ont cinq domaines d’activité pour établir une stratégie de données et un plan d’exécution.

1. Identifiez les départements mal desservis offrant des opportunités de données significatives

Lorsque j'étais responsable des technologies de l'information chez McGraw Hill, l'une de nos opportunités les plus significatives était de travailler avec les services marketing qui expérimentaient une combinaison d'outils de marketing numérique pour atteindre des prospects et nourrir des prospects. Pour comprendre quelles expériences produisaient les résultats les plus prometteurs, elles intégraient minutieusement les données dans une multitude de feuilles de calcul et en analysaient les résultats.

En informatique, nous considérions cela comme un moyen désordonné et inefficace d'intégrer et d'analyser les données. une base régulière. Nous avons remplacé un processus manuel source d'erreurs par le déploiement de Tableau auprès de quelques personnes du groupe marketing ayant des connaissances en données, et avons demandé au service informatique de les aider à automatiser l'intégration des données et à fournir un accès aux sources de données internes.

Les programmes de changement descendant et descendant et il est essentiel que le DSI établisse une capacité d'analyse ascendante. Les TI peuvent contribuer à des activités telles que la gestion de données et les bases de données mais les experts en la matière du secteur sont mieux équipés pour poser des questions et se servir de leurs réponses en libre-service à l'aide de la science des données relatives aux citoyens et outils de préparation de données.

2. Permettre l’expérimentation de pratiques d’analyse agiles

L’application de pratiques agiles dans les initiatives d’analyse et d’apprentissage automatique peut être plus essentielle pour obtenir des résultats même par rapport au développement logiciel agile.

C’est un processus de découverte inhérent à l’analyse de données. Quelqu'un commence par poser une question qui peut aider à hiérarchiser les efforts, à réaligner les ressources, à classer les opportunités de vente ou à prendre d'autres décisions qui ont un impact sur l'activité. L'analyse des données sous-jacentes ne donne souvent pas de réponse simple.

• Le processus de découverte identifie généralement les données manquantes, les problèmes de qualité des données, de nouvelles méthodes de segmentation de l'analyse et des questions de découverte supplémentaires.
• L'analyste de données peut choisissez de mettre en œuvre un tableau de bord de visualisation de données uniquement pour comprendre que des vues alternatives et complémentaires sont nécessaires pour raconter l'histoire.
• Un scientifique des données peut choisir d'implémenter un algorithme d'apprentissage automatique uniquement pour découvrir qu'il est sous-performant et qu'un autre algorithme peut fonctionner mieux.

L'application de pratiques de données agiles permet les boucles de rétroaction nécessaires à l'expérimentation. Après avoir mis en œuvre une approche, essayez de capturer les enseignements tirés de l'arriéré et de déterminer les options de découverte et de mise en œuvre qui méritent d'être hiérarchisées.

3. Former les décideurs à l'utilisation de l'analyse

Si vous la construisez, viendront-ils? Vous savez déjà que la réponse à cette question est «Non». Maintenant, posez la question suivante: si vous construisez la visualisation de données et donnez accès à celle-ci, les décideurs sauront-ils comment l'utiliser pour prendre des décisions?

«Non», même si les plates-formes de visualisation de données telles que Tableau et Microsoft PowerBI ont permis aux organisations de développer des tableaux de bord intuitifs. Parfois, les tableaux de bord mis en œuvre font défaut à de nombreuses pratiques exemplaires en matière de visualisation de données ce qui complique la tâche des utilisateurs finaux pour une utilisation intuitive de celles-ci.

des programmes de formation pour informer les décideurs sur les données sous-jacentes et la mise en place d'un programme de gestion du changement en vue de son adoption sont encore nécessaires.

4. Introduction à la gouvernance de données proactive

Un responsable de l'information m'a déjà dit qu'il avait du mal à introduire des pratiques de base de la gouvernance de données avant d'introduire des fonctionnalités de données, d'analyse et de libre-service. Il pensait qu'introduire des analyses avant la gouvernance ressemblait à diriger avec la charrue avant les boeufs.

D'après mon expérience, il est presque impossible de gagner du poids sur la gouvernance des données sans que les dirigeants et les dirigeants voient les données et exigent davantage de capacités d'analyse.

ne signifie pas qu'il faille mettre de côté la gouvernance de données nécessaire, y compris établir des politiques d'utilisation, mettre en œuvre la sécurité des données et la publication de catalogues de données . Cela signifie que les DSI doivent mener des programmes de gouvernance des données parallèlement aux initiatives d'activation de l'analyse. Il n’existe pas de chariot ni de cheval, et la demande d’analyses devrait aider à mettre en évidence le besoin et la valeur de traiter les domaines dépendants de la gouvernance des données.

Défi des dirigeants d'utiliser des tableaux de bord lors de réunions stratégiques

Les deux technologies les plus utilisées pour la prise de décisions par les dirigeants sont Microsoft PowerPoint et les tableurs. Ces deux outils nécessitent de nombreuses étapes manuelles pour passer de la source de données à la présentation et sont donc inefficaces, sujets aux erreurs et faciles à introduire des biais.

Je parle lors de conférences sur le rôle du DSI dans la mise au défi du logiciel C-Suite. . Changer les outils et les méthodologies utilisés pour prendre des décisions exécutives est extrêmement difficile, mais extrêmement important pour les DSI de remettre en question le statu quo. Répondre à des questions complexes à la volée sur l'entreprise et analyser les analyses en temps réel sont des différenciateurs concurrentiels, et les deux ne peuvent pas être atteints à l'aide d'outils qui présentent en grande partie des vues statiques de données.

Il faut donc aider les dirigeants à comprendre et à tirer parti de la réalité. tableaux de bord temporels lors de réunions de direction et autres réunions au cours desquelles des décisions stratégiques sont discutées.

Personne n'a dit que la transformation en une organisation axée sur les données allait être facile.

Cet article est publié dans le cadre du réseau des contributeurs IDG. Vous souhaitez vous inscrire?