L’année dernière, Dow a pris une mesure audacieuse pour mieux utiliser ses données. Dans le but d’éliminer les îlots de données isolés et de faire un meilleur usage de l’informatique décisionnelle en tant qu’actif de l’entreprise, la société a lancé une organisation interne qui a intégré de manière transparente l’informatique et les unités commerciales mondiales de la société sous un même toit.
La structure de cette organisation, appelée Business Data Services, ressemble à une roue de vélo, avec l’informatique comme plaque tournante et les rayons atteignant les unités commerciales, les zones géographiques et les fonctions de Dow. L’objectif initial de la création du groupe était d’accélérer la fourniture d’outils et de services de processus d’entreprise numériques et d’accroître l’adoption pour obtenir des résultats commerciaux plus solides.
Au fur et à mesure que l’entreprise de 125 ans évolue pour répondre aux besoins changeants du marché et que des technologies habilitantes comme l’IA et l’apprentissage automatique sont ajoutées au mélange, cette approche intégrée et collaborative a changé la façon dont l’informatique prend des décisions sur les solutions numériques qui conviennent à Dow et les marchés qu’ils desservent, explique Chris Bruman, directeur des données de Dow.
Cliquez sur les liens du lecteur de podcast intégrés ci-dessous pour écouter le Conseil exécutif du CIO Avenir en avant conversation en podcast avec Chris Bruman et lisez la suite pour des extraits édités de cette conversation en deux parties.
Sur le maintien de la concentration :
Les perturbations et les défis externes auxquels nous sommes confrontés aujourd’hui ont vraiment mis en évidence, probablement plus que jamais auparavant, la nécessité de se concentrer sur les données en tant que priorité fondamentale. Mais nous devons strictement donner la priorité à des domaines spécifiques et ne pas être trop distraits par des idées ponctuelles – être étroits et concentrés, par opposition à faire bouillir l’océan.
Je préférerais avoir quelques domaines ciblés qui ont un impact sur l’entreprise, où nous pouvons apporter des améliorations significatives, plutôt que des centaines de domaines et faire à peine des progrès. En nous concentrant sur quelques domaines alignés sur nos objectifs commerciaux, nous obtenons des gains pour l’entreprise, nos clients et nos employés. Avec des capacités éprouvées, nous commençons à mieux comprendre ce qui génère le plus de valeur et comment nous pouvons aller plus vite en termes d’adoption pour encore plus de valeur. Alors certainement, étroit et ciblé est le thème pour nous en ce moment.
Lors de la création d’un hub de données :
Nous avons commencé à examiner la nécessité d’une nouvelle approche de la qualité des données et de la gouvernance des données pour l’entreprise fin 2020. Nous travaillions sur différents aspects, notamment le reporting, la migration des données, la gestion des données, etc., et nous voulions les rassembler tous. pour créer une plateforme de données plus solide pour l’entreprise. Nous avons donc lancé Business Data Services au deuxième trimestre 2021.
L’informatique n’est pas propriétaire de la plupart des données de l’entreprise. Plusieurs autres fonctions commerciales sont responsables des données qui, si elles ne sont pas bien gérées, peuvent rapidement devenir fragmentées. En tant que plaque tournante, nous apportons la facilitation autour de la gouvernance, ainsi que de meilleurs processus et des outils plus faciles à utiliser. Mais nous nous appuyons sur les rayons métiers, fonctionnels et géographiques pour effectuer le nettoyage et la maintenance à long terme de nos données. Le modèle est important car l’informatique peut fournir des conseils utiles et des meilleures pratiques aux propriétaires de données de l’entreprise.
Sur l’utilisation de l’IA et de l’apprentissage automatique :
Aujourd’hui, il existe de nombreuses initiatives différentes liées au nettoyage des données, car nous transférons des données d’un emplacement à un autre ou d’une instance de nos outils à une autre. Lorsque nous faisons cela, nous nous appuyons sur de nombreuses vérifications manuelles. C’est là que l’apprentissage automatique peut nous aider en automatisant cette activité. Au lieu de demander à quelqu’un de travailler pendant un week-end pour vérifier les données lors d’une mise en service, à l’avenir, nous pouvons fournir un rapport qui signale quelques anomalies à valider. Ainsi, ils passent peut-être 30 minutes contre six heures un samedi en automatisant la validation des données pour voir si elles sont exactes et propres.
Comme de nombreuses autres entreprises de tous les secteurs, Dow se concentre sur l’ESG et la durabilité en tant qu’impératif commercial. Nous allons donc continuer à rechercher des cas d’utilisation où nous pouvons tirer parti de l’IA et du ML pour automatiser également une partie de la gestion des données dans cet espace important.
Source link