Construire de meilleurs systèmes de gestion pour exploiter vos données

La plupart des entreprises continuent de lutter pour gérer et utiliser leurs données. Ils dépensent beaucoup de temps et d’énergie, mais ne reçoivent pas grand-chose pour leurs efforts. La qualité est faible, les gens ne font pas confiance aux données, la dette technique est incontrôlable et ils manquent des occasions de devenir axés sur les données, d’utiliser des analyses avancées et l’IA, et de rivaliser avec les données. En fait, la plupart des organisations ne sont tout simplement pas préparées aux rigueurs du travail avec les données.

C’est bien sûr un problème. À ce stade, pratiquement chaque travail consiste à consommer, interpréter et créer des données. Mais d’une manière ou d’une autre, cela semble se perdre à tous les niveaux des organisations – la structure, la culture, les personnes. Il est souvent difficile de savoir qui est responsable des données (le CDO ? L’informatique ? Tout le monde ? Personne ?), et avec des données cachées dans les commandes client, la logistique et les rapports de gestion, le pouvoir du statu quo prévaut. Sans attentes claires, le chaos règne. Les gens ne savent pas quoi faire, les tâches de base restent inachevées et une grande partie du travail effectué est mal faite. La triste réalité : dans la plupart des cas, les données ne sont essentiellement pas gérées.

Les entreprises doivent développer de meilleurs systèmes et approches pour travailler avec les données, et cela commence par clarifier les responsabilités de gestion pour tous ceux qui touchent les données d’une manière ou d’une autre dans l’organisation. Voici cinq lignes directrices pour décider qui doit faire quoi en matière de données.

Faites participer tout le monde.

La plupart des actions de données réelles impliquent des « personnes ordinaires » qui n’ont pas de « données » dans leurs titres. Vous créez le truc; interpréter les choses ; Utilisez ces éléments pour satisfaire les clients et les régulateurs, suivre l’inventaire et l’argent et faire des plans et des décisions, etc. Ces personnes sont effectivement à l’avant-garde d’un projet, d’un programme ou d’une stratégie de données plus vaste et sont essentielles à sa fonction. Mais ils sont presque toujours laissés de côté dans la phase de planification. Avec l’engouement pour les mégadonnées, l’intelligence artificielle et la transformation numérique, vous pourriez être surpris que l’engagement d’employés réguliers soit la mesure la plus importante que les entreprises puissent prendre pour accélérer leurs programmes de données.

Il y a un énorme potentiel ici. Pour les libérer, les entreprises doivent clarifier les rôles et les responsabilités des gens ordinaires, en tant que consommateurs et créateurs de données en matière de qualité des données, en tant que petits scientifiques des données, en tant que contributeurs à des projets de données plus importants, en tant que meilleurs décideurs et en tant que gardiens de les données de l’entreprise. La première étape que les dirigeants doivent prendre est de mettre les gens ordinaires et ces responsabilités au premier plan. Ils doivent également réussir, former et aider les gens à s’acquitter efficacement de leurs nouvelles responsabilités.

Construisez l’infrastructure pour travailler sur, autour et à travers des silos.

Alors que les organisations tirent le meilleur parti des données lorsqu’elles sont partagées entre les services, les silos entravent le partage des données. Malgré le fait que presque tout le monde s’appuie sur des données créées par d’autres départements pour faire son travail (par exemple transporter des données généré par le marketing puis transmis données de vente aux opérations d’exécution, etc.), les départements ne se soucient souvent pas de la qualité des données qu’ils partagent. Les entreprises sont de gigantesques guirlandes de flux de données, et lorsque de mauvaises données sont partagées, cela gâche tout.

Pour le meilleur ou pour le pire, les silos ne vont pas disparaître de si tôt. Au lieu de cela, les entreprises doivent construire une infrastructure capable de transférer et de coordonner le flux de nombreuses données de manière organisée – ce que j’appelle des «gros tuyaux organisationnels» – pour les gérer. Premièrement, les entreprises doivent définir et gérer chaînes d’approvisionnement de données. Tout comme les entreprises suivent les producteurs et les matières premières sur lesquelles elles comptent pour fabriquer et livrer des produits physiques, elles doivent définir et suivre la façon dont les données sont créées, comment elles sont transportées d’un endroit à un autre et comment elles sont analysées et utilisées dans le processus .

Deuxièmement, ils doivent en construire un Pont de la science des données, qui prend en charge la communication entre les équipes métiers et les centres d’excellence en science des données. Ces deux équipes se retrouvent souvent dans des directions opposées, la première cherchant à créer des processus prévisibles et la seconde cherchant à perturber cette stabilité pour trouver des améliorations, mettre à jour la prise de décision et créer de nouveaux produits. Le pont vise à apaiser ces tensions en aidant les deux équipes à comprendre les préoccupations et les besoins de l’autre.

Troisièmement, ils doivent créer quelque chose langue commune entre les services et au sein de l’entreprise. Au fur et à mesure que les entreprises grandissent et que les départements se spécialisent, le langage utilisé diverge. (Par exemple, le terme « client » signifie « prospect » pour le marketing, « personne ayant le pouvoir d’approbation » pour les ventes et « personne responsable en dernier ressort du paiement de la facture » ​​pour la gestion des risques.) Cela rend plus difficile pour les gens de faire ce travail. à travers les silos et pour que les data scientists comprennent les données de l’entreprise. Les organisations peuvent faire de grands progrès en identifiant environ 150 concepts clés qui lient l’organisation et en s’accordant sur des définitions communes.

Laissez l’informatique s’occuper de la technologie, pas des données.

Trop d’entreprises attribuent à tort la responsabilité principale des données à leurs services informatiques. Mais la plupart des données ne sont pas créées ou utilisées par l’informatique — la technologie et les données sont des types d’actifs différents, tout comme les services de streaming et les films sont différents. les entreprises devraient Laissez l’informatique s’occuper de la technologieRenforcez la capacité de l’infrastructure, automatisez des processus bien définis et réduisez la dette technique en temps opportun.

Attribuez l’encadrement et la coordination aux équipes de données professionnelles.

Les entreprises ont besoin de petites équipes de données professionnelles dotées d’une expertise approfondie dans divers domaines, notamment la qualité des données, la science des données, la gestion des métadonnées, la confidentialité et la sécurité pour s’acquitter de ces responsabilités au quotidien. Comme indiqué dans un article précédent, peut-être que la moitié des efforts de ces équipes de données devraient être consacrées à la formation et à l’aide aux employés réguliers pour assumer les rôles et responsabilités décrits ci-dessus. Un soutien professionnel est également nécessaire pour aider les personnes chargées de gérer les chaînes d’approvisionnement de données et d’établir un langage commun. Un réseau de gestionnaires de données embarquées est essentiel pour accroître la portée des équipes de données professionnelles dans la réalisation de ce travail.

Les équipes de données professionnelles doivent également consacrer une partie de leur temps à des travaux spécialisés : interpréter les réglementations en matière de confidentialité, développer des modèles de données et diriger des initiatives de science des données particulièrement difficiles ou importantes (bien que ces efforts doivent également impliquer des personnes ordinaires).

Prenez la tête du peloton de touche.

Au cours de la dernière génération, l’excellence en science des données et en qualité des données a fait ses preuves dans d’innombrables circonstances, résolvant des problèmes difficiles, obtenant de nouvelles informations sur les clients et réduisant les coûts. Cependant, il s’est avéré difficile d’introduire ces nouvelles idées dans les entreprises et d’étendre les succès d’un domaine de l’entreprise à d’autres ; le taux d’échec des projets de science des données reste inquiétant. Les programmes de données ont désespérément besoin de leaders pour résoudre ces problèmes. Mais dans l’ensemble, les cadres supérieurs se sont assis sur la touche.

Il me semble que les dirigeants veulent faire les bonnes choses, mais ils ne savent tout simplement pas quelles sont les bonnes choses. Pour leur défense, ils font face à une mer enchevêtrée de propositions, toutes promettant des conséquences désastreuses si elles sont ignorées, mais chacune offrant des recommandations différentes. Séparer le signal du bruit est un défi de taille.

Dans cet esprit, je conseille aux dirigeants de se concentrer d’abord sur deux choses.

Tout d’abord, établissez des liens : les organisations sont submergées par les problèmes/opportunités d’affaires et avec de bonnes idées dans la salle de données. Mais trop souvent, ils ne parviennent pas à se trouver – les problèmes commerciaux restent non résolus et ceux qui ont de grandes idées deviennent frustrés. Les hauts dirigeants sont particulièrement bien placés pour faire le pont entre les deux.

Deuxièmement, au fil du temps, vous développez les compétences des employés requises ici. Si vous ne l’avez pas déjà fait, embauchez un excellent directeur des données, un avec le courage d’un lion pour être en première ligne du changement chaque jour et la patience d’un saint pour penser à long terme et ne pas se laisser distraire par de petits tireurs d’élite .

. . .

Ces lignes directrices représentent un changement radical dans la façon dont les données sont gérées aujourd’hui. Certains diront qu’ils sont trop lourds ou qu’ils n’en valent pas la peine. Mais la gestion des données d’aujourd’hui ne suffit tout simplement pas. À mon avis, il est insensé de penser que le simple fait d’implanter un centre d’excellence en science des données donnerait des informations qui changeraient l’industrie, que quelques étudiants diplômés bruts pourraient changer l’avis d’une génération habituée à gérer à travers les sièges de leurs pantalons et costumes, ou que l’utilisation de la dernière technologie whiz-bang compenserait l’échec de la gestion adéquate des données pour toute une génération.

L’électrification en est un exemple utile. Parce que l’électricité n’est pas apparue sur la scène et a tout amélioré comme par magie. Les cadres et les techniciens devaient trouver comment le fabriquer et l’expédier en toute sécurité, comment modifier l’espace de l’atelier pour les accueillir, comment gérer leurs traits difficiles et comment amener chacun à faire sa part ! Cela a duré une génération. Il ne faut pas en attendre moins pour les données.