Стратегия данных - пример из практики
В разделе 4.3 мы представили измененную версию процесса структурирования стратегического выбора для разработки стратегии данных. В разделе 5 мы показали, как стратегический выбор, связанный с данными, является неотъемлемой частью бизнес-стратегии, формируя ключевое требование для проектирования функции данных.
Теперь мы собрали все кусочки пазла, чтобы выполнить стратегическую работу, которая необходима в организации для использования данных в качестве актива с помощью аналитики и/или искусственного интеллекта.
В этом разделе приводится подробный пример, иллюстрирующий разработку стратегии данных. Для этого мы снова используем компанию по производству и продаже соленых закусок, которая производит и продает картофельные чипсы и орешки, и для которой мы разрабатываем стратегию для функции данных в масштабах всей группы. Этот раздел задуман как глубокое погружение, и его можно пропустить без потери контекста.
Напомним, что мы уже касались этого примера в разделе 3.5 и разделах 5.1, 5.2 и 5.3. Теперь мы пройдемся по этапам процесса разработки стратегии данных, изображенным на рисунке 11.
Шаг I: Определите потребности в данных и искусственном интеллекте
Стратегические потребности
В рамках разработки групповой стратегии компания, производящая соленые закуски, решила повысить конкурентную стоимость бизнеса в стране за счет создания нового арматурного стержня. Выбранная возможность предполагала централизацию всех основных ИТ-систем (Enterprise Resource Planning, Customer Relationship Management, Manufacturing Execution System), что привело к созданию систем управления, охватывающих всю организацию.
Таким образом, транснациональная компания по производству соленых закусок решила провести масштабную программу оптимизации ИТ с целью централизации всех систем и соответствующих бизнес-процессов во всех странах.
Исходя из этого, команда разработчиков стратегии группы также решила создать еще один укрепляющий стержень для данных, аналитики и искусственного интеллекта, который должен быть реализован через новую функцию данных в масштабах всей группы. Например, это повлекло за собой гармонизацию всех решений по отчетности для отдельных стран.
Из нескольких региональных стратегий функции продаж вытекало еще одно стратегическое требование - предоставить решения для прогнозирования товарных запасов в магазинах, как мы видели в разделе 5.1.
Эти стратегические требования к данным были напрямую связаны со стратегией организации, гарантируя, что функция данных будет поддерживать конкурентные преимущества организации. Стратегические требования имели приоритет, поскольку они непосредственно поддерживали теорию победы организации, в то время как операционные и будущие требования касались фундаментальных и исследовательских потребностей. Давайте рассмотрим два последних.
Операционные потребности
Важнейшим требованием к оперативным данным для новой функции данных было обеспечение того, чтобы гармонизированные системы и централизованные решения для отчетности были разработаны таким образом, чтобы они могли легко заменить существующие местные системы во время развертывания, не прерывая повседневной деятельности. На переходном этапе существующие местные группы по работе с данными будут отвечать за поддержание непрерывности работы текущих операционных панелей и решений по отчетности (например, для отслеживания продаж, управления запасами и производством).
Будущие потребности в данных
В ходе подготовки к предстоящему процессу разработки стратегии данных команда разработчиков выявила несколько будущих потребностей в данных, проведя ряд интервью с представителями отдельных региональных подразделений.
Одним из таких будущих требований к данным была запланированная программа цифрового производства в нескольких странах-производителях, целью которой была оптимизация производства и качества за счет интенсивного использования потенциала цифровых технологий и данных. Дорожная карта программы включала потенциальные варианты использования данных, такие как предиктивная настройка процессов для производственного оборудования.
Команда разработки стратегии
Команда по разработке стратегии данных состояла из представителей как корпоративной функции данных, так и региональных заинтересованных сторон.
На корпоративном уровне в состав команды входил руководитель группы данных, который отвечал за стратегию данных, поскольку возглавлял функцию данных группы. Другими членами основной команды были специалист по управлению данными и менеджер по аналитике, курирующий централизованную систему отчетности. Поскольку выбор строительства арматурного стержня был поручен генеральному директору группы, он выступал в роли спонсора разработки стратегии данных.
С региональной точки зрения в состав основной команды вошел менеджер по данным немецкого подразделения, который курирует потребности и решения в области данных, аналитики и искусственного интеллекта в Германии. Кроме того, в состав основной группы вошел представитель производственного подразделения, чтобы обеспечить соответствие местным потребностям, таким как инициативы в области цифрового производства.
Кроме того, были привлечены внешние эксперты по разработке стратегии, данным и культуре. Это обеспечило продуманный методический подход и позволило решить проблемы, связанные с изменениями, с самого начала.
Расширенная команда состояла из нескольких опытных пользователей аналитики и заинтересованных сторон с ключевыми требованиями, которые привлекались по требованию.
Такой состав позволил команде сбалансировать корпоративные приоритеты с конкретными требованиями региональных команд.
Шаг II: Определение и сбор трудностей
На этапе подготовки интервью с заинтересованными сторонами в группе и региональных подразделениях выявили наиболее актуальные проблемы, связанные с данными, аналитикой и искусственным интеллектом. Эти проблемы необходимо было решить в ходе разработки стратегии обработки данных, чтобы обеспечить успешное внедрение централизованной функции обработки данных при минимизации сбоев и максимизации ценности функции обработки данных группы.
Были выявлены следующие ключевые проблемы:
1 Неопределенность в отношении будущего состояния:
- Региональные подразделения выразили обеспокоенность по поводу четкости целевой операционной модели для функции групповых данных, особенно в отношении их роли и автономии в управлении и использовании данных после внедрения.
- Заинтересованные стороны отметили недостаточное понимание того, как гармонизированные системы и решения для отчетности будут отвечать требованиям как на уровне группы, так и на уровне региона.
2 Противодействие централизации:
- Несколько регионов выразили обеспокоенность тем, что они могут потерять гибкость и оперативность в удовлетворении своих уникальных бизнес-потребностей в данных, особенно в сценариях, когда требуется специальная отчетность или быстрая корректировка.
- В качестве потенциального препятствия на пути к внедрению было названо опасение, что универсальное решение не сможет удовлетворить местные деловые нюансы.
3 Дефицит навыков и возможностей:
- Региональные команды отметили необходимость обучения и поддержки для адаптации к новым централизованным системам, особенно для аналитики самообслуживания и использования ИИ.
- Была выявлена нехватка навыков и возможностей у местного бизнеса в использовании предиктивной аналитики, например, в рамках программы цифрового производства.
4 Временные риски непрерывности бизнеса:
- Регулярное составление оперативной отчетности на переходном этапе остается главным приоритетом для местных команд, поскольку любые сбои могут повлиять на принятие важнейших бизнес-решений в таких областях, как продажи, производство и управление запасами.
- Заинтересованные стороны отметили проблемы, связанные с удовлетворением временных потребностей в данных и анализе на местном уровне. Они выразили неуверенность в том, какие новые решения стоит разрабатывать в существующей среде до начала внедрения, а какие решения можно отложить на более поздний срок.
5 Согласованность с будущими программами:
- Команда разработчиков отметила, что успех будущих программ, таких как инициатива по созданию цифрового производства, будет зависеть от создания надежной инфраструктуры данных и архитектуры, гибкой для поддержки новых вариантов использования данных, таких как прогнозирование процессов.
Шаг III: Разработка стратегии данных
Процесс разработки стратегии полностью соответствует процессу структурирования стратегического выбора, представленному на рисунке 6( состоит из 7 этапов).
1: Определение проблемы
Команда разработчиков стратегии данных начала с определения основной проблемы, которую они хотели решить. Команда определила эту проблему следующим образом:
«Нам необходимо согласовать данные, аналитику и услуги искусственного интеллекта во всех регионах на основе нового централизованного ИТ-ландшафта, удовлетворяя при этом различные региональные потребности, поддерживая непрерывность бизнеса и открывая будущие возможности, основанные на данных».
2: Как это сделать?
Вопрос «Как мы можем это сделать» был разработан для того, чтобы вдохновить на инновационные возможности стратегии функции данных, сохраняя при этом фокус на предоставлении ценности и решении основных задач.
«Как мы можем создать ценность для наших региональных подразделений с помощью согласованных решений в области данных, аналитики и искусственного интеллекта, удовлетворяя при этом их уникальные потребности и согласуясь с нашим централизованным ИТ-ландшафтом и управлением?»
3: Создание возможностей
Определив проблему и сформулировав вопрос «Как мы можем это сделать», команда разработала стратегические возможности.
Для наглядности я ограничил число возможностей в данном примере двумя. В этих возможностях противопоставляются различные подходы к структурированию и управлению функцией с акцентом на степень централизации и региональной автономии. Как правило, команды разрабатывают до шести вариантов и могут противопоставлять другие аспекты, такие как степень опоры на внешние профессиональные сервисные компании или то, насколько наступательной или оборонительной должна быть стратегия [14].
Возможность «полностью централизованная функция данных»
Этот вариант предусматривает полностью централизованное управление и операционную модель для функции данных. Все основные виды деятельности в области данных, аналитики и ИИ, включая интеграцию данных, управление, управление спросом и предоставление решений, будут осуществляться центральной группой. Региональные подразделения выступают в качестве потребителей данных, полагаясь на стандартизированные системы отчетности, информационные панели и аналитические решения, единообразно предоставляемые центральной командой для обеспечения согласованности, масштабируемости и эффективности.
Возможность «федеративная функция данных с региональной настройкой»
В этом варианте предлагается федеративная модель, сочетающая централизованное управление со значительной автономией региональных подразделений. Региональные команды будут играть активную роль в управлении спросом, разработке аналитики и использовании науки о данных/Интерфейса для реализации местных инициатив, особенно в таких программах, как цифровое производство.
Каскады выбора
Чтобы детализировать обе возможности, команда заполнила каскад выбора стратегии данных для каждой из них. Это помогло команде сформировать детальное понимание каждой возможности.
Выявление необходимых возможностей и систем управления стало для команды разработчиков первым шагом к реализации стратегии данных, поскольку это была своего рода проверка реальности каждой возможности.
4: Что должно быть правдой?
Чтобы не размывать содержание этого раздела, я остановлюсь только на варианте B для шагов 4-6 процесса структурирования стратегического выбора, поскольку этого будет достаточно для иллюстрации концепции.
Критические условия были собраны для клиента, компании и конкурентов.
Вспомните переводы для компании и конкурентов, которые мы определили в разделе 4.2 для этого упражнения.
Клиенты
- Региональные заказчики данных ценят возможность создавать собственные решения для обработки данных, отвечающие потребностям конкретной страны.
- Региональные заказчики данных обладают компетенциями для адаптации аналитики и решений AI к своим конкретным потребностям с помощью доступных на местах инструментов и экспериментов.
- Региональные бизнес-подразделения уверены, что централизованная система управления позволяет им внедрять инновации и адаптироваться к местным потребностям, а не препятствует этому.
Компания
- Центральная команда по работе с данными способна обеспечить эффективную систему управления и инструменты, позволяющие регионам внедрять инновации, сохраняя при этом соответствие общим стандартам.
- Региональные команды успешно разрабатывают и распространяют инновационные примеры использования и лучшие практики, которые оцениваются местными командами и перенимаются в других регионах, где это целесообразно.
- Ресурсы распределяются эффективно, чтобы сбалансировать поддержку как центрального управления, так и региональной настройки, не перегружая ни одну из сторон.
- Компания может внедрить и поддерживать федеративную модель экономически эффективным способом, обеспечивая распределение ресурсов для поддержки как центральных, так и местных возможностей.
Конкуренция
- Объединенная модель является самой лучшей в плане по скорости, комплексности и экономичности решения задач аналитики и ИИ, которые можно решить самостоятельно (например, с помощью Excel) или с помощью внешних консультантов.
5: Барьеры на пути к выбору
Из этих критических условий команда разработчиков стратегии данных была менее всего уверена в двух вещах:
Клиент-3: «Региональные подразделения верят, что централизованная система управления позволяет, а не мешает им внедрять инновации и адаптироваться к местным потребностям».
Причина низкой степени уверенности заключалась в том, что региональные подразделения исторически полагались на местных экспертов по данным или внешних консультантов для решения проблемы данных. Было неясно, примет ли потребитель данных новый центральный орган.
Компания-4: «Компания может внедрить и поддерживать федеративную модель экономически эффективным способом, обеспечивая распределение ресурсов для поддержки как центральных, так и местных возможностей».
Причина низкой степени уверенности заключалась в том, что на тот момент команда не имела достаточных знаний о затратах на платформу данных и инструменты, а также на персонал, поскольку общая модель работы с данными не была достаточно подробно описана.
6: Тестирование и корректировка
Чтобы устранить эти неопределенности, группа разработки стратегии данных разработала серию тестов для подтверждения двух критических условий.
Для устранения выявленных препятствий группа по разработке стратегии данных разработала два теста:
Тест 1 (новая модель data governance)
Команда разработчиков разработала примерный эскиз будущей операционной модели управления данными. Проект был представлен местным ключевым заинтересованным сторонам, их отзывы были учтены в следующей итерации операционной модели управления данными.
Тест 2 (экономически эффективная реализация)
Команда разработчиков создала первый проект операционной модели данных с подробным описанием технологического решения для того, чтобы оценить будущую совокупную стоимость владения технологией. Они также подробно описали новые необходимые роли экспертов, чтобы оценить будущие затраты на персонал создаваемой функции данных.
Эти тесты позволили получить информацию о предположениях и подтвердили возможность успешной реализации разработанного проекта.
7: Выбор
В контексте этого примера команда разработчиков стратегии обработки данных решила использовать федеративную модель, поскольку она давала наибольшую вероятность выигрыша для клиентов данных, позволяя лучше сбалансировать потребность в региональных инновациях и настройке, одновременно достигая целей централизованного управления и согласования группы.
Шаги IV-VI: Активация стратегии
После того как в качестве новой стратегии работы с данными был выбран вариант B, следующей задачей стало приведение ее в действие путем выполнения требований к реализации. Этапы IV-VI обеспечили воплощение стратегического выбора, сделанного в процессе проектирования, в операционную реальность, позволив функции данных выполнять стратегические требования. Приведя стратегию данных в соответствие с бизнес-стратегией, организация убедилась, что возможности работы с данными напрямую поддерживают ее конкурентные цели.
Шаг IV: Определение операционных возможностей и систем
После определения стратегических возможностей и систем на этапе III в рамках стратегии данных проектная группа определила операционные возможности и системы управления, необходимые для эффективной реализации федеративной модели.
Ключевые операционные возможности включали эффективное создание отчетов. Они были дополнены операционными системами, такими как BI и ETL, а также системами мониторинга качества данных.
Шаг V: Оценка зрелости данных
Чтобы оценить готовность к реализации стратегии данных, команда провела комплексную оценку зрелости данных для всех возможностей и систем, необходимых для реализации стратегии, и во всех регионах.
Для оценки текущих возможностей и систем в таких областях, как моделирование данных, отчетность и местные эксперименты, использовалась метрика оценки светофора. Возможности и системы с «зеленым» рейтингом были признаны готовыми к принятию стратегии данных, в то время как те, которые были отмечены как «желтые» или «красные», требовали целенаправленного вмешательства в виде специальных проектов по созданию и поддержке новых возможностей и систем.
Оценка также выявила области, в которых эксперименты и внедрение самообслуживания были недостаточно развиты, что позволило составить дорожную карту для определения приоритетов усилий по повышению зрелости.
Шаг VI: План по созданию потенциала в области данных, аналитики и искусственного интеллекта
На основе результатов оценки зрелости команда разработала поэтапные планы по созданию и поддержанию необходимых возможностей и систем с приоритетом на элементы стратегического характера.
Для каждого региона были определены конкретные этапы, соответствующие его уровню зрелости, с четкими сроками и показателями успеха. Для обеспечения непрерывного совершенствования в план были включены механизмы обратной связи, позволяющие центральной команде дорабатывать инструменты и системы с учетом регионального опыта и меняющихся потребностей.
