Разработка BI и data стратегии
Анализ ожиданий и требований бизнеса
Какие цели и задачи стоят перед бизнесом, основными подразделениями. Какую роль в решении этих задач играют данные и аналитика. Тема штурмуется на сессии, а также презентуются результаты нашего предварительного аудита.
Критический анализ того, что есть
Чтоб заземлиться делается экспресс анализ текущей экосистемы. На сессии проводится мозгоштурм зон для развития и сильных сторон. Тема также прорабатывается нами на этапе подготовки к сессии. Мы даем поверх детальные результаты своего аудита и сводим все в единую картину.
Ландшафт информационного менеджмента. Вокруг и внутри BI
- обзор проблемных зон и кризисов развития BI в компании
- место BI в ландшафте информационного менеджмента, связи BI и других дисциплин: Data governance, Data Quality, Master data management, Metadata Management, Data warehousing, Data science и другие
- подробнее о базовых темах внутри BI: Self-Service BI, Data Visualization, Data Storytelling
- обзор современных тенденций в BI
- подробнее о базовых темах Self-Service BI, Data Visualization, Data Storytelling
Цели BI в компании. Структура BI-стратегии
- основные термины: BI, Стратегия, BI-стратегия, Self-Service BI, Guided BI, Dashboard, Information supply demand
- связь BIи бизнес-стратегии
- 9 разделов BI-стратегии: от Information role-based supply-demand — до BI embedding
Self-Service & Guided BI governance модели
- анализ эффективных каналов создания и потребления аналитики: внутри подразделений (Self-Service), централизованными репортинг-командами (Guided / centralized analytics), Mixed/Delegated модель
- отличия сервис-моделей в плане структур BI-команд, их сервис каталогов и компетенций
- критический анализ моделей потребления аналитики в компании по ролям. Поиск оптимального соотношения
Information role-based supply matrix
- связь BI-проекта и бизнес-заказчиков, Utility gap
- роль данных и аналитики в решении бизнес-задач
- information role-based supply-demand
- мониторинг ISD-статуса на базе анализа использования текущих отчетов
Data management
- за какими данными следить, как это делать экономично и адресно
- Data management для Guided and Self-Service data environment
- сегментация данных компании: критичные данные для бизнеса, персональные и сенситивные данные, регулярные данные
- Master Data Source Management: идентификация, оптимизация и оунершип Master data sources
- Data quality management: процессы контроля за качеством данных в источниках, успешность обновления экстрактов и таблиц по расписаниям, нотификации об ошибках
- описание источников данных (например в рабочей системе Fine BI)
- опросник по важным data management процессам для BI
Content management
- Content management: различия в подходах для Guided and SS
- разделение прав, валидация, сертификация, промоушн, архивация и актуализация контента
- Data stewards как неотъемлемая роль управления контентом
- аналитические рабочие места
- карта метрик организации и описание бизнес-логики как части metadata governance framework
- описания отчетов: от создания и контроля — до улучшения и управления понятным для бизнеса уровнем метаданных отчетов
- опросник по content management процессам для BI
Self-service BI: Data & Analytics culture
- внедрение Self-service BI: вызовы и факторы эффективности
- развитие BI Community
- программа Non-stop тренингов и событий: Viz of the Day, Contests, BI doctor, BI / Analytics Day и т.д.
- Skill belts и система ассессмента
- Champion Development, менторство
- Report beautification сервис
- Visual Style Guide: сборник лучших практик по визуализации аналитики
- Announcements, Success stories sharing, Analytics Blog/Newsletter, FAQ, User Group Recordings, Training Videos, Analytics Blog/Newsletter и прочее
Guided analytics: User experience & Promotion
- User experience
- различия в подходах для Guided and SS
- Service catalogue, интерфейс, где пользователи видят, какие data/BI-сервисы они могут получить/заказать (с SLA и тикетингом)
- Navigation interface, reporting workplaces, search engine
- Video guides по отчетам и Feedback tool
- Service desk support flows, SD Jira проект
- развитие каналов коммуникации для доставки отчетов: email-оповещения, ежемесячные дайджесты, тренинги, база обучающих видео, онбординг новых пользователей, посты в корпоративных соцсетях, личное участие руководителей тренингах и презентациях
Инструменты BI-экосистемы
- BI в корпоративных мессенджерах (Slack, Teams и другие), системах и мобильных устройствах
- разработка и поддержка metadata management system
- создание и поддержка рассылок из BI-системы: разработка функционала для гибких типовых и индивидуализированных pdf/ppt/jpeg-рассылок
- Mapping tools: расшаренные Excel-файлы vs мапппинговые веб-интерфейсы
- модели дружбы BI и Confluence
- сосуществование нескольких BI-систем в компании
Operations
- структуры BI-отдела: роли в команде, компетенции BI аналитика-разработчика, подбор сотрудников
- Project management level: стандартный процесс управления задачами, оценка себестоимости проектов и прогноз старта для новых проектов, Visibility for Customers leaders (Jira project boards)
- автоматизированный Access granting по ролям: AD группы с логикой автонаполнения, матрица доступов на основе ролей, Visibility metadata по разным доменам данных для row level security
- рутина администрирования BI-сервера
- процедура получения лицензии: логика автоматической бесшовной аутентификации с предоставлением доступа определенным группам пользователей
Эффективность
- KPI & Operational metrics: различия в подходах для Guided and SS
- Service quality metrics: Satisfaction metrics, Response time analysis (основанные на Exchange stats и на SD/Jira stats), Due date shifts (external SLA violation)
- BI adoption & efficiency tracking: Adoption метрики по ключевым ролям (% вовлеченных, кол-во просмотров на активного пользователя, активных пользователей и подписок), N of releases, notifications, Info demand coverage, Role coverage
- BI Server operational monitoring reports: Users & Reports with usage degrade, Report speed degrade controls, Extracts time controls, Service Availability
- разработка отчетности: cхема полного цикла разработки отчетов, чек-листы report release
- Rules and Standards: сбор требований, Backlog prioritizing, Email response time and templates, Testing and pear-reviews, онбординг новичков в BI-команде
Action plan, запуск системных изменений и инициатив
- объединение всех элементов стратегии
- выделение и приоритизация основных действий и проектов по изменениям
- нюансы внедрения изменений в BI
- концепции зрелости BI
- как черпать вдохновение BI-лидеру и мотивировать себя и BI-команду
- BI team workshops
Учебный курс "Разработка BI-стратегии"
- 20+ часов online обучения в группе до 25 человек
- Выход с готовым драфтом BI стратегии для вашего бизнеса
- Обмен работающими практиками BI с единомышленниками
- Нетворкинг и обсуждения в Telegram
- Интерактивные сессии на Miro-борде BI Strategy - pretty bubbles in the air, отражающим идею курса
- Баланс self-service и централизации
- Управление аналитическими сервисами в корпоративном масштабе
- Развитие команды и KPI эффективности
- Тренды: conversational BI, data products, opensource
Self-Service BI Model VS Centralized BI reporting factory
Как большинство организаций ошибаются при разработке стратегии использования данных и ИИ - и что с этим делать
Переосмысление стратегии работы с данными для обеспечения конкурентного преимущества с помощью данных, аналитики и искусственного интеллекта
Получение коммерческой выгоды от данных, аналитики и искусственного интеллекта - тема актуальная. Тем не менее, большинство организаций испытывают трудности с монетизацией существующих данных или созданием новых данных, которые способствуют развитию их мышления. Я уверена, что в большинстве случаев эта борьба обусловлена отсутствием эффективной бизнес-стратегии.
Это третья часть серии статей, посвященных стратегии данных— тому, что, похоже, необходимо каждой организации, которая хочет стать ориентированной на данные и оставаться конкурентоспособной в современном цифровом мире. Эту статью вполне можно рассматривать, как инструкцию по разработке стратегии данных, содержащую уточнения определений, представления практических рамок и иллюстрации концепций на подробном примере.
Меня зовут Дженс, я являюсь экспертом в области данных с почти двадцатилетним опытом внедрения данных и искусственного интеллекта. Я помогаю руководителям различных отраслей разрабатывать стратегии и формировать культуру, раскрывающую весь потенциал данных и соответствующих алгоритмов.
tl;dr
- Стратегия данных - это не отдельное дополнение к бизнес-стратегии и не план по созданию возможностей работы с данными. Это скорее стратегия функции данных, предоставляющей услуги внутренним потребителям данных.
- Стратегия данных не определяет, как организация создает ценность с помощью данных, аналитики и искусственного интеллекта. Это задача бизнес-стратегии, неотъемлемой частью которой являются стратегические решения, связанные с данными.
- Ошибочные представления о стратегии данных в сочетании со слабой проработкой бизнес-стратегии мешают организациям эффективно использовать данные. Эти проблемы мешают им получить конкурентное преимущество.
- Концепция Playing to Win помогает организациям решить обе задачи: внедрить инновации в области данных в свою бизнес-стратегию и разработать эффективную стратегию в области данных.
Оглавление
- Путаница вокруг стратегии данных
- Ошибочные представления о стратегии данных
- Стратегия
- Определение и разработка стратегии данных
- Интеграция бизнес-стратегии и данных
- Пример из практики
Цель этой статьи - раскрыть суть стратегии данных и разобраться с самыми распространенными заблуждениями, которые мешают организациям в полной мере использовать данные, аналитику и искусственный интеллект.
Вопреки распространенному мнению, стратегия данных - это не план по созданию возможностей работы с данными, не набор рекомендаций по управлению данными и не дополнительный элемент бизнес-стратегии. Напротив, это функциональная стратегия - стратегия для функции данных, аналитики и искусственного интеллекта, которая предоставляет услуги данных внутренним клиентам.
Стратегия данных разрабатывается на основе общей бизнес-стратегии организации. И именно бизнес-стратегия, а не стратегия данных, определяет, как организация использует данные для достижения конкурентных преимуществ.
Используя концепцию Playing to Win, я продемонстрировал, что стратегические решения, связанные с данными, должны быть встроены в бизнес-стратегию организации, формируя исходные данные для надежной стратегии данных. Интегрируя инновации в области использования данных в процесс разработки бизнес-стратегии и определяя четкие стратегические требования, организации гарантируют, что их стратегия данных будет служить функциональным инструментом, обеспечивающим возможности, которые непосредственно поддерживают конкурентное преимущество.
На примере компании, производящей соленые закуски, я показал, как организации могут применять этот подход для преодоления разрыва между теорией и практикой. Структурированный процесс не только приводит функцию данных в соответствие с потребностями бизнеса, но и позволяет данным стать ключевым фактором конкурентного преимущества.
Организации, которые продолжают относиться к стратегии данных как к отдельному дополнению или списку технических инициатив, не смогут реализовать свой истинный потенциал. Вместо этого, вплетая стратегические решения, связанные с данными, в саму ткань своей бизнес-стратегии, они смогут построить целостную, целеустремленную архитектуру стратегии, которая позволит им побеждать.
Перспективы данных, аналитики и искусственного интеллекта заключаются не в их технической сложности, а в их стратегическом и культурном согласовании. Внедряя инновации в области данных в разработку бизнес-стратегии, организации смогут выйти за рамки шумихи вокруг данных и использовать их в качестве настоящего стратегического актива.