Выгоды, реализуемые любой инициативой в области данных, будут связаны и ограничены зрелостью информационной грамотности организации.
Спросите любого руководителя отдела данных об их стратегии обработки данных; они, вероятно, начнут со своей современной архитектуры данных, упоминая такие модные слова, как озера данных, потоковая передача событий или неструктурированные / полуструктурированные данные. Затем они могут погрузиться в технологию, которую используют или планируют использовать. Например, Kafka, Fivetran, Snowflake или Looker могут быть упомянуты при объяснении их стратегии обработки данных. Руководитель отдела обработки данных, которого вы спрашиваете, может также описать, как он намеревается реализовать свои идеи на основе машинного обучения или разработать сложные модели с помощью своей группы по анализу данных.
Архитектура, шаблоны и технологии, лежащие в основе вашего стека данных, сами по себе не являются стратегией обработки данных. Точно так же бизнес-цели, которые вы собираетесь реализовать или выполнять с помощью этого стека данных, сами по себе не являются стратегией данных. Итак, что вам не хватает?
Сейчас и потом
Немного поверните время вспять, и вы обнаружите целый ландшафт профессионалов в области данных, стремящихся объяснить, как «озеро данных» революционизирует то, как мы управляем большими объемами данных. Что было / является основным и неотъемлемым преимуществом озера данных? Сначала предоставьте место для «сброса» данных, а затем выясните, как его использовать. Озера данных могут устранить разрозненные хранилища данных, что считается мерзостью.
Вернитесь еще дальше, и вы найдете сторонников хранилищ данных и витрин данных. Теперь вы услышите новые концепции, такие как хранилище данных или широко распространенную концепцию водоохладителей, сетки данных. В чем заключается основное и неотъемлемое преимущество сетки данных? Чтобы включить конструкции разрозненных данных, озера данных были предназначены для устранения.
Достижения в области вычислительной техники исключают устаревшие методы моделирования. Физические модели могут стать логическими абстракциями. Смена парадигмы и Data-Platform-as-a-Service позволяют создавать разрозненные домены данных в любом масштабе.
Изменять. В мире, где ландшафт постоянно меняется, где технологии приходят и уходят, и где модели и перспективы меняются и текут в бесконечном танце решения проблем / создания проблем, что является вашим фундаментальная стратегия обработки данных?
Абстрактная цель
Иногда самые сильные цели оказываются самыми простыми. В то время как постоянное предоставление практики обработки данных, которая будет способствовать достижению ваших операционных и бизнес-целей, имеет жизненно важное значение для вашей стратегии, определение более абстрактной цели, не связанной с текущими технологиями или бизнес-тенденциями, становится все более важным. Какая абстрактная цель часто упускается? Это систематизированное и постоянное распространение корпоративных данных и информационной грамотности внутри организации. Существует реликтовое ожидание, что только аналитики данных должны понимать концептуальные модели данных, только инженеры-программисты должны понимать архитектуру, или только бизнес-аналитики извлекают выгоду из подробного, междоменного понимания бизнес-событий.
Выгоды, реализуемые любой инициативой в области данных, будут связаны и ограничены зрелостью информационной грамотности организации.
Основы повествования
Достигнутая степень информационной грамотности не будет одинаковой от человека к человеку или от команды к команде. Его нельзя объективно измерить, и он является лишь одним из основных элементов вашей стратегии обработки данных. Тем не менее, сознательное внимание к этому ключевому компоненту разработки и распространения культуры, основанной на данных, не следует упускать из виду как приоритетную.
Предоставление информации, привнесение пяти девяток в ваше решение и сложные модели науки о данных - все это ничего не значит, если команды, использующие их, не соответствуют определениям, бизнес-корреляции, переменным, влияющим на них или влияющих на них, или фундаментальному желанию их использовать.
Первоначально Марку Твену приписывают пословицу «Человек, который не читает, не имеет преимущества перед человеком, который не умеет читать».
Ваша задача как современного лидера в области данных заключается не только в том, чтобы рассказать историю или даже научить организацию читать, но и в том, чтобы пробудить желание и голод к чтению.
