Ett ramverk för datastrategi: Så här implementerar du och skalar för framgång
Föreställ dig att bygga en byggnad utan att ha en grund, eller att skapa ett företag utan att ha en affärsplan. Man kan säga det samma om att utveckla en datastrategi. Många företagsledare inser att det inte räcker att sträva efter att vara datadrivna för att lyckas. En färsk undersökning gjord av NewVantage Partners visar att nästan 99 procent av cheferna säger att deras företag strävar efter att vara datadrivna, men bara 32 procent säger att de har lyckats nå det målet. Det går inte att lyckas utan ett tydligt ramverk som visar människor hur de ska använda data som stöd i sina beslut.
Det krävs både strategiskt och ekonomiskt engagemang från hela organisationen för att skapa och upprätthålla en datastrategi. Innan du skapar din datastrategi bör du därför säkerställa att du har ledningens och IT-avdelningens stöd. De kan tala för dig och hjälpa till att genomdriva kritiska förändringar för att skala ramverket för hela företaget. Specifikt för IT bör högsta prioritet vara att
- vända sig till ledarna för att förstå hur affärsteam använder data
- hjälpa till att kommunicera och sälja visionen om modern analys i hela organisationen.
- hjälpa till att prioritera datakällor efter olika gruppers storlek och behov
- installera, konfigurera och underhålla en modern, styrd analyslösning
- påverka processer, policyer, riktlinjer och ansvar vad gäller dataåtkomst, innehållsredigering och efterlevnad.
Ramverk för datastrategi – tänk på detta
Datadrivna organisationer drar ingen linje mellan verksamheten och IT-strategin. De har en omfattande datastrategi som står i centrum. En strategi där viktiga initiativ förenas med data, en strategi som inriktar sig på affärsmål, målsättningar och företagets uppdrag. En strategi som inte ser data som en biprodukt. Din datastrategi bör vara solid, men också tillräckligt flexibel för att kunna anpassas när företagets behov eller verksamhet ändras.
Hur inför du en effektiv datastrategi för hela företaget?
Följ de här viktiga stegen när du börjar införa en framgångsrik datastrategi för ditt företag, de kommer att ge en omvälvande effekt:
Steg 1
Definiera tydliga affärsmål:
Det här steget kräver att du förstår organisationens mål på både kort och lång sikt. Tydliga affärsmål hjälper dig att identifiera nyckeltal (KPI:er) och mätvärden som påverkar datagrundade beslut. De visar också vilka datakällor som bör anpassas och analyseras.
Steg 2
Använd rätt data för att stödja dina mål:
Ditt företag samlar redan in data, men är källorna rensade och certifierade? Om inte, så är det som att leta efter en nål i en höstack, att försöka hitta data som ger stöd för olika användningsfall och som främjar affärsmålen. Enligt Harvard Business Review väljer framgångsrika företag en defensiv och offensiv datastrategi som stödjer ”kundfokuserade affärsfunktioner” och ”frågor som rör juridik, ekonomi, efterlevnad och IT”. Det gör att alla känner sig säkra på att rapporter som har lästs och delats, internt eller externt, återspeglar tillförlitliga och korrekta datakällor, följer standarderna och har genomgått en konsekvent, hanterad process.
Steg 3
Modernisera dataarkitekturen:
En enda datakälla kan inte svara på alla dina affärsfrågor. Din organisation behöver ansluta till data där den finns och överväga hur data kan berikas på olika sätt när man kombinerar olika källor. Det innebär att skifta från ett traditionellt datalager. Ändra inställning, tänka inte bara en bucket, utan flera. Det gör att det blir snabbare, mer flexibelt och kan hantera större datavolymer.
Med datahantering kan du skala till en datastrategi för hela företaget
Nu när du har moderniserat dataarkitekturen behöver du hitta ett sätt att få valuta för dina datakällor. Alla organisationer har olika krav och lösningar för sina datastrategier. Välj en modern lösning för självbetjäningsanalys som tar hänsyn till flexibilitet och alternativ för en mängd olika användningsfall. Lösningen bör även ha ett sätt att certifiera datakällor så att människor vet vilka datakällor de ska använda i sina analyser. När de väl fått insikter i sin analys bör det finnas ett enkelt sätt för dem att dela de insikterna så att alla i organisationen kan besvara frågor effektivt, utforska datan vidare och fatta bättre affärsbeslut.
Kontroll är grunden för din driftsättning av självbetjäningsanalys, och det gäller för allt ifrån datakällor till anpassade datauppsättningar. Vid sidan av kontroll använder sig företag av datahanteringsverktyg – som datakataloger – när de tar itu med bred dataåtkomst för hela företaget och inför en gemensam datastrategi. Dataanpassning omfattar hur en organisation samlar in, rensar, definierar och grupperar olikartad information. Det är en process som även skapar en bro mellan data och hur den används i verkligheten. En datakatalog definierar och redogör för en organisations dataterminologi så att den ska bli lättare att förstå. Den ger också en översikt av användarbehörigheter, användningsmätvärden och ursprung.
När datakontroll och -hantering är i balans i datastrategin kommer du att märka viktiga fördelar. Rätt data kommer att vara i händerna på rätt människor, processerna kommer att vara mer transparenta, dokumenterade och förstådda. Datadrivna beslut kommer att fattas i hela organisationen och leda till framgång.
Så ser framgång ut med en effektiv datastrategi
När du har infört och skalat din datastrategi är det dags att inrätta några avgörande funktioner så att din organisation kan växa och bibehålla en lyckad datakultur. Som tidigare nämnts krävs stöd från ledningen, flexibilitet, datakompetens samt en bred och aktiv community för att uppfylla organisationens mission, mål och behov, både vad gäller processer och teknik. Företag över hela världen har med framgång infört en datastrategi och har, utöver dessa möjligheter, kunnat utnyttja fördelarna med att driftsätta en modern plattform för självbetjäningsanalys. Ta en titt på deras berättelser.
REI minskar tiden till insikt genom samarbete, vilket gör köpupplevelsen bättre
REI:s analytiker ägnade 80 procent av sin tid och kraft åt att förbereda data. Resten av tiden använde de till att hitta rätt sätt att förmedla informationen till intressenter. De beslöt att införa en datastrategi och prioritera mer samarbete mellan affärs- och IT-teamen.
Domino’s blir datadrivet och omvandlas till världens modernaste pizzavarumärke.
Domino’s Pizza är ett av världens största pizzavarumärken. Men 2010 förlorade de stora marknadsandelar. Domino’s blev ett datadrivet varumärke genom att inta en inställning av att data leder till insikter för bättre kundengagemang. Det öppnade upp för nya, innovativa sätt att nå ut på marknaden.
Charles Schwab främjar sin datakultur med fler än 16 000 anställda
Bank- och mäklarfirman som grundades på 1970-talet ”överensstämmer inte med vad allmänheten anser vara ett dataföretag”. Charles Schwab bevisade motsatsen genom att omfamna modern självbetjäningsanalys och främja en miljö där människor är intresserade av data och ivriga att lära sig hur de kan analysera den bättre.
Med tanke på de här framgångsberättelserna utser även ett ökande antal organisationer en Chief data officer (CDO) för att leda affärsprocessförändringen, övervinna kulturella barriärer och kommunicera värdet med analys till alla medarbetare. Organisationer avsätter mer pengar och resurser för att utveckla högeffektiva team under den här strategiska positionen. Enligt Gartner kommer 80 procent av storföretagen att ha infört CDO-tjänster nästa år. Håll utkik för att se om det blir verklighet. Kommer IT och Chief information officers (CIO:er) att få ett mer strategiskt fokus även inom andra områden som datasäkerhet?