I dati possono essere una parola spaventosa.

Non dovrebbe essere, ma lo è. Principalmente perché le persone hanno difficoltà a gestirlo.

Molte aziende hanno raggiunto il punto in cui hanno così tanti dati che non sanno dove andare dopo. Altri credono che siano così piccoli che non è necessario investire in una strategia per i dati aziendali.

La verità è che, indipendentemente dalle dimensioni della tua azienda e dallo stato attuale dei tuoi dati, trarrai vantaggio dall’implementazione di una strategia sui dati.

Quando avrai finito di leggere questo articolo, avrai un’idea migliore dell’attuale livello di maturità dei dati della tua azienda, quali fattori considerare prima di costruire la tua strategia e alcuni passaggi per aiutarti lungo il percorso.

Che cos’è una strategia per i dati aziendali?

Una strategia per i dati aziendali (EDS) è una roadmap utilizzata da un’organizzazione per determinare come i dati verranno raccolti, organizzati ed elaborati in base alle priorità aziendali, alle dimensioni e al settore dell’azienda, al livello di maturità dei dati e altro ancora.

Nonostante la credenza popolare, una strategia per i dati aziendali non è solo per le grandi aziende con grandi volumi di dati. In effetti, le piccole imprese possono trarre vantaggio dall’investimento in una strategia sui dati fin dall’inizio e gettare le basi che le aiuteranno a crescere.

Vantaggi di una strategia per i dati aziendali

La trappola comune che molte organizzazioni devono affrontare è che mentre raccolgono molti dati, ogni team li interpreta a modo suo. Non esiste un metodo di segnalazione standard e ogni team potrebbe segnalare un valore diverso per la stessa metrica.

Ciò significa che ognuno finisce con dati diversi senza una chiara comprensione di ciò che è accurato. Quando non esiste un’unica fonte di verità, diventa incredibilmente difficile fidarsi dei propri dati e ottenere informazioni preziose.

“I dati non esistono solo in un silo“, ha detto Kossowski. “Il team di marketing non utilizzerà solo dati specifici di marketing su cui nessun altro team ha alcuna influenza. Vorranno anche estrarre informazioni da aree diverse”.

Continua, “E così, un elemento di governance e standardizzazione e un linguaggio comune sono davvero importanti per assicurarsi che quei team possano comunicare tra loro”.

Quindi, implementando un EDS, previeni i silos di informazioni, consenti la fiducia nei dati e consenti il ​​processo decisionale.

Cosa considerare quando si costruisce una strategia per i dati aziendali

1. Il tuo attuale livello di maturità dei dati

La prima cosa che Kossowski consiglia di fare prima di costruire la tua strategia è un’autovalutazione.

Chiediti: dove cade la tua azienda nella fase di maturità dei dati?

Dell dispone di un “Modello di maturità dei dati” ampiamente utilizzato che aiuta le aziende a determinare in che modo la loro azienda è effettivamente basata sui dati. Ci sono quattro fasi:

Consapevolezza dei dati: la tua azienda non ha standardizzato il proprio sistema di reporting e non c’è integrazione tra i tuoi sistemi, origini dati e database. Inoltre, c’è una mancanza di fiducia nei dati stessi.
Competenza nei dati – C’è ancora una mancanza di fiducia nei dati, in particolare nella loro qualità. Potresti aver investito in un data warehouse ma mancano ancora alcuni pezzi.
Esperto di dati: la tua azienda ha il potere di prendere decisioni aziendali dai tuoi dati. Tuttavia, ci sono ancora alcuni nodi da risolvere tra i leader aziendali e l’IT, poiché l’IT lavora per fornire dati affidabili su richiesta.
Data driven: IT e business stanno lavorando a stretto contatto e sono sulla stessa pagina. Ora, l’obiettivo è ridimensionare la strategia dei dati perché il lavoro di base (in particolare l’integrazione delle fonti di dati) è già stato implementato con successo.
La cosa più importante qui è essere realistici su dove cade la tua azienda.

“Penso che la più grande trappola che vedo non sia essere veramente onesti con te stesso su dove si trova la tua azienda nella fase di maturità dei dati”, ha detto Kossowski.

Aggiunge che non è sufficiente guardare le sensazioni che provi su come pensi che sia la tua azienda guidata dai dati. Guarda i fatti.

Inizia identificando i problemi relativi ai dati che la tua azienda deve affrontare attualmente, poiché è un ottimo indicatore della tua posizione.

2. Il tuo settore e le dimensioni della tua azienda

Il settore in cui ti trovi e le dimensioni della tua azienda determineranno se adotterai un approccio centralizzato o distribuito alla tua strategia sui dati.

Ma prima di scomporre questi approcci, parliamo di due framework di strategia dei dati: attacco e difesa.

Durante la mia conversazione con Kossowski, ha sollevato come questo framework (spiegato in dettaglio qui) abbia aiutato HubSpot a sviluppare la propria strategia.

La difesa dei dati dà la priorità a cose come la sicurezza dei dati, l’accesso, la governance e l’accuratezza, mentre il reato di dati si concentra sull’acquisizione di informazioni che consentiranno il processo decisionale.

Ogni azienda ha bisogno di un equilibrio tra attacco e difesa. Tuttavia, alcuni si appoggiano maggiormente a un’estremità dello spettro in base al loro settore.

Un’organizzazione sanitaria o un istituto finanziario, ad esempio, probabilmente si occupa di dati altamente sensibili, in cui la privacy e la sicurezza dei dati sono fondamentali.

Ottenere dati in tempo reale e informazioni rapide probabilmente non è una priorità assoluta, mentre probabilmente lo è fornire guardrail per chi può accedere ai dati. In quanto tali, tenderanno di più a un quadro di difesa.

D’altro canto, ci sono aziende tecnologiche, un settore che tende a muoversi rapidamente e si basa maggiormente su una rapida inversione di tendenza delle informazioni sui dati.

Quindi, si appoggiano di più all’attacco. Detto questo, ci sono sicuramente dipartimenti all’interno delle aziende tecnologiche (e altri settori in rapida evoluzione) che si concentreranno maggiormente sulla difesa, come la finanza.

Ora torniamo alle strategie centralizzate e distribuite.

Il framework che utilizzi indicherà quale strategia serve meglio alla tua azienda.

In una struttura centralizzata, disponi di un team di reporting o business intelligence (BI) centralizzato che gestisce e prepara i dati, nonché i report.

“Quella [struttura] può funzionare molto meglio in un’organizzazione più piccola, e specialmente in un’organizzazione che dà la priorità alla difesa perché ti muovi più lentamente”, ha detto Kossowski. “Sarai il collo di bottiglia, ma hai anche uno stretto controllo su ogni parte”.

Un modello distribuito, d’altra parte, funziona meglio per i team più grandi che adottano l’approccio offensivo. In questo modo, ogni squadra può muoversi rapidamente ed è autorizzata a svolgere il lavoro in un modo che funzioni per loro.

In questo modello, la BI è semplicemente responsabile delle piattaforme e dell’impostazione dei guardrail mentre i team svolgono il lavoro di sviluppo, spiega Kossowski.

“Se pensi a un’organizzazione, man mano che l’azienda diventa più grande, con un team più centralizzato, diventa sempre più difficile scalare”, ha affermato. “Finisci per dover assumere sempre più persone per essere in grado di raggiungere questo obiettivo”.

“Quindi penso che a una certa dimensione dell’azienda, finirai per muoverti sempre più verso [una] [strategia] decentralizzata comunque.”

Quindi, una volta compreso quale framework funziona meglio per il tuo settore e le tue dimensioni, puoi implementare la strategia appropriata.

3. Il tuo team di gestione dei dati

La scienza dei dati è l’argomento caldo in questo momento nella gestione dei dati, secondo Kossowski. E lei non ha torto.

Nel 2012, la Harvard Business Review lo ha nominato il lavoro più sexy del 21° secolo. Quasi 10 anni dopo, Glassdoor lo ha nominato il secondo miglior lavoro in America.

Ma se stai discutendo su quale ruolo aggiungere al tuo team di gestione dei dati, uno scienziato dei dati non dovrebbe essere la tua prima opzione.

Kossowski sottolinea che la tua scienza dei dati sarà buona quanto i dati che la alimentano. E se quei dati non sono affidabili, non otterrai informazioni preziose.

“La scienza dei dati non è una bacchetta magica che trasforma magicamente i dati errati in informazioni. Indipendentemente da ciò, avrai comunque bisogno di quella base di dati”, aggiunge. “Quindi, saltare a fare qualcosa perché è la prossima grande cosa, penso che sia una grande preoccupazione”.

Se sei nelle prime fasi del modello di maturità dei dati, Kossowski ha un suggerimento su dove concentrare i tuoi sforzi.

“Un architetto di data warehouse o anche un analista di dati esperto nella scrittura di SQL e nella creazione di tabelle SQL”, afferma. “Se hai intenzione di assumere solo una persona e non hai così tanti dati, può essere un’assunzione davvero potente perché c’è molto che una persona può fare quando sei su una scala più piccola. Possono indossare molti cappelli diversi e imparare cose diverse.”

Quando si tratta di attività più tecniche, come l’acquisizione di dati nel magazzino, ci sono strumenti di terze parti che puoi utilizzare per farlo per te.

In questa fase, ciò di cui hai veramente bisogno è qualcuno che ti aiuti a strutturare i tuoi dati.