I analyseverdenen siger jeg ikke, at det nødvendigvis er dårligt at have flere værktøjer i en virksomhed, men styringsmodellerne skal være på plads for at sikre, at dataene og de resulterende analyser er nøjagtige, konsekvente, betroede og sikre! De fleste organisationer mener, at de har dækket dette med implementeringen af en datastyringspolitik ...
Data Governance
En datastyringspolitik beskriver formelt, hvordan databehandling og -styring skal udføres for at sikre, at data er nøjagtige, tilgængelige, konsistente og sikre. Politikken fastlægger også, hvem der er ansvarlig for oplysninger under forskellige omstændigheder, og specificerer, hvilke procedurer der skal bruges til at styre dem.
Kan vi se, hvad der mangler? Ingen omtale af analysebrug. Hvordan dataene administreres, og hvordan de kommer til værktøjet, styres, men når det er i værktøjet, er det mørkt og åbent sæson at gøre som du vil i navnet på selvbetjening eller bare få jobbet udført. Så hvad er Analytics Governance?
Analytics -styring
Analytics Governance Policy beskriver formelt, hvilken behandling, transformation og redigering af analyserne der er tilladt ud over datalaget for at sikre nøjagtige, tilgængelige, konsekvente, reproducerbare, sikre og pålidelige resultater.
Vi har alle et dashboard med nøgletal, som vi overvåger og muligvis kompenseres for. Vi forsøger alle at undgå at have flere inkarnationer af dette dashboard, men det ser sjældent ud til at ske. At have en Analytics Governance -politik på plads hjælper med at undgå forskellige resultater, når du bruger flere værktøjer eller unikke forfattere. I den perfekte verden har vi 1 tilpasset dashboardet, som vi alle har input til og stoler på. Derefter sikrer en Analytics Governance -politik også, at kun visse mennesker kan foretage justeringer i justering af dashboardet fremover.
Forhåbentlig de fleste læsere og nikker med hovedet og er enige- hvilket er fantastisk. Jeg tror på, at vi alle stræber efter at være ærlige og gøre det rigtige, og en Analytics Governance -politik formaliserer det bare for Analytics. Jeg synes endnu vigtigere, at det formaliserer behovet for at have en samtale omkring databehovet ud over, hvad kilden leverer og fokuserer på opbygning og brug af aktiver. Det fører også til at lede efter løsninger, hvor slægtskab og forandringsledelse understøtter selvbetjeningsanalyse (og ja Motio kan hjælpe her).
Tænk over det
Der findes politikker for at beskytte alle. Oftest tænker vi på ondsindede scenarier og tror, at de ikke kan ske for os. Desværre har jeg set og arbejdet med virksomheder, hvor de er sket; Et simpelt lokalt filter på et dashboard for at vise alle konti vs aktive konti, hvor der var en bonus på spil. Et team, der får adgang til de styrede data i henhold til styringspolitikken, men løfter det til en clouddatabase til brug for selvbetjening uden for IT's kontrol.
Risici forbundet med, at der ikke findes en analytics governance -politik:
- Dårlige beslutninger - forkerte analytiske resultater eller resultater, der ikke er tillid til
- Ingen beslutninger - fast i analysen på analysen
- Spildte omkostninger - tabt tid med hold, der gør deres egne med deres egne værktøjer
- Tab af brand equity - langsomme markedsreaktioner, dårlige valg eller datalækage bliver offentligt
Tal om det med dine teams og interessenter. At have åbne samtaler omkring disse emner kan være hårdt, men at bygge bro mellem it og forretningsområder er så afgørende for succes og positiv kultur. Alle vil være de mest smidige, lydhøre, men mest af alt - rigtigt!
Hvis du vil lære mere om hvordan Motio løsninger understøtter selvbetjeningsanalyse, kontakt os ved at klikke på knappen herunder.
