10 lietas, kas C-Suite jāzina par Analytics

Ja pēdējā laikā neesat daudz ceļojis, šeit ir kopsavilkums par notikumiem analītikas jomā, ko, iespējams, palaidāt garām aviokompānijas sēdekļu atzveltņu žurnālā.

1. To vairs nesauc par lēmumu atbalsta sistēmām (lai gan tas bija pirms 20 gadiem).                                                                                                             Nesniedz pārskatus (15 gadi), biznesa informāciju (10 gadi) vai pat Analytics (5 gadi). Tas ir Papildināts Analytics. Vai arī Analytics, kas iegulta ar AI. Modernā Analytics tagad izmanto mašīnmācības priekšrocības un palīdz pieņemt lēmumus, pamatojoties uz datiem. Tātad savā ziņā esam atgriezušies tur, kur sākām – lēmumu atbalstīšanā.
2. Paneļi. Progresīvie uzņēmumi attālinās no informācijas paneļiem. Informācijas paneļi radās 1990. gadu mērķu kustības vadībā. Informācijas paneļi parasti parāda galvenos veiktspējas rādītājus un izseko progresu konkrētu mērķu sasniegšanā. Informācijas paneļi tiek aizstāti ar paplašināto analīzi. Statiska vai pat detalizēta informācijas paneļa vietā ar mākslīgā intelekta analīzi, kas reāllaikā brīdina par svarīgo. Savā ziņā tā ir arī atgriešanās pie pārvaldības, izmantojot labi definētus KPI, taču ar pagriezienu — AI smadzenes skatās rādītājus jūsu vietā.
3. Standarta instrumenti. Lielākajai daļai organizāciju vairs nav viena uzņēmuma standarta BI rīka. Daudzām organizācijām ir pieejami 3–5 Analytics, BI un pārskatu rīki. Vairāki rīki ļauj datu lietotājiem organizācijā labāk izmantot atsevišķo rīku stiprās puses. Piemēram, jūsu organizācijā vēlamais rīks ad hoc analītikai nekad neizcelsies ar pikseļu perfektiem pārskatiem, ko pieprasa valsts un regulējošās aģentūras.
4. Mākonis. Visas vadošās organizācijas šodien ir mākonī. Daudzi ir pārvietojuši sākotnējos datus vai lietojumprogrammas uz mākoni un atrodas pārejas posmā. Hibrīdie modeļi sniegs atbalstu organizācijām tuvākajā laikā, kad tās cenšas gūt labumu no datu analītikas jaudas, izmaksām un efektivitātes mākonī. Piesardzīgas organizācijas dažādo un ierobežo savas likmes, piesaistot vairākus mākoņa pakalpojumu sniedzējus. 
5. Pamatdatu pārvaldība.  Vecie izaicinājumi atkal ir jauni. Viens analizējamo datu avots ir svarīgāks nekā jebkad agrāk. Izmantojot ad hoc analītiskos rīkus, vairāku piegādātāju rīkus un nepārvaldītu ēnu IT, ir ļoti svarīgi, lai būtu viena patiesības versija.
6. Attālināts darbaspēks ir šeit, lai paliktu. 2020.–2021. gada pandēmija lika daudzām organizācijām izstrādāt atbalstu attālinātai sadarbībai, piekļuvei datiem un analītiskām lietojumprogrammām. Šī tendence neliecina par mazināšanās pazīmēm. Ģeogrāfija arvien vairāk kļūst par mākslīgu šķērsli, un darbinieki pielāgojas darbam izkliedētās komandās ar tikai virtuālu aci pret aci mijiedarbību. Mākonis ir viena no šīs tendences atbalsta tehnoloģijām.
7. Datu Zinātne masām. AI analītikā samazinās datu zinātnes kā lomas organizācijas slieksni. Joprojām būs nepieciešami tehnisko datu zinātnieki, kas specializējas kodēšanā un mašīnmācībā, taču AI var daļēji novērst analītiķu prasmju trūkumu ar uzņēmējdarbības zināšanām.  
8. Datu monetizācija. Ir vairāki ceļi, kur tas notiek. Organizācijām, kas spēj ātrāk pieņemt gudrākus lēmumus, vienmēr būs tirgus priekšrocības. Otrkārt, Web 3.0 evolūcijā mēs redzam mēģinājumus izsekot datiem un padarīt tiešsaistes pieejamību ierobežotāku (un līdz ar to vērtīgāku), izmantojot blokķēdes sistēmas. Šīs sistēmas pirkstu nospiedumi digital aktīvus, padarot tos unikālus, izsekojamus un tirgojamus.
9. Valdīšana. Ņemot vērā nesenos ārējos un iekšējos traucējošos faktorus, ir svarīgs laiks, lai atkārtoti novērtētu esošās analītisko/datu politikas, procesus un procedūras, ņemot vērā jaunās tehnoloģijas. Vai tagad, kad ir vairāki rīki, paraugprakse ir jādefinē no jauna? Vai ir jāpārbauda procedūras, lai nodrošinātu atbilstību normatīvajām prasībām vai revīzijas?
10. Vīzija.  Organizācija paļaujas uz vadību, lai izstrādātu plānus un noteiktu kursu. Nemierīgos un neskaidros laikos ir svarīgi paust skaidru redzējumu. Pārējai organizācijai vajadzētu pielāgoties vadības noteiktajam virzienam. Agile organizācija bieži pārvērtīsies mainīgajā vidē un vajadzības gadījumā koriģēs kursu.