Algunas cosas no cambian, incluso durante una pandemia. Como en años anteriores, en la Encuesta sobre el estado del CIO de 2021 del CIO, una pluralidad de 1.062 gerentes de TI encuestados eligieron “análisis de datos / negocios” como la iniciativa tecnológica número uno destinada a impulsar la inversión en TI.
Niestety, inicjatywy analityczne rzadko wypadają tak dobrze, jeśli chodzi o zadowolenie interesariuszy.
W ubiegłym roku Maria K. Pratt, współpracownik MKOl, przedstawił doskonałą analizę powodów, dla których inicjatywy analizy danych zawsze kończą się niepowodzeniem, w tym niskiej jakości lub izolowanych danych, niejasnych, a nie ukierunkowanych celów biznesowych oraz uniwersalnych i rzadkich zestawów funkcji. Jednak wiele nowych podejść i technologii zmniejsza prawdopodobieństwo wystąpienia tych awarii.
W tym pakiecie artykułów CIO, Computerworld, CSO, InfoWorld i Network World znajdziesz wskazówki i przykłady, które pomogą Ci upewnić się, że Twoje własne wysiłki analityczne się opłaciły. Inicjatywy te zwykle przypominają projekty programistyczne, nawet jeśli dotyczą produktów komercyjnych, i mają te same dobrze zdefiniowane cele i cykle iteracyjne, które wyróżniają pomyślne wyniki tworzenia oprogramowania.
Aby uzyskać ogólne pojęcie, zacznij od przewodnika InfoWorld „How to Excel at Data Analysis” autorstwa współtwórcy Boba Violino. W tym doskonale napisanym artykule Violino omawia wszystkie podstawy: zakładanie centrów doskonałości analitycznej; korzyści płynące z rozwiązań samoobsługowych (takich jak Tableau czy Power BI); ekscytujące możliwości uczenia maszynowego; oraz przejście na rozwiązania analityczne w chmurze. Violino rozwija ten ostatni punkt w drugim artykule, tym razem dla CIO: „Analiza w chmurze: główne wyzwania i sposoby ich pokonania”. Jak widać, skalowalność chmury i niezliczone narzędzia analityczne mogą przytłaczać, ale migracja dużych ilości danych firmowych do chmury i zabezpieczanie ich może być ekscytującą przygodą.
Nowe technologie niezmiennie niosą ze sobą nowe zagrożenia. Żaden postęp nie miał większego wpływu na analitykę niż uczenie maszynowe, od automatyzacji przygotowywania danych po wykrywanie znaczących wzorców w danych, ale dodaje też nieprzewidziane niebezpieczeństwo. Jak wyjaśnia redaktor CSO Lucian Constantin w artykule „How Data Poisoning Attacks Machine Learning Models”, celowo stronnicze dane wstrzykiwane przez złośliwych hakerów mogą kierować modele w kierunku nikczemnego celu. Rezultatem mogą być na przykład zmanipulowane rekomendacje produktów lub nawet możliwość wywnioskowania przez hakerów poufnych danych.
Nie ma wątpliwości, że analityka ma ciemną stronę, co potwierdza Matthew Finnegan w artykule Computerworld „Collaborative Analytics: Yes, You Can Track Employees. Powinien? „Zbieranie i analizowanie metadanych dotyczących interakcji użytkowników na platformach współpracy ma swoje uzasadnione zalety, takie jak możliwość identyfikowania wąskich gardeł w komunikacji lub optymalizacja doświadczeń pracowników. Ale te same platformy mogą być wykorzystywane jako systemy monitorowania pracowników, które naruszają prywatność i podważają zaufanie między kierownictwem a wszystkimi innymi.
Mówiąc mniej, rozważmy to świetne studium przypadku dotyczące analityki, które zwiększają satysfakcję użytkowników: „Major League Baseball ściga się w kierunku widoczności sieci”. Pisząc dla Network World, redaktor naczelna Ann Bednarz bada, w jaki sposób MLB wykorzystuje oprogramowanie do analizy przepływu sieci w swojej infrastrukturze, aby zapewnić graczom i fanom spójną wydajność sieci: od początku do końca, Wi-Fi w centrali i usługi w chmurze.
Wysiłki mające na celu wdrożenie ujednoliconej analizy sieci w celu optymalizacji doświadczeń użytkowników rozpoczęły się zaledwie dwa lata temu, głównie dlatego, że nowy starszy inżynier oprogramowania do automatyzacji sieci MLB dostrzegł taką potrzebę. Jego realizacja przełamała być może najważniejszą przeszkodę na drodze do sukcesu inicjatyw analitycznych: inercję kulturową.
Ostatecznie sekretem udanej analityki nie jest wybór i wdrożenie idealnej technologii, ale kultywowanie szerokiego zrozumienia, że wszechobecna analityka prowadzi do lepszych decyzji i lepszych wyników. Zwykle można rozwiązać problemy z technologią lub nieporozumienia dotyczące wymagań.
<p>Copyright © 2021 IDG Communications, Inc.</p>