Mūsdienu organizācijās datu nozīme pieaug ar katru dienu. Lēmumu pieņemšana bez uzticamiem, sakārtotiem un precīziem datiem ir līdzvērtīga minēšanai, kas var novest pie neveiksmīgas stratēģijas un liekiem resursu tēriņiem. Taču nereti organizācijas saskaras ar izaicinājumiem datu kvalitātes nodrošināšanā un izmantošanā lēmumu pieņemšanai, skaidro Aldis Ērglis, Emergn Latvia vadītājs.
Kad dati kļūst par problēmu
Pieaugošais spiediens strādāt efektīvāk, ātrāk un datu vadīti skar teju visas organizācijas. Digitālā transformācija tiek uzskatīta par ceļu uz attīstību, tomēr šis ceļš bieži vien ved cauri neskaidrībai – no kurienes sākt, ar ko strādāt, un, visbeidzot, kam vispār uzticēties lēmumu pieņemšanā? Atslēgas vārds ir – dati. Bet ar tiem vien nepietiek. Jāzina, kā tos atrast, kā novērtēt to kvalitāti un kā tos pārvaldīt. Tikai tad dati kļūst par reālu ieguvumu, nevis slogu.
Liela daļa organizāciju uzsāk pārmaiņu iniciatīvas, balstoties uz labiem nodomiem un grandioziem mērķiem. Taču jau pirmajos soļos atklājas, ka trūkst kvalitatīvas informācijas, lai šos mērķus sasniegtu. Pieejamie dati bieži vien ir novecojuši, nepilnīgi, nepareizi strukturēti, neatbilstoši vajadzībām vai vienkārši grūti saprotami. Neziņa par datu kvalitāti, to izcelsmi vai atbildīgajiem tikai saasina šo situāciju. Rezultāts? Ne tikai nesasniegti mērķi, bet arī darbinieku demotivācija un organizācijas vadības neizpratne par to, kā vispār pieņemt pamatotus lēmumus.
Dati kā lēmumu katalizators
Ikviena izaugsmes vai transformācijas iniciatīva balstās uz izvēlēm. Kādi produkti jāattīsta? Kādi pakalpojumi jāuzlabo vai jāslēdz? Bez precīzas informācijas šie lēmumi balstās minējumos. Lai virzītos uz priekšu ar pārliecību, nepieciešami fakti – kvalitatīvi, pilnīgi un uzticami dati. Tie ļauj eksperimentēt, veikt pilotprojektus, pārbaudīt hipotēzes kontrolētos apstākļos un pakāpeniski mācīties. Dati palīdz mazināt nenoteiktību, bet tikai tad, ja organizācijā ir izveidota vide, kas ļauj šos datus apkopot, izprast un izmantot.
Lēmumu pieņemšana bez pārbaudītiem datiem ir intuīcija. Un intuīcija nav stratēģija. Labu lēmumu pamatā ir dati, kuri ir pilnīgi un uzticami, sniedz kontekstu un nozīmi, ļauj testēt un validēt idejas nelielos, kontrolētos eksperimentos. Tikai šādi mēs varam saprast, kādi produkti jāattīsta, kādus pakalpojumus jāuzlabo vai jāslēdz, kā efektīvāk izmantot resursus.
Datu katalogs – pirmais solis kārtībā
Labs sākums ir vienkāršs jautājums: kur un kā mums glabājas dati? Ja uz to nav vienas atbildes, organizācijai nepieciešams datu katalogs jeb pārskatāma datu inventarizācija, kur redzams, kādi dati ir pieejami, kur tie atrodas, kas par tiem atbild, kāds ir to statuss un pēdējais atjaunošanas datums. Datu katalogam nav jābūt sarežģītai sistēmai. Sākumā tas var būt arī Excel fails, ja vien tas tiek uzturēts, atjaunots un tam ir atbildīgais. Galvenais ir caurskatāmība. Kad zinām, kādi dati mums ir, sākas nākamais posms – to novērtēšana, sakārtošana un izmantošana lēmumu pieņemšanā.
Lai sāktu, jāizprot, kādi dati vispār organizācijā pastāv. Bieži šī informācija ir izkaisīta – katram departamentam savi “faili”, “eksperti” un piekļuves līmeņi. Veicot datu izpēti, nereti secinām, ka informācija ir nepilnīga, un to nevar izmantot mērķiem, kādiem tā ir nepieciešama. Datu katalogs palīdz no šī haosa izveidot sistēmu.
Sākumam nav jābūt grandiozam. Patiesībā, labāk, ja tas tāds nav. Izvēlieties vienu datu veidu, piemēram, personāla vai klientu datus un sakārtojiet tos. Izveidojiet datu katalogu šai jomai, nosakiet atbildīgos, izstrādājiet kvalitātes prasības un ieviest piekļuves kontroli. Kad šī daļa strādā, pārejiet pie nākamās. Līdztekus, izstrādājiet vispārējo datu pārvaldības stratēģiju, kas pieņem lēmumus, kādi ir drošības kritēriji, un kā dati tiks izmantoti. Pakāpeniskums ir jūsu sabiedrotais, nevis šķērslis.
Datu pārvaldība ir strukturēts process, kas nodrošina kvalitāti, drošību, atbilstību regulām un efektīvu datu izmantošanu visā to dzīves ciklā. Labi pārvaldītā organizācijā ir skaidri definēti datu īpašnieki, pārvaldnieki un lietotāji. Ir saprotami noteikumi, kā dati tiek klasificēti, kas drīkst tiem piekļūt, un kā notiek to regulāra pārbaude un attīrīšana.Jāatceras, ka dati paši par sevi neko nelemj. Tie ir instruments. Lēmumus pieņem cilvēki – vadītāji, eksperti, komandas. Bet, lai pieņemtu labus lēmumus, viņiem vajadzīga uzticama informācija. Un tieši šeit datu katalogs, pārvaldība un kvalitāte kļūst par neaizvietojamu pamatu.
Sakārtoti dati – dārgs prieks
Tajā pašā laikā jāsaprot, ka datu uzturēšana kārtībā prasa papildus resursus un piepūli, gan uzturot un labojot datus, gan pārveidojot procesus tā, lai jau sākotnēji radītu kvalitatīvus datus. Tas nozīmē, ka sakārtoti dati, nozīmē papildus investīcijas. Un ja šie dati netiek pielietoti, tad rodas jautājums vai ir vērts to darīt. Galvenais jautājums, vai dati pievieno vērtību un rada konkurences priekšrocību.
Viens no pielietojumiem, kas prasa kvalitatīvus datus ir Mākslīgā intelekta (MI) risinājumi. Lai strādātu ar MI savas organizācijas kontekstā ir nepieciešami ļoti kvalitatīvi dati, neder pieeja – iedosim visu, kas mums ir, lai MI tiek galā. Vēl svarīgāk ir nākamais MI attīstības solis, jeb Aģentu MI, kur MI pilda kolēģa lomu organizācijā, pildot noteiktas funkcijas. Lēmumu pieņemšana, balstoties uz MI rekomendācijām arī prasa kvalitatīvus datus, jo, ja vēlamies automatizēt noteiktas funkcijas, svarīgi, ka to izpilde neradīs kļūdas un nepieciešamību kaut ko labot vai pārstrādāt, kas ir galvenais iemesls tieši nekvalitatīviem vai nepilnīgiem datiem.
Noslēgumā, ieteikums ir novērtēt kādu pievienoto vērtību radīs noteikta datu apgabala sakārtošana un vadīties pēc pievienotās vērtības un konkurētspējas palielināšanas principa, kas nozīmētu biznesa vajadzības pus soli pirms tehnoloģiskajām vajadzībām.
