Kto poskromi Dziki Zachód w Analityce?

Algorytmy i dane to przyszłość jak ocenili polscy menadżerowie IT. W empirycznych badaniach ATENA nad ładem w informatyzacji zaczęliśmy od hipotezy badawczej o przydatności techniki projektowania modelu biznesowego BMC autorstwa Osterwaldera [1]. Na kwietniowym warsztacie na Wydziale Zarządzania Akademii Górniczo-Hutniczej w Krakowie stosując technikę BMC poprawiliśmy nieco oryginalną mapę empatii dyrektorów ds. informatyki autorstwa Osterwaldera, w której polscy menadżerowie IT dodali algorytmy i dane jako przyszłość.

Jeżeli polscy menadżerowie IT widzą w algorytmach i danych przyszłość, to amerykańscy mają problem, bo osobiście nie chcą wprowadzać ład w danych [2]. Natomiast SAS w HBR [3] uważa, że dyrektor ds. informatyki rozwijający ład w danych (CDO) i analitykę (CAO) będzie dyrektorem ds. innowacji (CIO := Chief Innovation Officer vs Chief Information Officer). Z kolei Gartner wskazuje [4] jako możliwy następny krok w karierze dyrektorów ds. informatyki rolę dyrektorów ds. operacji (COO). Kto poskromi Dziki Zachód w Analityce?

Dziki Zachód w Analityce to wszystkie nieskoordynowane projekty analityki na danych wyrastające w organizacji [5]. Projekty analityki wyrastają jak grzyby po deszczu, żeby odpowiadać na pytania: co się dzieje w biznesie? dlaczego tak się dzieje? jaka jest prognoza? i co z tym robimy? Umiejętność znajdowania odpowiedzi na te pytania to dojrzałość analityczna, co nie musi być związane z posiadaną technologią do optymalizacji decyzji. Posiadanie technologii analitycznych nie czyni nas bardziej dojrzałymi analitycznie. Organizacje potrafią znajdować odpowiedzi bez posiadania zaawansowanych technologii analitycznych jak descriptive, predictive, prescriptive analytics [6]. Znajdując odpowiedzi optymalizujemy decyzje, co potwierdza naszą dojrzałość analityczną.

Optymalizacja decyzji wygląda tajemniczo jak budowa piramidy. Zaczynamy od danych, od ładu w danych, pamiętając o maksymie GIGO (ang. Garbage In, Garbage Out) - śmieci na wejściu, to śmieci na wyjściu - że wyniki przetwarzania błędnych danych będą błędne nawet wtedy, gdy metody przetwarzania były poprawne. Następnie za pomocą analityki opisowej jak tabele, histogramy i podstawowe miary, np. wariacja, oraz drążenia w danych odkrywamy odpowiedzi na pytanie co się dzieje w biznesie i dlaczego tak się dzieje? Za pomocą predykcji i symulacji odkrywamy prognozy dostarczając rekomendacji dla pytania: i co z tym robimy? Optymalizacja decyzji polega na budowaniu czytelnych i zrozumiałych rekomendacji dla podejmowania decyzji, bo tylko wtedy optymalizacja jest wartościowa dla przedsiębiorstw. Sztuka rozwiązywania problemów biznesowych polega na stosowaniu odpowiednich proporcji w budowaniu tajemniczej piramidy optymalizacji decyzji. Należy wykorzystywać najlepsze cechy w odpowiednich proporcjach wypracowane w trakcie ewolucji analityki, nie przejmować się dojrzałością w rozumieniu posiadanych technologii, ewolucję technologii zostawić technologom, ewolucję człowieka biologom, a robić w biznesie ewolucję w harmonogramowaniu.

Ewolucja analityki dostarcza coraz bardziej zaawansowanych technologii analitycznych wspomagających podejmowanie decyzji. Zaczynając od plików do przechowywania danych, przez arkusze kalkulacyjne, relacyjne bazy danych, wielowymiarowe hurtownie danych BI i OLAP, bazy kolumnowe, noSQL i bazy w pamięci, wizualizacja danych, samoobsługowe BI, analityka predykcyjna, uczenie maszynowe i sztuczna inteligencja. Gartner [7] co roku ocenia technologie analityczne i zaczyna analizować analitykę w outsourcingu, a najlepszy koncept rozwiązywania problemów biznesowych AoPS (ang. Art of Problem Solving) ma hinduska Mu Sigma robiąca analitykę w outsourcingu dla największych amerykańskich firm Fortune 500 [8].

A co z nadzorem nad Dzikim Zachodem w Analityce? Na pewno zadania dla menadżerów IT to: praktyki bezpieczeństwa, ocena ryzyka, projektowanie polityki zarządzania danymi, inicjowanie współpracy pomiędzy menadżerami biznesowymi a zespołami zajmującymi się analityką, i szukanie włączania analityki do działalności biznesowej. Według PWC [9] menadżerowie ds. ładu w danych (CDO) będą albo raportować do dyrektorów IT (CIO) albo do dyrektorów operacyjnych (COO). Z kolei w ankiecie Mu Sigma [10] na temat ładu w analityce obok CIO (23%) pojawiają się: CFO (17%), CAO (13%), CDO (9%) i CMO (4%). Którykolwiek z tych menadżerów będzie tresował tego Dzikiego Zwierza, to przyda mu się znajomość matematyki i technologii, będących podstawą Analityki.

[1] The Business Model Canvas, Alexander Osterwalder

[2] Is it the CDO or CAO or Someone Else?

[3] Nowy paradygmat IT. Rola CIO w czasach cyfryzacji

[4] Gartner, CIO Career Path: Transitioning to the COO Role

[5] New Role for CIOs: Governance for Data Analytics

[6] What Is The Difference Between IBM SPSS And ILOG?

[7] Gartner MQ Business Intelligence & Advanced Analytics

[8] Introducing a New Art of Problem Solving

[9] Great expectations: The evolution of the chief data officer

[10] The New C#O Role and How to Keep it for More than 18 Months

#atena