Umgang mit Big Data, bevor es außer Kontrolle gerät

Vor nicht allzu langer Zeit arbeiteten Operatoren parallel an zwei Geschäftssystemen. Das eine war normalerweise ein ERP- oder Finanzprogramm, das andere eine Anwendung, die zur Office-Suite von Microsoft gehörte. Aber in den letzten Jahren hat sich die Technologie in einem erstaunlichen Tempo verändert. Der Einzug der Software-as-a-Service-Architektur hat Prozesse revolutioniert, da Benutzer ein Abonnement für alles, was sie benötigen, bevorzugen. In „State of SaaS-Powered Workplace 2017“ wurde berichtet, dass die Nutzung von mehr als 16 SaaS-Apps durch Unternehmen im Vergleich zu 2016 um 33 % gestiegen ist.

SaaS-Systeme können die Datenerfassung und -analyse sehr einfach machen, indem sie sofort ästhetische Berichte erstellen und gleichzeitig über Remote-Betriebsfunktionen verfügen. Aber das ist leichter gesagt als getan und erfordert eine klare Strategie und reichlich technische Ressourcen.

Mitarbeiter können die herkömmlichen Technologiestrategien umgehen, indem sie diese Produkte einfach abonnieren. Dies kann zu doppelten Bemühungen führen, da es an Aufsicht mangelt. Zum Beispiel im Fall von Cloud-Speicher und Dateifreigabe besteht eine gute Chance, dass Sie bei einer Befragung Ihrer Mitarbeiter eine Vielzahl von Produkten im Einsatz finden würden, z. Google Drive, OneDrive, Dropbox usw. Während der Trend zur Verwendung digitaler Tools geschätzt werden kann, besteht die Gefahr, dass der Betrieb überflüssig und teuer wird, da die Kosten für verschiedene Abonnements schwer zu überblicken sind. Darüber hinaus werden die Daten des Unternehmens ausgebreitet und gleichzeitig Sicherheitsbedrohungen ausgesetzt.

Dies sind erhebliche Probleme, aber es gibt ein noch größeres:die Fähigkeit der SaaS-Apps, riesige Datenmengen zu generieren. Es wurde bereits erwähnt, dass Unternehmen Dutzende von Apps verwenden, aber berücksichtigen wir die Daten, die jede App generiert. Jeder Login, jede Änderung, Benachrichtigung, Warnung etc. generiert Daten. Multiplizieren Sie dies mit den Hunderten oder Tausenden von anwesenden Mitarbeitern und die Informationen werden zu einem Chaos.

Denken Sie daran, Müll rein heißt Müll raus. Die Qualität der Daten ist grundlegend, wenn ein Unternehmen die Werkzeuge nutzen möchte, die Teil von Industrie 4.0 sind . Unvollständige Benutzereingaben, defekte Erweiterungen von Drittanbietern und schlechte Datenrichtlinien können Schadstoffe für Datensätze darstellen. Infolgedessen verschwenden sie wertvolle Rechenressourcen.

Eine Studie ergab, dass Unternehmen oft 50 – 80 Prozent ihrer Zeit damit verbringen, Datensätze zu bereinigen. Das ist ungeheuerlich, da die mit diesen Jobs beauftragten Ressourcen hochqualifiziert sind und eher für die Analyse als für die Behebung von Tippfehlern eingestellt werden. Ein strategischer Ansatz für das Datenmanagement kann viele dieser Probleme lösen. Wie bei jeder anderen Geschäftsentscheidung ist ein umfassender Plan, der von der Unternehmensleitung ausgearbeitet und von allen Funktionen unterstützt wird, unerlässlich.

Der Aufbau eines funktionsübergreifenden Datenmanagementteams sollte der erste Schritt sein. Das Team sollte Technologiespezialisten umfassen, nicht nur aus der IT-Abteilung, sondern auch Personen, die die Dienste nutzen, damit ihre Meinung berücksichtigt werden kann. Sobald das Team zusammengestellt wurde, können sich die Bemühungen der Mitglieder auf drei Hauptprioritäten konzentrieren:

Prozess- und Systemausrichtung

Die Geschäftsprozesse müssen im Detail studiert werden. Datengenerierungspunkte sollten identifiziert werden, während zwei Hauptziele im Auge behalten werden:

• Barrieren für die Dateneingabe sollten abgebaut werden
• Die Verwendung von Daten sollte gefördert werden

Reduzierung von Hindernissen für die Datenverwaltung

Es muss ein gemeinsamer Satz von SaaS-Tools identifiziert werden, mit denen Teams effizient arbeiten können. Sie sollten nach Tools Ausschau halten, die bereits im Arbeitsbereich verwendet werden, um den Implementierungsprozess zu vereinfachen. Die Kern-Apps sollten dann im Rahmen von Mini-Rollout-Strategien eingesetzt werden, um deren Verbreitung zu fördern. Gegebenenfalls ist die Belegschaft entsprechend zu schulen und zu motivieren. Außerdem sollten die Mitarbeiter, sobald eine Entscheidung getroffen wurde, angewiesen werden, sie zu befolgen, z. Niemand sollte Google Drive verwenden, wenn DropBox gewählt wurde.

Ermutigung zur Datennutzung

Nachdem die neuen Prozesse entworfen wurden, überlegen Sie, wie die SaaS-Anwendungen die allgemeinen Datenanalyseziele unterstützen können. Haben Sie jetzt die Möglichkeit, Daten zu minen, um einen Einblick in die Arbeitsgewohnheiten der Mitarbeiter zu erhalten? Können API-Verbindungen zwischen Diensten aufgebaut werden, um den Datenfluss zu glätten ?

Wenn das Unternehmen eine Geschäftsplattform auf Unternehmensebene implementiert hat, kann die Zusammenführung von Daten in einem einzigen System eine praktikable Wahl sein. Abgesehen davon sollten Sie bei der Auswahl der Daten, die Sie behalten möchten, sehr streng sein, denn das System mit unnötigen Daten zu belasten, ist das Letzte, was Sie tun möchten.

Jetzt sollten Sie das gesamte Team in Brainstorming-Möglichkeiten einbeziehen, durch die die Daten im Tagesgeschäft effektiv genutzt werden können. Das Erstellen von Dashboards und deren Einbeziehung in Teambesprechungen ist eine gute Strategie, mit der Sie arbeiten können, da sie es ermöglichen, die KPIs der Mitarbeiter mühelos zu verfolgen und gleichzeitig einen Einblick in verfehlte Ziele bieten. All diese Strategien sollten auch den Mitarbeitern bewusst gemacht werden, denn sobald sie wissen, dass ihre Eingaben wichtig sind, werden sie sich um die Datenqualität kümmern.

Benutzerakzeptanz

Jeder in der Organisation muss die Bedeutung der Wahrung der Datenintegrität verstehen und sich daran als Verpflichtung beteiligen.

Kommunikation spielt eine wichtige Rolle bei der Benutzerakzeptanz. In jedem Team sollte der Manager eine aktive Rolle bei der Überzeugung und Motivation der Mitglieder spielen. Die Ergebnisse der gesammelten Daten müssen auch regelmäßig geteilt werden, damit die Mitarbeiter den Wert ihres Handelns kennen. Ebenso sollten auch die Gefahren problematischer Daten klar benannt und ggf. disziplinarische Maßnahmen damit verbunden werden.

Datenmanagement sollte ein Schlüsselaspekt sein der Schulungsprogramme des Unternehmens, um eine maximale Beteiligung der Mitarbeiter zu gewährleisten. Von Zeit zu Zeit kann die betreffende Abteilung Teambesprechungen, Workshops, Webinare und Mittagessen einleiten, damit die Mitarbeiter alle notwendigen Anleitungen und Coachings erhalten.

Wartung und Verwaltung

Wenn Benutzerakzeptanz und Prozessausrichtung die Hauptziele Ihrer Dateninitiative sind, dann übernehmen effektive Wartung und Governance die Rolle eines „How-to“-Handbuchs. Das Datenmanagementteam sollte jederzeit darauf hinarbeiten, eine aktualisierte Roadmap zur Wahrung der Datenqualität zu entwickeln. Das Dokument sollte für Teamleiter zugänglich sein, damit sie immer explizite Informationen zur Hand haben, wenn sie auf ein Problem stoßen. Dadurch würde auch sichergestellt, dass sich Anfragen beim Data-Governance-Team nicht häufen und die Konsistenz gewahrt bleibt.

Der Leitfaden sollte klar, prägnant und auf den Punkt gebracht sein. Es sollte Rollen für Datensicherheit, Hygiene und Strategie enthalten und umfassende Anweisungen geben, wie Benutzer mit den Daten interagieren sollten. Der Leitfaden sollte auch ein Datensicherheitsmodell enthalten, das sicherstellt, dass Teams nur Zugriff auf die Daten haben, die sie betreffen.

All dies mag nach einem Vollzeitjob klingen, und ja, das ist es auch. All diese Probleme können von geschulten Personen angegangen werden, die unter vielen Namen bekannt sind:Data Scientist, Business Analyst, Data Officer und so weiter. Sie sollten niemals darauf verzichten, die erforderlichen technischen Ressourcen einzustellen, da die Kosten einer schlechten Datenverwaltung im Vergleich zum Gehalt der Person viel höher sein können.

Die 5 wichtigsten Faktoren für die Auswahl einer Steuerungsplattform Die Bedeutung des Stromkreisschutzes beim Design elektrischer Verteilungssysteme