組織は、データ インフラストラクチャから最大限の価値を引き出すために分析を導入する際に、多くの課題に直面します。データ リテラシーを促進し、さまざまな技術やビジネスの専門知識を持つ従業員や関係者がデータをどのように収集、処理、再利用するかを考慮することが重要です。これは、人、プロセス、テクノロジーの組み合わせです。
「高度な分析機能は、リアルタイムの洞察という形で戦略的優位性をもたらし、より優れた迅速な意思決定を可能にし、サポートします」と、Lotis Blue Consulting のパートナー兼チーフデータサイエンティストの Donncha Carroll 氏は述べています。
人材、プロセス、テクノロジーの能力レベルが高まり、成熟度が高まると、ビジネス運営と結果に影響が及ぶ可能性があります。データ資産、インフラストラクチャ、スキルの開発は、より高いパフォーマンス レベルを達成するための出発点です。リスクを伴う少数の個人の直感だけを信頼するのではなく、データから洞察を引き出す文化を育むことも同様に重要です。
ソフトウェア開発者は、能力成熟度モデルを使用して、ソフトウェア開発プロセスの進化を評価します。成熟度の 5 つの段階は、初期、反復可能、定義済み、管理済み、最適化です。
「分析の導入には基本的にソフトウェア開発が伴うことを考えると、分析成熟度モデルにも同様のフレームワークを採用できる」とサンタクララ大学リービー経営大学院のビジネス分析学准教授、ラム・バラ氏は言う。
分析の成熟度はソフトウェアの成熟度と同義ではありません。分析とソフトウェアの価値提案は同じではないためです。
「ソフトウェア開発では非常に成熟した組織でも、分析の導入と使用に関してはかなり原始的である可能性がある」と同氏は述べた。
コンサルティング会社カーニーのパートナーであるバラス・トータ氏は、分析成熟モデルは、組織がデータと高度な分析を活用してビジネス価値を高めることに習熟するのに役立つと述べた。
分析の成熟度は、反応的な洞察から、先見性を提供し、組織がより積極的に行動できるようにする、より高度な分析形式へとエスカレートします。Thota は、各成熟度レベルをその機能別にまとめることが役立つと考えています。
プロティビティのマネージングディレクター、マーク・カーソン氏は、分析成熟度モデルに、組織内の効率性、有効性、回復力、プライバシー、倫理、分析機能の採用などの尺度を含めることが有益だと述べた。
成熟度は、組織によって異なる可能性があるスライドスケールです。同時に、主要な要因を評価する方法が、常に変化する分析と AI の状況に対応できるほど柔軟であることも重要です。分析の技術的側面と機能的側面が、ソフトウェアおよびセキュリティ成熟度モデルとどのように異なるかを検討してください。分析の成熟度は、ビジネス価値と ROI を提供する能力に重点を置く必要があります。
「ある組織が成熟度の低さだとみなすものが、別の組織にとっては目標となる可能性があります」とカーソン氏は言う。「例えば、セキュリティの分野では、イエスかノーかの尺度で判断されるため、通常、同じことは言えません。」
成熟度の 5 段階は、人間の手にはそれぞれ 5 本の指があるという事実から主に導き出された、比較的恣意的な数字です。分析コンサルタント会社 DAS42 は、データにまったく無知な組織から始まり、データ認識に移行し、最終的に効果的なデータ駆動型組織に至る 6 段階の成熟モデルを採用していると、DAS42 の主任コンサルタントであるテレサ・コビッチ氏は述べています。
コビッチ氏は、成熟モデルを人間の発達の世界におけるマズローの欲求階層説によく例える。基本的な考え方は、人はしっかりした基礎がなければ潜在能力を十分に発揮できないというものだ。DAS42 のアプローチでは、入力ではなく結果に重点が置かれている。「機械学習をしているからといって、必ずしもスペクトルの上位にいるというわけではない」と同氏は説明した。
分析の成熟度を高めるには、コミットメントと粘り強さが必要です。適切な技術システムが導入されている場合でも、分析の成熟度を高める取り組みを成功に導く文化を育むことが重要です。分析の具体的な価値を関係者に理解してもらい、従業員のデータを増やすことで、成熟度を高める取り組みが成功するかどうかが決まります。
カーソン氏は、組織は分析の成熟度を評価するためにアジャイルなアプローチを取るべきだと述べた。成熟度の定義は分野によって異なる可能性があるため、特定のビジネス分野を個別に評価する必要がある。分野には、従業員のスキル、データ リテラシー、コスト、セキュリティ、プライバシー、分析機能をレンタルするか購入するかなどが含まれる。分析と AI はそれぞれ異なるペースで成熟する必要があるため、これら 2 つの側面に焦点を当てる必要がある。
人々は新しいテクノロジーを欲しがることが多いが、必ずしもそれを正しく理解するのに時間をかけたいとは限らない、とコビッチ氏は言う。DAS42 のクライアントの多くは、自社で使用しているツールや構築しているツールを省略しようとしている。価値をもたらさない新しい分析ツールやプロセスに無駄なお金をかけないようにするには、データを隅々まで理解することが極めて重要だ。
分析の成熟にはトップからボトムまでの関与が必要です。分析の成熟の過程に最前線の従業員を参加させることが重要です。
「チームメンバー、つまり経営陣だけでなく、意思決定者やビジネス全体の日常業務に携わる人々がデータの価値を信じていなければ、組織が達成できることは限られてしまうだろう」とコビッチ氏は語った。
多くの組織は、ガバナンスやカタログ作成などの業務をツールに頼りすぎているとコビッチ氏は言う。ツールは便利だが、データ駆動型の組織を構築するには、かなりの人的労力が必要だ。
「自社、自社のプロセス、自社の定義、自社の測定、自社の目標について話し合うという困難だが非常にやりがいのある作業に代わる技術は存在しない」と彼女は語った。組織は、データ プログラムに人間的要素を取り入れるために、卓越した研究センターと教育プログラムを設立する必要がある。
KPMG米国アドバイザリーの最高データ責任者ロバート・パー氏は、組織が抱える主な課題の1つは、データ分析ツールや技術を効果的に使用できる熟練した専門家の不足だと述べた。スキル不足は、求人市場で適格な候補者が不足している場合、既存のスタッフのトレーニングや開発の機会が不足している場合、または優秀な人材を維持するのが難しい場合に問題になる可能性がある。
パー氏は、組織がチームのトレーニングおよび開発プログラムに投資し、教育機関と提携して新しい人材のパイプラインを開発し、継続的な学習と開発の文化を創造することを推奨しています。
組織が直面するもう 1 つの課題は、従業員のデータ リテラシーの欠如です。従業員がデータの解釈と分析の方法を理解していない場合、データを効果的に使用してビジネス上の意思決定を行うことは困難になります。組織は、データ リテラシー トレーニング プログラムを通じて従業員のデータ使用を改善できます。また、データ視覚化ツールを開発し、データ主導の意思決定の文化を育むこともできます、と Parr 氏は述べています。
組織は、特に医療や金融などの業界では、データ分析の実践が関連する規制や標準に準拠していることを確認するという課題に直面する可能性があります。パー氏は、データ分析のリーダーは、実践が関連要件に準拠していることを確認するために、法律および規制の専門家と緊密に連携する必要があると述べました。
時々、データリーダーは、現在のデータインフラストラクチャの制限が分析プログラムにどのような制約を与えているかを理解していません。その結果、彼らは大規模なプログラムに熱心に着手しますが、価値の高いデータ資産が保存、構造化されず、さまざまなチームが使用できるようにもされていないため、プログラムは失敗に終わります、とキャロル氏は言います。
彼は、ビジネス リーダーは抽象的な制約に気付いていないか、十分に理解していないことが多いことに気づきました。チームが迅速かつ容易に行動して、売上、顧客、または運用データから価値を引き出せないと、ビジネス リーダーはイライラすることがあります。
データ リーダーは、投資を促すような方法で、分析のメリットを経営陣や役員会に効果的に伝えているとは限りません。データ インフラストラクチャへの投資と売上高または利益の間に明確なつながりを作ることが重要です。データ戦略家と実務者は、さまざまなニーズに同時に対応できるデータ メリットについて説得力のあるストーリーを構築する必要があります。説得力のあるストーリーがなければ、リーダーは、回収に何年もかかる可能性がある大規模な投資に懐疑的になる可能性があります。
「短期間で、いくつかの大きな効果のあるユースケースで有意義な結果をもたらす小規模な投資で成功を実証することで、リーダーシップへの信頼を築く必要があると私は考えています」とキャロル氏は述べた。「そして、それらの成功を社内で広く宣伝する必要があります。」
また、分析の成熟度がソフトウェア開発よりも遅い可能性があることも考慮することが重要だとバラ氏は言います。ソフトウェア プロジェクトでは、トランザクションの効率性の向上をすぐに追跡できます。対照的に、分析プロジェクトの価値はより戦略的であり、より長い期間にわたって蓄積されます。
「これにより、分析への投資は非常に散発的になり、進化の進歩は非常に遅くなる」と彼は述べた。
分析技術は急速に変化しています。
「組織が基本的な記述的分析に慣れてきた頃、データサイエンス革命に遭遇しました。そして、それは現在、生成的AIの波に取って代わられています」とバラ氏は語った。
進歩は速いように見えるかもしれませんが、それは標準化の進展に向かう進化とは異なります。技術の急速な変化は標準化のプロセスを妨げる可能性があります。
カーソン氏は、分析成熟度評価がより頻繁に、より機敏に、そしてビジネスの特定の領域に焦点を絞って実施され、ROI が向上すると予想しています。新しい分析ツールと AI ツールにより、非構造化データの取得、統合、分析のプロセスが改善される可能性があります。高度なツールは、生データから相関関係と因果関係を提案し、高品質で使用可能な出力の生成をサポートします。
データ サイエンティストは ML や生成 AI に熱中していますが、組織は投入した分だけの価値を必ずしも得ているわけではありません。Kovich 氏は、データ共有、データ アプリケーション、ユーザー セグメンテーションや機能テストなどのスマート戦略におけるより大きな機会に重点を置くことを推奨しています。
成熟には、さまざまな役割が遂行する仕事の進化と、人々がデータやテクノロジーをより効果的に活用する方法が含まれるべきだとキャロル氏は述べた。計算リソースが安価になるにつれて、人間のコンテキストでのその応用にますます重点を置くべきだ。組織は、テクノロジーは答えのほんの一部に過ぎないことを認識する必要がある。ユーザーを中心に分析システムを設計する作業をより良く行う必要がある。
「人間によって管理され、人間の行動によって形作られるより広範なビジネスシステムに、これらの新しいツールや方法がどのように適合するかを考える必要がある」とキャロル氏は語った。
ジョージ・ロートンはロンドンを拠点とするジャーナリストです。過去 30 年間にわたり、コンピューター、通信、知識管理、ビジネス、健康など、彼が関心を持つ分野に関する記事を 3,000 本以上執筆してきました。
データ マイニングとデータ プロファイリングは役割が異なります。一方だけを使用することは、データ管理操作の選択肢にはなりません…
データ レイクハウスの専門家による最新のアップデートには、テキストから SQL への変換機能と、次のことを支援する新しいパートナーシップが含まれています…
今日の DPO は、より巧妙化するデータ侵害、より厳重になるデータ保護の影で、技術的、法的、および共同的なスキルをうまく使いこなす必要があります…
多くの組織は、膨大な数の AWS アカウントの管理に苦労していますが、Control Tower が役立ちます。このサービスは、…
Amazon EKS の価格モデルには、いくつかの重要な変数があります。数字を詳しく調べて、サービスを確実にデプロイしてください…
AWS ユーザーは、Kubernetes をデプロイする際に、EC2 上で自分で実行するか、EKS を使用して Amazon に面倒な作業を任せるかという選択に直面します。詳しくは …
従業員が重要なデータを迅速に見つけられるようにする、効果的なエンタープライズ検索戦略を構築することは可能です。以下をご覧ください…
SharePoint の機能は多岐にわたるため、実装と保守が難しいツールとなる場合があります。これらのベスト プラクティスに従うことで、…
ヘッドレス CMS は、オムニチャネル パブリッシングを可能にし、フロントエンドの柔軟性を向上させます。ただし、これらのプラットフォームは学習が急務となる場合があります…
Oracle は Cerner の買収により、匿名化された全国規模の患者データベースの構築を目指しています。これは、… という大きな目標に満ちています。
Oracle は、約 300 億ドル相当の取引で Cerner を買収する予定です。米国第 2 位の EHR ベンダーが、新たな活力をもたらす可能性があります…
最高裁判所は、Android スマートフォンで使用される Java API は米国の著作権法の対象ではないという判決を 6 対 2 で下し、…
SAP の 2024 年第 1 四半期のクラウド収益は健全な成長を示しており、顧客がクラウド移行を計画する準備が整っています…
SAP 初の最高 AI 責任者である Philipp Herzig 氏が、同社の新しい AI 重視の組織の概要を説明し、企業が AI を導入すべき理由を強調します。
SAP と Nvidia は、顧客がビジネス固有の生成 AI を構築するのに役立つプラットフォームとサービスを組み合わせるために協力しています…
元記事: https://www.techtarget.com/searchbusinessanalytics/tip/How-to-improve-analytics-maturity