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.
К сожалению, инициативы в области аналитики редко бывают столь же успешными с точки зрения удовлетворенности заинтересованных сторон.
В прошлом году Мэри К. Ассоциированный сотрудник IOC Пратт представил отличный анализ того, почему инициативы по анализу данных всегда терпят неудачу, включая некачественные или изолированные данные, расплывчатые, а не сфокусированные бизнес-цели, а также универсальные и редкие наборы функций. Но множество новых подходов и технологий делают эти сбои менее вероятными.
В этом наборе статей от CIO, Computerworld, CSO, InfoWorld и Network World вы найдете советы и примеры, которые помогут вам убедиться, что ваши собственные аналитические усилия окупаются. Эти инициативы, как правило, напоминают проекты разработки, даже если речь идет о коммерческих продуктах, и имеют те же четко определенные цели и итерационные циклы, которые отличают успешные результаты разработки программного обеспечения.
Чтобы получить общее представление, начните с руководства InfoWorld «Как преуспеть в анализе данных» автора Боба Виолино. В этой отлично написанной статье Виолино охватывает все основы: создание центров аналитического совершенства; преимущества решений самообслуживания (таких как Tableau или Power BI); захватывающие возможности машинного обучения; и переход на решения облачной аналитики. Виолино развивает этот последний пункт во второй статье, на этот раз для ИТ-директора: «Облачная аналитика: основные проблемы и способы их преодоления». Как видите, масштабируемость облака и множество инструментов аналитики могут быть ошеломляющими, но перенос больших объемов корпоративных данных в облако и их защита могут стать захватывающим приключением.
Новые технологии неизменно несут с собой новые риски. Ни одно из достижений не оказало большего влияния на аналитику, чем машинное обучение, от автоматизации подготовки данных до обнаружения значимых закономерностей в данных, но оно также добавляет непредвиденных опасностей. Как объясняет редактор CSO Лучиан Константин в статье «Как отравление данных атакует модели машинного обучения», преднамеренно искаженные данные, введенные злоумышленниками, могут направить модели к гнусной цели. Результатом может быть, например, манипулирование рекомендациями по продукту или даже способность хакеров делать выводы о конфиденциальных базовых данных.
Нет сомнений в том, что у аналитики есть темная сторона, как подтверждает Мэтью Финнеган в статье Computerworld «Совместная аналитика: да, вы можете отслеживать сотрудников. Должен? «Сбор и анализ метаданных о взаимодействии пользователей на платформах для совместной работы имеет свои законные преимущества, такие как возможность выявлять узкие места в коммуникации или оптимизировать работу сотрудников. Но те же платформы можно использовать в качестве систем мониторинга сотрудников, которые вторгаются в частную жизнь и подрывают доверие между руководством и всеми остальными.
На более легкой ноте рассмотрим этот замечательный пример аналитики, повышающей удовлетворенность пользователей: «Высшая лига бейсбола стремится к видимости в сети». В своей статье для Network World главный редактор Энн Беднарц исследует, как MLB использует программное обеспечение для анализа сетевых потоков в своей инфраструктуре, чтобы обеспечить игрокам и болельщикам стабильную производительность сети: сквозное подключение, Wi-Fi в штаб-квартире и облачные сервисы.
Попытки внедрить унифицированную сетевую аналитику для оптимизации взаимодействия с пользователем начались всего два года назад, главным образом потому, что новый старший инженер-программист по автоматизации сетей MLB увидел в этом необходимость. Его реализация преодолела, пожалуй, самое важное препятствие на пути к успеху аналитических инициатив: культурную инерцию.
В конечном счете, секрет успешной аналитики не в выборе и внедрении идеальной технологии, а в развитии широкого понимания того, что вездесущая аналитика ведет к лучшим решениям и превосходным результатам. Обычно вы можете исправить технологические проблемы или недопонимание требований.
<p>Copyright © 2021 IDG Communications, Inc.</p>