Sett de riktige store data organisasjonsstrukturen på plass - dummies

Vanligvis starter selskapene sin tur til store data ved å starte med en organisatorisk eksperiment for å se om store data kan spille en viktig rolle i å definere og påvirke forretningsstrategi. Men etter at det blir klart at store data vil ha en strategisk rolle som en del av informasjonsstyringsmiljøet, må du sørge for at den rette strukturen er på plass for å støtte og beskytte organisasjonen.

Før du etablerer retningslinjer, må du først vite hva du har å gjøre med. For eksempel, skal du involvere transaksjonssystemer, sosiale medier eller maskingenererte data? Har du tenkt å kombinere informasjon fra disse forskjellige kildene som en del av din dataanalysestrategi?

Hvis du planlegger å gå videre med mer enn et isolert eksperiment, må du oppdatere styringsstrategien din slik at du er forberedt på å administrere et nytt utvalg av data på måter som er trygge.

Forbered deg på forvaltningen og styringen av stor datarisk

Uansett hva din strategi for informasjonsadministrasjon er, må du sørge for at du har det rette overvåkingsnivået. Dette er bare en god praksis generelt og endres ikke når du legger til store data i blandingen. Det kan imidlertid hende du må implementere datastyring forskjellig med tillegg av store datakilder.

For eksempel må du kanskje ha en annen individuell skjerm for sosiale medier, fordi den har en annen opprinnelse og en annen struktur enn tradisjonelle relasjonsdata. Denne nye dataforvalterrollen må være nøye definert slik at den valgte personen kan jobbe på tvers av forretningsenhetene som finner denne typen data mest relevante for hvordan de analyserer virksomheten.

Datamyndigheten trenger å forstå eller få tilgang til de riktige personene som forstår selskapets datalagringspolitikk, samt kravene til å maskere ut personopplysninger uansett hvor dataene kommer fra.

Angi riktige retningslinjer for stor styring og kvalitetspolitikk

Måten en organisasjon behandler store data på, er en pågående syklus og ikke et engangsprosjekt. Potensialet for å forårsake risiko for virksomheten kan være alvorlig hvis konsekvente regler og prosesser ikke anvendes konsekvent. Datakvaliteten bør også nærmer seg fra et styringsperspektiv. Når du tenker på politikk, er det noen av de viktigste elementene som må kodifiseres for å beskytte organisasjonen din:

• Bestem beste praksis som dine kolleger har implementert for å få konsekvente retningslinjer dokumentert slik at alle har samme forståelse av hva som kreves.

• Sammenlign dine retningslinjer med styringsbehovene for din egen virksomhet og din bransje. Oppdater retningslinjene dine hvis du finner oversikter.

• Har du en policy om hvor lenge du må holde fast på informasjon? Gjelder disse retningslinjene for dataene du samler fra eksterne kilder, for eksempel kundediskusjonsgrupper og sosiale medier?

• Hva er viktigheten av datakilder som du tar med i virksomheten? Har du kvalitetsstandarder på plass, slik at et sett med data bare brukes til beslutningstaking hvis det er bevist å være rent og godt dokumentert?

  Det er lett å bli fanget opp i spenningen med å utnytte store data for å gjennomføre den typen analyse som aldri ble oppnådd før. Men hvis den analysen fører til feil konklusjoner, vil virksomheten din være i fare. Selv data som kommer fra sensorer kan påvirkes av fremmede data som vil føre til at en organisasjon kommer til feil konklusjon.