Источник: Верал Десаи, Тим Фаунтейн и Кайваун Роушанкиш, "Лучший способ использовать ваши данные в работе".
Harvard Business Review, июль-август 2022 г.
ПРИЛОЖЕНИЕ 25.3
Создание продуктов данных требует инвестиций. Вы должны выбирать их с умом.
Определение продуктов данных, приносящих прибыль
Создание продуктов данных - важнейшее условие цифровых преобразований и преобразований с использованием ИИ. Хотя существует широкий спектр продуктов данных, которые могут создавать компании, это может быть дорогостоящим и трудоемким занятием, поэтому очень важно составить четкое представление о конкретных потребностях в данных, как описано в предыдущей главе. Во многих случаях компании не справляются с этим процессом, полагаясь на неточное понимание необходимого набора данных или неверное представление о требованиях к цифровому решению. Это может привести к покупке набора данных или инвестированию миллионов в большую команду и месяцы работы, которая на самом деле не приносит особой пользы.
Понимание потребности бизнеса в том или ином продукте данных сводится к тщательному анализу, который отвечает на следующие вопросы:
Является ли продукт данных уникальным? Аналогичные данные могут уже существовать в организации или на рынке.
Является ли продукт актуальным для людей и систем, которые будут его использовать? В случае с недвижимостью это может означать, что у компании есть отличные данные, но только для определенных рынков, которые не интересуют маркетинговую команду и клиентов.
Как выглядит "хорошо"? Четко определите минимальную планку качества. Например, для данных по коммерческой недвижимости может быть важно иметь данные в течение месяца для приоритетных рынков, в то время как для других рынков такие свежие данные могут быть не нужны. Аналогично, важно определить, насколько точными должны быть данные. В этом же примере с недвижимостью необходимо, чтобы данные были на уровне квартала, района или почтового индекса?
Сколько вариантов использования может поддерживать этот продукт данных, и какова ценность этих вариантов? Продукты данных должны обслуживать несколько сценариев использования, чтобы актив имел наибольшую пользу. Для многих компаний таким продуктом может стать продукт Customer-360, который могут использовать несколько команд - маркетинг, продажи, НИОКР - для разработки собственных продуктов и решений.
Цель этого процесса - сузить круг возможных вариантов и определить элементы данных, которые являются отличительными, ценными и общедоступными. После этого компании могут определить, какие именно продукты данных необходимо создать, разработать план их создания и нанять необходимое количество сотрудников.
Настройка стручков продуктов данных
Продукты данных требуют специальных подразделений и финансирования. У каждого продукта данных должен быть владелец продукта (данных) и межфункциональная группа.
который финансируется для создания и постоянного совершенствования продукта и создания новых вариантов использования. На владельца продукта данных возлагается множество обязанностей: определение направления, понимание возможностей и потребностей организации и клиентов, оптимизация стоимости инвестиций, разработка и руководство выполнением дорожной карты, управление зависимостями и измерение успеха.
Каждая группа состоит из четырех-восьми человек с определенными навыками, которые зависят от характера исходных данных и того, как будет использоваться продукт (см. Рисунок 25.4). Наилучшей практикой является привлечение в группу бизнесменов, чтобы они могли высказать мнение пользователей (включая обратную связь), что поможет улучшить продукт и выявить новые варианты использования. Также имеет смысл привлекать экспертов по правовым вопросам, соблюдению нормативных требований и рискам, чтобы разрабатывать продукты данных, соответствующие нормативным требованиям и социально ответственные.
В структуре операционной модели подсистемы данных часто являются частью платформ данных, поскольку они производят услуги, которые используются подсистемами, обращенными к клиентам/пользователям (подробнее о платформах читайте в главе 14).
Руководитель службы данных должен разработать стандарты и передовые методы документирования происхождения данных, аудита их использования и измерения качества данных. Эти стандарты также должны охватывать то, как необходимые технологии должны сочетаться для каждого архетипа потребления, чтобы их можно было повторно использовать во всех продуктах данных. Для разработки таких практик и шаблонов часто полезен центр экс- плуатации.
Чтобы подтвердить, что их продукты отвечают потребностям конечных пользователей и постоянно совершенствуются, команды разработчиков продуктов данных должны измерять ценность своей работы. Соответствующие показатели могут включать количество ежемесячных пользователей данного продукта, количество случаев повторного использования продукта в бизнесе, оценки удовлетворенности по результатам опросов пользователей данных и окупаемость инвестиций в реализованные сценарии использования.
