循序渐进:准备大数据业务大卫啊提供他的实用技巧。灰鸽子官网
循序渐进:准备大数据业务大卫啊提供他的实用技巧。灰鸽子官网大数据。hype-fuelled主宰,一些cio可以忽视了。但跟风的不是易事。这里有一些实际可行的方法来确保你的组织准备充分利用洪水。
考虑一个考察团 灰鸽子使用教材。灰鸽子怎么用。
艾伦•格罗根伦敦先进的能力解决方案的合伙人说,让第三方在大数据计划可以是至关重要的”,因为这将帮助你在以后如果你需要他们的支持和支持项目”。
但他添加了一个警示。
“这就无法帮助你商业化的数据信息,然后业务知识,”他说。在这种情况下,你将不得不做一些个人学习和网络搞得细节用户情况下在你的行业和其他行业。
加速学习过程的一个方法是去寻找一些专家指导。一个选择是进行“实地考察”,少数尖端分析基于组织的印度和/或美国。
在咨询公司创始人斯里兰卡Annaswamy哲人& Associates支持这种方法
“有许多选项,不同程度的有效性。你可以买一个标准的行业分析报告(Gartner,高频等)或一份白皮书从标准咨询公司(毕马威、德勤等。)但无论是选择将提供相关的“亲历亲为”学习是在一个分析工厂的行程上”他说。
追求的另一种学习是获得一个想法的在岸和离岸分析卓越中心将感觉,事实上这可能如何为自己的企业工作。没有什么比看到一个离岸中心的行动,获得某种意义上的人才。
您的业务的程度将考虑“合作与拥有”是一个关键问题。但肯定没有立即回答。这绝对可以等您和您的团队通过观察学习,也在潜移默化中习得的。
通过外包学习
好吧,你想了解更多关于这一战略主题——大数据。
但是你也知道,这个技能是供不应求的,没有人想让他们的想法或共享信息在这个阶段。
对于我们的忠实拥护者,但是缺乏必要的深度体验,那么最好的学习方法是考虑外包大数据的功能。从我自己的经验,我用这种方法许多年前在另一个领域我建立一个亚太客户联系中心。
这听起来可能反直观,但它实际上是最快的学习方法的最佳实践是什么样子的。从这个位置你可以决定是否你想成长能力内部或继续外包。
有一种说法,当外包过程是一团糟,那么你将会一片混乱。这是真的,但是你也可以从工作与伟大的合作伙伴。
选择我的伴侣吗?
对于我们这些已经存在几个赛季有一些常识标准选择合适的合作伙伴。本质上你想要购买高质量的数据分析师行业的人以前做过这种事,你率作为领导人的新类别。
格罗根已经缩小他的建议四个技巧:
你应该对你的专业领域和项目专用——理想情况下叫人只支持您的业务。这不仅仅是为了确保分析师获得您的业务,但也保护任何知识产权。
小心供应商让你只对你自己的任何新工艺开发。这可能听起来很明显,但是我听说过公司有效签署了他们的商业模式。
小心供应商使用非常漂亮的短语,有前途的最新技术和夸大了他们的能力。要注意,以咨询公司和科技公司“洗”功能与其他更基本的功能,然后re-outsource困难的东西。
接触任何潜在的供应商目前的大数据的客户,询问如何支持他们的需求和希望。
谁应该‘自己的’大数据? 灰鸽子使用教程。灰鸽子远程控制软件
作为首席信息官,甚至大数据应该你的责任吗?
艾伦·格罗根说,解决这个问题的方法是忘记“所有权”和“领土”。大数据要想成功需要有一种强烈关注客户和了解组织的文化将与这一转变发展。
“大数据理想需要由首席执行官(本地、地区或全球)文化的托管人。
“在推动议程方面,拥有技术领域(首席技术官/ CDO / CIO)应该与每个业务领域和功能受益。随着时间的推移,随着大数据处理越来越嵌入到组织,不是想象的所有权将分离功能领导人(头产品,销售主管,财务主管)等。”
他建议任命联合赞助商是最好的方法,在函数或地区基金项目。至关重要,这个战略定位执行横跨整个组织和报告的首席执行官。
自助服务理念
大数据自助服务从一开始的要求。这就是将驱动成功。这是一个漫长的过程,传统的数据仓库和数据集市的方法,它会出现在这个范式。
让我们记住的最重要的大数据和分析一个组织的目的是使最终用户能够直接到数据源,直接进行分析和可视化的需要,不依赖IT-department-based BI和报告团队准备报告。
这种方法不应该导致缺乏治理,而是它完全不同于它是如何接近过去。实际上,这意味着我们将不得不放弃控制。
一个概念证明是不够的，灰鸽子破解版。
云的选择降低了门槛从大数据。但同样重要的是不要急于到任何没有经过彻底的测试。
测试大数据的概念,通过概念显然是推荐的路径。
事实上Annaswamy建议企业不要只运行一个POC”但并行三到五POC,利用不同的潜在的战略分析合作伙伴”。
他解释说,这种“帮助加速大数据价值的证据和分析以有形的方式执行,以及揭示不同服务供应商的具体功能定义的时间和成本约束的方式”。
需要哪些改变组织?
可以认为大数据已经自然首席信息官和首席技术官的工作,所以为什么要雇一个首席数据官或首席分析官吗?我记得的首席知识官的兴衰和自来自企业的行列。
我的建议是:不要再让这种事情发生,所以,包括CIO,不得不接受这一变化。
仍然是一个需要一个适当的框架——端到端数据管理驱动数据质量,并确保所有数据落在治理、风险和合规管理框架。最重要的事情是让高管掌握大数据的重要性和分析每一个公司的业务的一部分。
业务差异分析
差距分析不是一个业务案例。相反,它的目的是说明真正的你的组织之间的差距和行业领袖(s),如何缩小这一差距。
Annaswamy认为审查的长度取决于分析项目的类型。对于一个简单的交叉销售隆起或磨损问题项目,那么它可以在12个月内。
但是如果这是一个完整的修改你的分析平台,说一个企业数据仓库的合并Hadoop-based系统非结构化数据可视化和更新的软件,你可以看一出场的场景。
盲目的模仿者——我应该基准吗?
对同行标杆管理是最棘手的方面,因为任何人这样做也不会分享他们亲密的细节。
最近我对CIO在新加坡工作的行业完全从我的基地在金融服务。尽管我尽了最大的努力我不能说服他透露大数据细节。
但一个提示是寻找客户集中的组织,在这个领域取得了重大的投资,并任命首席数据或分析人员。
据悉,在澳大利亚Suncorp和CBA在这个领域最先进的,但小心沃尔玛、美国国际集团(AIG)、亚马逊、谷歌和支付Pal。
Reskilling我的团队
我一直很好奇真正需要什么技能来管理外包大数据功能。最重要的部分是管理员工的多样性——标准的IT开发人员,程序员和BI技术人员不会做!
你需要用强有力的统计模拟工程师经验,行为科学家挑选的见解和操作人员来填补洞察特定的干预措施。
有一个假设当然供应商管理今天是给定的。大多数组织已经通过IT外包/ BPO循环好几年了,他们有相当复杂的采购和供应商管理团队。
从格罗根进一步强化这一观点见解,关系和听力都是关键。最大的挑战是获得外包能力站了起来。
把沙发带走
页:
[1]