[Anmerkung der Redaktion: Dies ist der dritte Teil einer dreiteiligen Serie zum Thema Analytics Automation und zu ihrer Rolle bei der digitalen Transformation der Lieferkette.]
Die Governance von Daten und Technologie durch die IT hat einen schlechten Ruf. Viele betrachten sie als notwendiges Übel, das eine schnellere und flexiblere Anpassung an veränderte Bedingungen verhindert.
Bei der Anwendung auf Analysen gibt es jedoch eine Reihe von Vorteilen, die Governance eher zum Mitwirkenden als zum Hindernis für den Erfolg machen.
Der Hauptgrund ist, dem Team die Freiheit zu geben, in großen Dimensionen zu denken. Je komplexer die Anwendungsfälle werden und je mehr Systeme und Datenquellen sowohl intern als auch extern einbezogen werden, desto größer ist die Chance, dass die Verantwortlichen für Daten, IT und Sicherheit sich dieser Arbeit bewusst werden. Wenn diese Projekte Daten von Kunden oder Partnern oder die Integration mit kundenorientierten Systemen beinhalten, werden diese Führungskräfte verständlicherweise die Arbeit unterbrechen, wenn sie nicht wissen, was genau da passiert.
Sie möchten den Personen, die mit der Entwicklung von Erkenntnissen und Maßnahmen zur Verbesserung der Unternehmensleistung beauftragt sind, keine Scheuklappen aufsetzen.
Die ungesteuerte oder „Schatten-IT“ ist der Fluch von CIOs, die für die Abstimmung der Technologiestrategie mit den Zielen des Unternehmens verantwortlich sind. Denn auch wenn sie sie nicht sehen können, sind sie doch trotzdem dafür verantwortlich. Daher ist es wichtig, dass IT-Führungskräfte die Rolle und den Wert von Analytics Automation verstehen. Ähnlich wie sie es in der Regel bereits bei BI- und Data Science-Investitionen tun.
Mit einem solchen Bewusstsein kommt auch die Unterstützung. CIOs kennen den Wert datenbasierter Vorgehensweisen. Doch angesichts der großen Vielfalt an Investitionen in Beschäftigte, Prozesse und Technologie haben viele Schwierigkeiten, den Wert von Analysen zu skalieren. Legacy, On-Premise und Cloud müssen abgestimmt und optimiert werden.
Um die Bedeutung von Governance zu verstehen, sollten Sie auch bedenken, dass die zunehmende Komplexität der Analytics Automation-Projekte zu Chaos führen kann, wenn nur einer oder wenige Benutzende den Ursprung solcher Anwendungsfälle kennen. Wenn eine Person das Unternehmen verlässt oder im Urlaub ist und Probleme auftreten, wird die IT-Leitung die Hauptlast der Fragen der Stakeholder zur Problembehebung tragen müssen.
Um den größten Nutzen aus Analytics Automation zu erzielen, ist es in vielerlei Hinsicht unerlässlich, sich mit führenden Unternehmen in den Bereichen Daten, IT und Security Governance abzustimmen. Abschließender Punkt: Führungskräfte erkennen den Zusammenhang zwischen Analytics Automation und dem Erfolg der digitalen Transformation.
Sowohl große als auch kleine Unternehmen werden letztendlich Dutzende von Technologien, Tools, Plattformen und Beschäftigten einsetzen, um datenbasierte Arbeit zu ermöglichen. Diejenigen, die das am besten tun, stimmen diese Investitionen mit den Prioritäten des Unternehmens ab, sodass jeder eine klare Rolle bei der Unterstützung des Erfolgs der digitalen Transformation spielt.
Wenn es um Analytics Automation geht, ist es jetzt an der Zeit, diese Denkweise zu übernehmen. Die Definition von „Analytics Automation“ wird erweitert und umfasst nun Cloud-Data-Engineering-Aufgaben (über Trifacta) und Elemente herkömmlicher Business Intelligence (über Auto Insights). Sicherzustellen, dass die durch diese neuen Cloud-Services unterstützten Anwendungsfälle andere Daten- und Analyse-Investitionen ergänzen und einen Mehrwert bieten, ist eine gute Möglichkeit, die bewährten Vorgehensweisen von Lieferketten-Kunden von Alteryx, die den größten Wert erzielen, zu übernehmen.
Sehen Sie sich auch Teil 1 und Teil 2 dieser Blogserie an.