Bagaimana Organisasi Enterprise Dapat Menjadi Berbasis Data

Apa satu kesamaan yang dimiliki perusahaan teknologi sukses seperti Amazon, Netflix, Google, dan Airbnb? Mereka semua telah menskalakan dan mengoperasionalisasikan fungsi data science mereka. Artinya, mereka membangun tim data kelas atas, dan mereka memperoleh atau membangun sendiri alat data mereka. Ini memerlukan perancangan proses internal dan arsitektur yang kuat yang memanfaatkan data untuk mendorong bisnis mereka maju.

Dalam webinar bulan lalu, Maksim Percherskiy, Data Engineer di The World Bank dan mantan Chief Data Officer Kota San Diego, menjelaskan bahwa perusahaan-perusahaan tersebut berada pada posisi yang baik untuk melakukannya karena mereka tumbuh bersama data. “Organisasi yang lebih tua—seperti institusi keuangan, layanan kesehatan, dan pemerintahan—tidak memiliki privilese [untuk membangun bisnis mereka berlandaskan data]. Kota San Diego didirikan pada tahun 1800-an, dan mereka masih belajar beradaptasi serta masih belajar bagaimana menyelaraskan data secara efektif dengan operasinya.”

Mari kita kupas bagaimana organisasi besar dapat membangun fungsi data science yang efektif. Dalam beberapa tahun terakhir, banyak organisasi mempekerjakan chief data officer, membentuk tim data scientist dan data engineer, serta menemukan cara untuk memonetisasi dan berbagi data. Namun temuan NewVantage Partners pada Januari 2020 mengungkapkan bahwa dari 70 perusahaan yang disurvei, 98,8% telah berinvestasi dalam inisiatif big data dan AI, tetapi hanya 37,8% yang dapat mengklaim bahwa mereka telah menciptakan organisasi berbasis data.

Hambatan paling umum untuk menjadi berbasis data adalah tantangan pada aspek manusia dan proses—yakni, mengoperasionalisasikan dan membangun proses yang dapat diulang, menciptakan infrastruktur data yang fungsional, dan menjembatani kesenjangan keterampilan data.

Persyaratan data

Visual berikut merangkum apa yang membuat data dapat digunakan dan tepercaya:

Pertama, data harus dikumpulkan pada waktu yang tepat, dengan cara yang benar, dan dengan tujuan. Lalu, data harus dapat ditemukan, artinya semua pengguna data di seluruh organisasi harus tahu bahwa data ini telah dikumpulkan dan dapat menemukannya. Selanjutnya, data harus terbukti andal, tanpa celah atau inkonsistensi. Data juga harus mudah dipahami—misalnya, terstruktur dan diberi label dengan benar. Menjadi patuh itu krusial—protokol keamanan yang tepat harus diterapkan untuk mengontrol akses ke data sensitif, dan beberapa industri memiliki standar regulasi. Terakhir, data harus dapat ditindaklanjuti, artinya pengguna data memiliki teknologi, pelatihan, dan kerangka etika untuk menggunakan data dengan benar.

Tantangan untuk menjadi berbasis data

Ada tiga kelompok tantangan untuk memenuhi persyaratan data ini: organisasi, budaya, dan teknis.

Tantangan organisasi

Organisasi besar sering kali memiliki silo tempat tim mungkin memiliki tujuan yang berbeda. Silo ini bisa ada karena persyaratan hukum, seperti yang umum di bidang keuangan, atau bisa juga karena tim tidak terbiasa bekerja secara kolaboratif di masa lalu. Apa pun penyebabnya, silo menimbulkan miskomunikasi dan ketidakselarasan, yang merugikan efektivitas organisasi secara keseluruhan.

Salah satu gejalanya bisa berupa manajer yang ingin membangun tim yang lebih besar atau terbentuknya lebih dari satu pusat keunggulan AI.

Tantangan budaya

Literasi data organisasi—di mana setiap orang memiliki keterampilan data untuk sukses—sering dianggap sebagai tujuan yang tinggi, dan beberapa organisasi mungkin enggan mengambil risiko untuk menanganinya. Inilah sebabnya DataCamp berupaya mendemistifikasi topik seperti machine learning untuk membantu organisasi memahami bagaimana data dapat berguna secara praktis. Memberdayakan karyawan dan memudahkan pengembangan keterampilan adalah kuncinya.

Tantangan budaya juga dapat termanifestasi dalam insentif yang berbeda di seluruh organisasi. Manajemen mungkin menginginkan dasbor yang mencolok untuk disajikan kepada atasan mereka, engineer ingin menggunakan alat terbaru dan terhebat, dan pengguna bisnis mungkin hanya ingin menjawab pertanyaan tertentu atau merampingkan proses. Tidak selalu mungkin membuat semua pemangku kepentingan senang. Ini terkait dengan tantangan organisasi yang disebutkan sebelumnya—tujuannya adalah menyelaraskan strategi data dengan strategi bisnis secara keseluruhan.

Tantangan teknis

Maksim mengatakan bahwa organisasi besar sering memiliki “tambal sulam sistem lama” sebagai sistem inti pencatatan data. Sistem-sistem ini bisa sulit untuk diekstrak datanya atau untuk diskalakan—namun sering kali, pimpinan departemen tidak ingin mengambil proyek besar. Mereka khawatir akan menanggung biaya peralihan saat menggantinya, potensi biaya kegagalan proyek, serta biaya pelatihan ulang tambahan dan penurunan produktivitas jangka pendek. Ini semua adalah kekeliruan yang bersifat jangka pendek yang berasal dari kurangnya strategi data yang terpadu.

Tantangan teknis tambahan mencakup standar kepatuhan dan keamanan, seperti HIPAA, FERPA, GDPR, dan CCPA. Perusahaan harus mematuhi standar ini untuk menghindari penggunaan data yang tidak etis.

Terjebak dalam tantangan-tantangan ini menghasilkan apa yang Brian Balfour gambarkan sebagai Roda Kematian Data, seperti yang ditunjukkan di bawah. Ini menggambarkan bahwa data yang tidak dikelola secara konsisten menjadi tidak relevan atau cacat, menyebabkan orang kehilangan kepercayaan pada data dan pada akhirnya, menggunakannya lebih sedikit.

Solusi untuk menjadi berbasis data

Lantas, bagaimana perusahaan mapan dapat menjadi berbasis data seperti Netflix dan Airbnb? Mereka harus membangun ulang di sekitar data. Berikut caranya.

Pahami lanskapnya

Organisasi besar harus memahami berbagai silo yang ada dan bagaimana silo tersebut berkomunikasi satu sama lain. Mereka harus menumbuhkan para pendukung di tingkat eksekutif yang akan mendukung perjalanan ini. Dan mereka harus mengomunikasikan tujuan data kepada semua pemangku kepentingan.

Identifikasi pengguna Anda

Selanjutnya, untuk memfasilitasi transformasi berbasis data yang sukses, Anda harus memahami persona Anda. Berempati secara mendalam dengan setiap persona—apakah mereka konsumen data, pemimpin, analis data, atau data scientist—akan membantu Anda memahami cara terbaik untuk membantu mereka dan memanfaatkan mereka dalam misi Anda.

Mulai dari yang kecil dan tetap sederhana

Maksim mengatakan bahwa pada awalnya, tidak mungkin memperbaiki semuanya sekaligus. Sangat penting untuk disiplin dalam berfokus pada dampak. Pilih proyek yang terlihat dan berdampak di seluruh organisasi serta tidak memerlukan banyak pemangku kepentingan atau koordinasi. Meraih serangkaian kemenangan cepat di awal akan memicu dukungan dan memastikan visibilitas proyek data. Anda juga akan dapat melakukan iterasi pada pekerjaan data dan memanfaatkan pembelajaran untuk proyek data berikutnya.

Selaraskan strategi data dengan strategi bisnis

Apa artinya menyelaraskan strategi data dengan strategi bisnis? Saran praktis Maksim adalah memilih proyek data yang memperluas dan menguji infrastruktur Anda, melayani pengguna bisnis Anda, dan selaras dengan tujuan serta hasil perusahaan. Pastikan setiap proyek didokumentasikan, dapat direproduksi, dan mengikuti praktik terbaik. Lalu, gaungkan kemenangan Anda ke seluruh perusahaan dengan dukungan eksekutif sehingga Anda dapat membangun kemenangan tersebut dan terus beriterasi.

Seperti apa wujud menjadi berbasis data

Menjadi berbasis data mengharuskan kemampuan untuk mengukur keberhasilan inisiatif data. Maksim mengatakan menggoda untuk menggunakan metrik yang mudah diakses seperti total jumlah proyek, jumlah dataset yang diselesaikan, atau jumlah pengikut repo.

“Itu semua metrik yang baik, tetapi tidak benar-benar menyentuh inti kesuksesan Anda,” kata Maksim. “Saya akan lebih memikirkan jumlah keputusan yang dibuat dengan data. Juga, berapa lama waktu yang dibutuhkan seseorang untuk menemukan satu set data, atau waktu untuk mendapatkan data. Anda juga harus melihat berapa banyak tujuan, sasaran, dan OKR yang ditetapkan dan dilacak dengan data, termasuk bagaimana cara ditinjaunya.”

Untuk informasi lebih lanjut tentang membuat data dapat dioperasikan dalam organisasi besar dengan proses yang kompleks, tonton webinar Maksim tentang Mengoperasionalkan Data di Dalam Organisasi Besar.