Een schaalbare datastrategie opbouwen met IPTOP: Infrastructuur, People, Tools, Organization en Processes

Veel organisaties nemen tegenwoordig data science op in hun initiatieven voor digitale transformatie. Toch zullen de meesten de vruchten van hun data niet plukken zonder een datastrategie en een duidelijke blauwdruk om data science binnen de organisatie op te schalen. McKinsey ontdekte dat slechts acht van de 1.000 bedrijven die een digitale transformatie doormaken, data science wisten op te schalen voorbij een paar pilotprojecten.

Hoewel de meeste organisaties de waarde van data-gedreven werken begrijpen, behandelen veel organisaties data science als een geïsoleerde, gecentraliseerde ondersteuningsfunctie die werkt op verzoeken van verschillende teams. Dit staat haaks op wat data science zou moeten zijn: een middel om bedrijfsdoelen te bereiken. Zoals Anaconda-CEO Peter Wang het verwoordt, is data science "een manier van onderzoek en verkenning" om de bedrijfswereld te navigeren.

Net zoals een natuurkundige wiskunde gebruikt om over de natuurlijke wereld te redeneren, gebruiken data scientists wiskundige en computationele tools om over de bedrijfswereld te redeneren. —Peter Wang, CEO van Anaconda

Dit siloeffect wordt versterkt door de onjuiste aanname dat het einddoel van data science altijd AI-modellen moeten zijn die grote productiepijlers binnen een organisatie automatiseren of stroomlijnen. Bedrijven die op zoek zijn naar directe ROI komen er vaak teleurgesteld achter dat dit niet altijd het geval is.

Deze enge kijk op data science kent de waarde toe aan relatief lastig te realiseren voorspellende analytics (dus: de toekomst met data kunnen voorspellen). Het negeert ook het infrastructuurwerk dat nodig is om machine learning op schaal uit te voeren. Veel van de waarde van data science komt echter voort uit het implementeren van relatief eenvoudigere beschrijvende analytics (gegevens beschrijven en bij de juiste mensen krijgen) en voorschrijvende analytics (data-gedreven beslissingen nemen).

Een succesvolle digitale transformatie voltooien vereist het opbouwen van organisatorische competenties in data science en analytics. Dat vraagt om het ontwikkelen en uitvoeren van een slimme, inclusieve en schaalbare datastrategie.

Daar komt ons IPTOP-framework om de hoek kijken. IPTOP is een framework dat vijf pijlers vastlegt (I nfrastructure, P eople, T ools, O rganization en P rocesses) om je datastrategie schaalbaar uit te voeren en zo een succesvolle digitale transformatie te realiseren. Doe mee aan onze aankomende webinarserie om meer te weten te komen.

Infrastructuur

Het doel van elke datastrategie is ruwe data omzetten in inzichten en beslissingen. Dat vereist dat organisaties hun data veilig en efficiënt verzamelen, registreren en opslaan, zodat die voor iedereen toegankelijk is. Maar data wordt vaak in verschillende vormen, soorten en maten verzameld. De diverse databases, data lakes, datawarehouses, scripts en dashboards die daarbij helpen, vormen samen de datainfrastructuur. Een robuuste datainfrastructuur bouwen vraagt om kennis van best practices.

People

Data science zien als een middel tot betere beslissingen stelt organisaties in staat hun teams te bouwen op basis van de benodigde skills. Een rolgebaseerde aanpak vereist dat je prestatiedoelen identificeert, beoordeelt en koppelt aan de vaardigheden die nodig zijn om bedrijfsdoelen te behalen, zoals churn voorspellen of data visualiseren met dashboards. Dit resulteert in gerichte leerpaden per rol.

Een goed voorbeeld is Airbnb's Data University, hun eigen trainingsprogramma dat is opgezet om iedere medewerker uit te rusten met de skills om data-gedreven beslissingen te nemen. Medewerkers die geen data scientist van beroep zijn in staat stellen om Citizen Data Scientists te worden die onderbouwde keuzes maken, heeft tijd vrijgespeeld voor het data scienceteam om aan strategischere projecten te werken.

Tools

Waar infrastructuur organisaties in staat stelt inzichten uit data te leveren, zorgen tools voor en stimuleren ze de adoptie van een gemeenschappelijke data-taal binnen de organisatie. Tools voor data-toegang, analyse, visualisaties en dashboards maken organisaties efficiënter en verkorten de tijd tot inzicht. Deze tools variëren van open-sourcetalen zoals Python, R en SQL tot point-and-click-tools zoals Power BI, Tableau en Excel.

Organisatiespecifieke frameworks bouwen die de toegang tot data boven op deze tools stroomlijnen, verlaagt de drempel om data science op te schalen aanzienlijk. Bij DataCamp hebben we eigen Python- en R-packages die het verbinden met data lakes, data opvragen en aggregeren abstraheren met simpele commando's. Iedereen kan vragen als "Wat was de beoordeling van cursus X in de afgelopen Y weken?" beantwoorden met één of twee regels code. Op vergelijkbare wijze heeft Airbnb een R-package dat het opvragen en visualiseren van data volgens hun gewenste stijl vergemakkelijkt, waardoor giswerk verdwijnt en consistente data-analyses en visualisaties door de hele organisatie worden gewaarborgd.

Organisatie

Een belangrijke dimensie van een datastrategie is hoe dataprofessionals zijn georganiseerd. Aangezien rapportagelijnen en agenda's het werk in de meeste bedrijven aansturen, moet de organisatiestructuur je bedrijf voorbereiden op duurzaam succes. Er zijn trade-offs tussen een gecentraliseerd model, waarin data scientists deel uitmaken van één data scienceteam, en een gedecentraliseerd model, waarin data scientists zijn ingebed in verschillende afdelingen.

In het gecentraliseerde model geeft een centraal data scienceteam prioriteit aan en werkt het aan informatieverzoeken vanuit andere afdelingen. In dit model komen er vragen binnen en worden er antwoorden verwacht. Dit stelt het data scienceteam in staat een center of excellence te worden, waar data scientists onder één strategische richting samenwerken en kennis delen. Maar hierdoor komen data scienceteams en hun tools in silo's terecht, wat afstemming en communicatie met andere afdelingen voor data scientists bemoeilijkt.

In het gedecentraliseerde model zijn data scientists ingebed in verschillende afdelingen binnen de organisatie. Dit geeft data science een plek aan tafel om de strategische richting van hun afdeling te beïnvloeden, terwijl data scientists de domeinkennis opdoen die nodig is om te slagen. Doordat ze verspreid zijn en worden aangestuurd door businessmanagers, gaat dit echter ten koste van de groei, het leren en de ontwikkeling van data scientists en van hun vermogen om samen te werken.

Deze twee modellen moet je zien als uiteinden van een spectrum. Er zijn veel hybride modellen die elementen van de gecentraliseerde en gedecentraliseerde aanpak combineren, met verschillende manieren om afdelingen te groeperen en bundelen om de waarde van data science op schaal te maximaliseren.

Processen

Tot slot vereist het bouwen van een schaalbare datastrategie overeenstemming over conventies, best practices en processen. Afstemming bevorderen is essentieel om samenwerking te vergemakkelijken en een gesiloëde organisatie te voorkomen. Zo kunnen alle teams naadloos samenwerken en communiceren in een gemeenschappelijke data-taal.

Een makkelijke manier om te beginnen met afstemming rond processen is het creëren van een vooraf gedefinieerde projectstructuur en -template, waarbij verschillende taken en subtaken voor een analyticsproject vooraf met hun vereisten zijn uitgetekend. Microsoft heeft The Team Data Science Process omarmd, waardoor elke stakeholder de projectvereisten duidelijk kan begrijpen, templates kan gebruiken voor data-analyse en toegang tot rekenkracht, en kan identificeren wie eigenaar is van de verschillende fasen van het proces.

Afhankelijk van je organisatie en sector kunnen vooraf gedefinieerde projectsjablonen aan specifieke regelgeving onderhevig zijn en complexe processen vereisen. Je kunt open-sourcetools gebruiken om projectstructuursjablonen op te zetten voor meer afstemming tussen teams en dataprofessionals.

Doe de data maturity assessment om je team's aanpak van data beter te begrijpen.