Afgelopen augustus presenteerde DataCamp’s VP of Product Research, Ramnath Vaidyanathan, een driedelige webinarreeks over het opschalen van data science met ons IPTOP-framework. Het IPTOP-framework brengt elke organisatorische hefboom in kaart om data science te democratiseren en organisatiebreed datawijs te worden.
IPTOP staat voor Infrastructure, People, Tools, Organization en Processes. De driedelige webinarreeks gaat uitgebreid in op hoe organisaties elk van deze hefbomen kunnen opschalen om data science te democratiseren en in het proces datawijs te worden. Hier is een overzicht van elk van die hefbomen:
1 - Infrastructure
Het doel van elke datastrategie is ruwe data om te zetten in inzichten en beslissingen. Dit vereist dat organisaties hun data veilig en efficiënt verzamelen, registreren en opslaan, zodat die voor iedereen toegankelijk is. Dit houdt onder meer in dat je best practices en frameworks begrijpt voor het mogelijk maken van data-toegang, het borgen van data governance, het verduidelijken van data lineage, en meer.
2 - People
Mensen zijn waarschijnlijk de belangrijkste hefboom in het framework, want organisaties halen niet het beste uit hun data als hun medewerkers niet de vaardigheden hebben om met data te werken. Daarom is het cruciaal om de nodige datavaardigheden bij elke persona in een organisatie te ontwikkelen om data science te democratiseren en datawijs te worden.
3 - Tools
Waar infrastructuur organisaties in staat stelt om inzichten uit data te leveren, zorgen tools voor en stimuleren ze een gemeenschappelijke datataal binnen de organisatie. Daarom is het nodig om het spectrum aan mogelijke tools voor een specifieke taak te begrijpen, en te investeren in en tools te bouwen die de drempel voor datawerk verlagen.
4 - Organization
Een essentiële dimensie van het opschalen van data science is hoe dataprofessionals zijn georganiseerd. Aangezien rapportagestructuren en agenda’s het werk in de meeste bedrijven sturen, moet de organisatiestructuur je bedrijf klaarstomen voor duurzaam succes. Het opzetten en organiseren van data science-talent binnen een organisatie vereist dan ook zorgvuldige afweging.
5 - Processes
Tot slot vereist het opschalen van data science overeenstemming over conventies, best practices en processen. Afstemming bevorderen is essentieel om samenwerking te faciliteren en een gesilo’de organisatie te voorkomen. Zo kunnen alle teams samenwerken en soepel communiceren in een gemeenschappelijke datataal.
Vorige week hebben we onze datatrends en -voorspellingen voor 2021 gepubliceerd. Onze voorspellingen raken elke hefboom in het IPTOP-framework: van het mogelijk maken van robuustere data-toegang via meer cloudadoptie en metadatatools (Infrastructure), een grotere inzet op data upskilling (People), meer collaboratieve en robuuste tooling (Tools), opkomende rollen voor het beheren van machine learning-modellen in productie (Organization), en tot slot best practices in data storytelling en visualisatie (Processes).
Daarom zijn we enthousiast om onze inzet te vernieuwen om de nieuwste en belangrijkste inzichten te brengen van data science-practitioners en -leiders over hoe je data science het beste kunt opschalen en datawijs kunt worden.
In 2021 organiseren we een maandelijkse webinarreeks over hoe verschillende sectoren data science kunnen benutten, hoe organisaties hun data kunnen besturen en betere data-toegang kunnen mogelijk maken, best practices om mensen te upskillen voor data science, hoe je met moderne tooling de instapdrempel voor werken met data verlaagt, hoe je de beste data science-talenten organiseert en aanneemt, en hoe je processen inricht om datagedreven te worden, en meer.
Houd onze pagina met Upcoming Events in de gaten om op de hoogte te blijven—tot in 2021!
