Big Data: Menyiapkan Struktur Organisasi yang Tepat untuk Melembagakan Analisis

Meskipun ada banyak fokus pada analisis dari C-suite hari ini, organisasi yang melihat itu dengan cara silo. Kekuatan analisis dapat sepenuhnya dimanfaatkan hanya jika ada kolaborasi antara tim-tim di sekitar generasi dan konsumsi wawasan seluruh organisasi.

Dalam organisasi besar yang khas, ada ketakutan sekitar kolaborasi dan sifat terlalu percaya dengan informasi hak milik.

Mengatasi masalah ini dan menyiapkan struktur organisasi yang memperhitungkan DNA dari organisasi, budaya, dan tujuan secara keseluruhan adalah penting. Berikut ini adalah struktur yang telah kita lihat di banyak organisasi. Masing-masing memiliki pro dan kontra sendiri dan kebutuhan Kelas C untuk hati-hati melihat ke dalam DNA organisasi mereka dan memilih salah satu yang sesuai untuk mereka:

1. Analisis Terpusat. Sebuah tim tunggal yang memiliki data dan layanan semua kebutuhan analitis di semua fungsi bisnis, Sementara ini membawa janji infrastruktur data yang terintegrasi dan skala ekonomi, model terpusat tidak akan mampu memberikan kelincahan dan fleksibilitas yang diperlukan untuk menjaga analisis data yang relevan dalam bisnis.
2. Desentralisasi Analisis. Setiap fungsi bisnis memiliki infrastruktur data dan analisis tim sendiri. Sementara itu fungsi ini juga menjamin kelincahan dan fleksibilitas, model ini menjalankan risiko menciptakan fungsi yang berbeda dalam sebuah organisasi yang memilih untuk mengadopsi set masing-masing alat dan metodologi. Meskipun pendekatan ini mendapat fungsi masing-masing di tanah cepat, Dia menjalankan risiko menciptakan redudansi atau lebih buruk, pendekatan akhirnya menghasilkan wilayah kekuasaan yang bertentangan.
3. Model Federasi. Ini berusaha untuk menggabung keuntungan dari kedua terpusat dan model desentralisasi. Sementara masing-masing fungsi diperbolehkan untuk mempunyai fleksibilitas untuk analisis menyebarkan, seseorang yang mengatur dan memastikan dewan bahwa ada keselarasan luas pada kebijakan dan infrastruktur data. Model ini sangat sulit untuk dieksekusi dan membutuhkan komitmen dari pimpinan.

Pengambilan keputusan berbasis data adalah sebuah perjalanan, dan tanpa bakat tepat di seberang tingkat organisasi, manfaat ilmu keputusan tidak dapat benar-benar terwujud. Apa yang dibutuhkan adalah pendekatan interdisipliner, menggambarkan berdirinya dari matematika, bisnis, teknologi, dan ilmu perilaku dan budaya yang memelihara bakat dan drive inovasi.

Dalam dunia bisnis saat ini, setiap perusahaan berusaha untuk memanfaatkan analisis untuk bisnis mereka. Namun, seperti yang sering terjadi dalam disiplin berkembang, perusahaan yang berinvestasi dalam analisis sering menemukan bahwa bisnis tidak menggunakan hasil akhir untuk berbagai alasan. Dan sebagai perusahaan menyadari bahwa salah satu dari banyak faktor yang gagal terpisah dari keberhasilan adalah kemampuan mereka untuk secara efektif menggunakan analisis untuk membuat keputusan yang lebih baik, menjadi perlu untuk pemangku kepentingan utama untuk menjamin hak mengatur investasi dilakukan pada proses, teknologi, dan orang dimensi untuk menjembatani kesenjangan antara penciptaan dan konsumsi analisis.

Sehingga bisnis dapat cepat dilakukan, semakin baik kesempatan mereka dari memanfaatkan keunggulan kompetitif potensi yang ditawarkan oleh analisis.