Ера нових технологій: як будь-яка людина може перетворитися в багатія
Впровадження нових технологій і робота з big data змушує бізнес трансформуватися, навчається не тільки головний директор, а й інші співробітники
Нові реалії змінили і правила гри, до яких звикли в компаніях – робота над проектом в області Data Science не завжди призводить до комерційної вигоди, але приносить позитивні результати для роботи команди і наступних завдань.
У яких країнах існує практика впровадження Chief Data Officer немає
Дані є ключовим активом в епоху цифрової економіки, нарівні з людьми і фінансами. Але якщо за управління людьми відповідає функція HR, за фінанси – контролінг, ризик-менеджмент, казначейство та інші підрозділи, то дані історично не контролював ніхто.
Вони як би загальні, але в той же час – нічиї. Зараз це ставлення змінюється, в компаніях впроваджуються практики Data Governance і вводиться посада Chief Data Officer.
Замість строгих офісів – опенспейси
Організації зараз стикаються з гострим дефіцитом кваліфікованих кадрів: мало освітніх програм готують фахівців з аналізу даних. А хороші фахівці схильні мігрувати в бік світових лідерів ІТ-індустрії. Йде боротьба буквально за кожен цифровий талант.
Тому компанії змінюють свій підхід до найму. Якщо років десять тому співбесіду аналітика даних починалося зі слів «Розкажіть, будь ласка, чому ми повинні взяти в нашу компанію саме вас», – то зараз розмова більше йде про те, чому кандидат повинен вибрати саме цю компанію, як він зможе творчо реалізуватися в ній , які цікаві дані та інші способи професійного розвитку роботодавець йому запропонує.
Освіта на всіх рівнях
Недостатньо просто затвердити роль CDO і політику Data Governance або укомплектувати штат висококласними дата-сайентіст. Для ефективної роботи над ініціативами Data Science необхідно змінити культуру всередині компанії.
Наприклад, банки добре знали, хто їх конкуренти, яке їх місце в рейтингу, що вони будуть робити в найближчі два-три роки. І кожен розумів: якщо він буде робити те ж, що інші так само добре, як і раніше, – швидше за все, збереже свій «шматок пирога».
Найпотужніший землетрус в Азовському морі: вчені попередили про наслідкиЩоб вижити в нових умовах, потрібно масштабно змінити мислення і арсенал навичок на всіх рівнях організації: на рівні топ-менеджменту, на рівні менеджерів середньої ланки, на рівні дата-сайентістов.
Терпимість до негативного результату
Проект в Data Science зовні схожий на розробку програмного забезпечення – в обох випадках метою є отримання економічної вигоди або створення для клієнтів додаткової цінності. Щоб досягти цієї мети, пишеться код. Тому менеджери часто очікують від процесів Data Science таких же прямолінійних результатів, як при розробці ПЗ, і успіх вимірюється саме тим, чи вдалося досягти бажаного.
Готовність вступати в гру, результат якої заздалегідь не відомий, – це нова вимога, не характерне для класичного підходу, при якому не досяг бізнес-цілі проект прийнято вважати провалом.
Межі можливого в Real-time decision-making
Завдяки вдосконаленню технологій, широкого поширення інтернету і здешевленню систем зберігання з’явилася здатність збирати набагато більше даних про процеси, які раніше були для людей «чорним ящиком».
Наприклад, раніше аналітичні системи банку будували звітність кожен день станом на вчора. Маючи звітність за певний період в минулому, можна було бачити основні тренди і передбачити, що станеться в найближчому майбутньому, на що потрібно вплинути в першу чергу на макрорівні. Але при цьому упускати ряд подій, які мають короткий життєвий цикл.
Нагадаємо, експерти придумали нову технологію для полегшення процесу шопінгу.
Як повідомляла Politeka, в українські школи приходять цифрові технології.
Також Politeka розповідала, що незабаром працівники зможуть отримувати зарплату в криптовалюті.
Джерело: hightech.fm