大数据分析正在推动企业的技术投资,根据最近的CIO调查,37%的IT领导表示,与安全或风险管理等其他重要领域相比,大数据分析技术将占据更大的预算份额。

有了如此重大的投资,人们对结果的期望就会更高,所以组织机构正确地进行大数据分析是至关重要的。然而,这往往说起来容易做起来难。有一些阻碍数据分析成功的常见挑战,其中包括:

  • 糟糕的数据基础。正如玛丽·k·普拉特在最近的一篇文章中所说CIO的文章,“没有一个完全实施的数据治理计划,组织不能期望有健全的数据卫生实践到位。他们不能访问或集成他们拥有的数据,因为这些数据仍然被锁在部门的竖井中。他们甚至不知道需要什么数据才能有效。这就是为什么长期分析成功的第一步是建立正式的数据治理框架,确保分配足够的预算用于数据清理和集成,确保跨部门的支持和支持。
  • 错误的战略。数据分析策略应该始终植根于解决业务问题,否则,该技术很容易得不到充分利用,甚至被忽略。通过这种方法,IT领导可以创建可管理的、可实现的、能够产生可度量价值的目标,这些目标也可以随着分析程序的成熟而轻松发展。Pratt写道:“组织应该逐个业务案例构建分析能力,通过采用更先进的工具逐步扩展他们的数据程序,让更多的用户能够处理越来越复杂的问题。”
  • 无法平衡自由和控制。失败的分析计划背后的一个常见原因是组织不能识别和尊重不同的用户需求。公司需要在完全宽松的方法(没有组织范围的标准和有限的支持)和集中的策略(明智的业务用户的努力被削减,项目被禁止发挥其全部潜力)之间取得正确的平衡。
  • 忽视文化变革的需要。正如普拉特所言,“高管们需要设计的不仅仅是与战略目标一致的整体数据程序。”他们还需要改变他们的组织文化,让用户接受使用实时的、数据驱动的见解,并实际地将数据视为规范。许多公司似乎低估了这种文化元素的重要性。在最近的一项调查中,91%的受访者指出,员工和流程的挑战是他们公司的问题成为更多数据驱动的最大障碍

大数据分析程序有潜力提供切实的利益,并对运营的几乎每一个方面产生底线影响。因此,组织克服上面列出的障碍并确保它们存在是至关重要的从大数据分析投资中获得最大回报

留下一个回复

请输入您的评论!
请在这里输入您的名字