Mengoperasikan Data Anda
Jika CEO atau CIO Anda menanyakan bagaimana Anda membantu organisasi Anda menggunakan data untuk keuntungan Anda, apa yang akan Anda katakan?
Apakah Anda punya jawaban untuk kategori pembelanjaan seperti transportasi atau barang tidak langsung? Pertanyaan seperti ini kemungkinan akan membuat Anda berlari untuk meneliti alat baru untuk membantu.
Saat menjawab tantangan dalam menjalankan data Anda, pertanyaan pertama adalah:Apakah Anda menyimpan semua data Anda? Ada miliaran transaksi pengadaan setiap tahun — diperkirakan 10.000 peti kemas hilang di laut setiap tahun — jadi tidak mengherankan jika mengumpulkan, menyimpan, dan mengatur data pengadaan merupakan suatu tantangan. Jika Anda berjuang untuk menyimpan data Anda dengan cara yang efektif, Anda tidak sendirian. Untungnya, data menjadi digital, dan seperti yang kita lihat semakin banyak artikel yang mengklaim bahwa “data adalah minyak baru”, banyak alat baru untuk menyimpan dan mengaturnya juga sedang dalam proses.
Penggunaan data besar yang efektif secara efektif dapat menuai manfaat besar. Keberhasilan aplikasi kehidupan nyata dalam transportasi, pengadaan dan pengadaan memvalidasi waktu dan usaha. Misalnya, kota Brisbane, Australia mampu mengurangi kemacetan lalu lintas dengan memanfaatkan titik data dan membuat beberapa perubahan pada jaringan. UPS menyimpan 16 petabyte data untuk membantu membuat keputusan, menangani lebih dari 39,5 juta permintaan pelacakan sehari dari pelanggan. Hasilnya, ia berhasil tetap kompetitif melawan Amazon.
Jadi di mana Anda mulai? Pertama datang alat intelijen bisnis (B.I.), diikuti oleh spin-off di setiap kategori yang diganti namanya menjadi kecerdasan buatan. Namun, beberapa dari A.I. dan perusahaan teknologi pembelajaran mesin telah mampu mengatasi masalah ini, karena kurangnya data yang terorganisir. Langkah pertama dalam perjalanan ini adalah kebutuhan untuk menyimpan data.
Manusia rentan terhadap sentralisasi. Diperkirakan 68 persen populasi dunia akan tinggal di daerah perkotaan pada tahun 2025. Demikian pula, 65 persen tim bisnis lebih suka bekerja dalam fungsi terpusat secara global. Meskipun tidak ada satu model yang berfungsi untuk semua rantai pasokan, pengambilan keputusan terpusat cenderung mendominasi, dengan perusahaan terbesar mengalihdayakan fungsi-fungsi utama untuk memangkas biaya. Hal yang sama dapat dikatakan untuk tata kelola data dan analitik. Memiliki tim terpusat yang dapat bekerja secara lintas fungsi dalam rantai pasokan akan lebih membantu organisasi Anda memanfaatkan kekuatan data dan membuat keputusan yang lebih baik
Jadi jenis data apa yang harus digunakan untuk mencapai tujuan tersebut? Seperti yang dilaporkan Forrester, 74 persen perusahaan mengatakan mereka ingin menjadi "berbasis data", tetapi hanya 29 persen yang benar-benar berhasil menghubungkan analitik dengan tindakan. Apakah Anda ingat 10 kutipan terakhir I.T. reseller nilai tambah memberikan organisasi Anda untuk server yang sama? Bagaimana dengan 150 kutipan tempat pengiriman terakhir dari penyedia logistik pihak ketiga Anda? Organisasi jarang menyimpan semua data mereka. Tetapi hanya karena Anda pergi dengan vendor lain tidak berarti Anda harus membuang harganya. Anda harus menggunakan data itu.
Ahli strategi data Brent Dykes berpendapat bahwa "wawasan yang dapat ditindaklanjuti" adalah puncak piramida data, yang terdiri dari enam tingkat:keselarasan, konteks, relevansi, kekhususan, kebaruan, dan kejelasan. Sudah menjadi rahasia umum bahwa I.T. menawarkan diskon terbaik di kuartal keempat, tetapi bagaimana Anda bisa menggunakan data untuk memprediksi perilaku di waktu lain dalam setahun, atau memanfaatkan ukuran organisasi Anda untuk mendapatkan harga yang lebih baik? Mampu mengidentifikasi hasil bisnis yang positif akan membantu Anda mencapai hasil, dengan mempersempit ruang lingkup dan membidik tujuan tertentu. B.I.I Anda yang baru dan mencolok. alat tidak dapat melakukan itu.
Secara pribadi, saya menyimpan data saya. Saya punya rencana, dan sekarang saatnya menuai manfaatnya. Jika Anda mencoba mempertahankan keunggulan kompetitif, gunakan data Anda. A.I. hari ini benar-benar hanya model pembelajaran mesin yang luas, atau kombinasi dari jaringan saraf. Perusahaan yang berhasil dengan A.I. dan M.L. mitra teknologi adalah mereka yang ingin memecahkan tujuan konkret dengan kumpulan data yang besar. Apakah Anda akan menjadi salah satunya?
Tarek Alaruri adalah salah satu pendiri Fairmark .
