De dataaandoening diagnosticeren: Waarom is datacompetentie cruciaal voor moderne bedrijven?

Data – of het nu gaat om feiten, meningen of ervaringen – spelen een cruciale rol bij het vormgeven van interacties en het faciliteren van begrip tussen individuen en groepen. Het dient als basis voor menselijke interactie in verschillende contexten en doet dit al sinds het begin van de tijd. 

Data-automatisering is daarentegen terug te voeren tot de jaren 1890, toen een mechanisch tabellensysteem werd ontwikkeld en geïntroduceerd door Herman Hollerith om Amerikaanse censusdata te tabellen. Deze innovatie heeft de tijd die nodig is om de resultaten van de telling samen te stellen aanzienlijk verkort, van jaar tot maanden, en heeft de basis gelegd voor toekomstige ontwikkelingen op het gebied van dataverwerking en -automatisering. 

Elektronische dataverwerking als praktijk bestaat pas sinds de jaren 50, met de komst van elektronische computers. Tegen de jaren zeventig van de vorige eeuw hebben de introductie van microprocessoren en de evolutie van personal computers de toegang tot elektronische dataverwerking verder gedemocratiseerd.  

Zoals we eerder in deze serie hebben besproken, is het primaire doel van DataOps het versnellen van de datastroom. We hebben besproken hoe DataOps-automatisering inzichten en trends aanwakkert, hoe het helpt om datafouten te verminderen en hoe een datacenter de operationele waarde van data science-, data engineering- en analyticsteams verenigt. We hebben ook gesproken over hoe het inzichtelijke gebruik van databronnen leiderschap kan ondersteunen en waarom dit een enorme waarde voor het bedrijf biedt. In deze blog gaan we nader in op het talent dat we nodig hebben om deze winnende resultaten te ondersteunen. 

Waarom datacompetentie nu een cruciale vaardighedenset is om in uw organisatie te hebben  

DataOps is een relatief nieuw beroep dat snel onmisbaar is geworden. Wat is er veranderd? Een recente impactvolle ontwikkeling is de introductie van AI. Data zijn van het grootste belang geworden voor het succes van elke AI-implementatie. Maar naast AI zijn er drie elementen die datagedrag naar nieuwe domeinen brengen en die nog meer expertise vereisen. Deze krachten zijn als een perfecte storm in datamanagement: een combinatie van gebeurtenissen die niet individueel schadelijk zijn, maar die samen plaatsvinden, kan een zeer destructief resultaat opleveren.   

Drie gebieden die de datadreiging creëren: 

1. De vier V’s van big data (volume, verscheidenheid, snelheid en waarheid) zijn als een orkaan, waardoor het moeilijk is om data te vinden, te leveren en te openen. Bovendien draagt de eindeloze verscheidenheid aan data (ongestructureerd, gestructureerd, batch, realtime en streaming, cloud, IoT, enz.) bij aan de chaos, en al deze data moeten rationeel worden gedefinieerd, zodat ze kunnen worden vertrouwd en beschermd tegen mensen die ze kunnen beschadigen, misbruiken of stelen. Data veranderen voortdurend en creëren een complexiteit die uniek is voor het digitale tijdperk. 
2. Er is een niet aflatende technologische push om data in nieuwe apparaten te vinden en structuren op te zetten om deze te transformeren, te leveren, te catalogiseren, te analyseren, te monitoren, te beveiligen, te comprimeren en te archiveren.  
3. Data zelf hebben een eigen leven. De definitie van data kan vrij eenvoudig zijn: “feitelijke informatie (zoals metingen of statistieken) gebruikt als basis voor redenering, discussie of berekening“. Maar nu leven we in het tijdperk van de informatie-economie, dat in 1980 door Alvin Toffler in de derde golf werd geïntroduceerd. Succesvolle gebruikers van dit bedrijfsmodel zijn onder andere Google, Meta en andere sociale mediabedrijven, waar data zelf een bron van financiële resultaten is en tegelijkertijd aanvullende producten en diensten aanwakkert. Andere voorbeelden zijn platforms zoals Uber Technologies, dat geen voertuigen bezit, of Airbnb, dat geen eigendommen bezit. In de videogame-industrie is een hele reeks activa gecreëerd door gebruik te maken van data- en procesautomatisering. Deze voorbeelden van datagestuurde bedrijven hebben een “virtuele realiteit” gecreëerd en we erkennen data nu als een bezit. Data zijn niet langer alleen feitelijke informatie. 

Het is in dit derde element, waar data niet langer alleen over uw bedrijf gaat – het is uw bedrijf. U kunt denken aan de dataflow die in uw hele bedrijf werkt, zoals bloed dat door de aderen van de onderneming stroomt om vitale energie aan elk systeem te leveren, en de DataOps-professionals zijn haar cardiologen.  

Laten we eens kijken naar een ander beroep dat al honderden jaren actief is om zijn praktijken te ontwikkelen tot een goed gedefinieerd beroep en competentie.   

Het competentiekader van Chartered Global Management Accountant (CGMA) definieert vijf kennisgebieden die financiële professionals nodig hebben om het succes van hun organisatie te stimuleren. De door de CGMA op hoog niveau gebruikte vaardigheidscategorieën kunnen ook als volgt worden aangepast en toegepast op een effectieve competentie op het gebied van bedrijfsdata in dezelfde vijf vaardigheidscategorieën:  

1. Technische vaardigheden. Technische vaardigheden voor topprofessionals op het gebied van datamanagement omvatten vaardigheid in data-analyse, planning en ontwerp, en governance, evenals kennis van statistische methoden en analytische bibliotheken. Dataprofessionals moeten bedreven zijn in datavisualisatie, vertrouwd zijn met ETL-processen en dataarchitectuur en inzicht hebben in databasebeheer. Vaardigheden in Machine Learning, AI-frameworks en big data-technologieën zijn essentieel voor het beheer en de analyse van grote datasets. 
2. Zakelijke vaardigheden. Optimale zakelijke vaardigheden voor dataprofessionals omvatten ontwikkeling van het domein, plus het organisatorisch inzicht om inzichten te koppelen aan strategie en data contextueel te interpreteren, de financiële geletterdheid om bevindingen te relateren aan inkomsten en de mogelijkheid om data te gebruiken om organisatorische beslissingen op lange termijn te beïnvloeden.  
3. Mensenvaardigheden. Communicatievaardigheden zijn essentieel voor dataprofessionals en vergemakkelijken een effectieve samenwerking in datagestuurde omgevingen. Dit helpt niet-technische belanghebbenden te beïnvloeden door complexe inzichten op een duidelijke manier te leveren en samenwerking met cross-functionele teams te bevorderen.  
4. Leiderschapsvaardigheden. Leiderschapsvaardigheden stellen dataprofessionals in staat om organisatorische veranderingen te beïnvloeden. Drie soorten leiderschapsvaardigheden – collega, functioneel en strategisch – helpen dataprofessionals resultaten te behalen, teams te versterken, verandering te managen en prestaties te verbeteren. Daarnaast kunnen dataprofessionals een belangrijke rol spelen in veranderingsmanagement door de adoptie van nieuwe tools te bevorderen. 
5. Digitale vaardigheden. Hoewel deze enigszins lijken te overlappen met de technische vaardigheden die nodig zijn voor dataprofessionals, weerspiegelen digitale vaardigheden als categorie de vooruitgang in moderne technologie in het algemeen en kunnen ze niet worden genegeerd. Tot de belangrijkste vaardigheden behoren vaardigheid in digitale tools zoals Excel- en BI-software, vertrouwdheid met databeveiliging, governance en privacy, basiskennis van automatisering en scripting, en sterke capaciteiten voor het creëren van content, samen met digitale communicatievaardigheden. 

Zoals u kunt zien, is DataOps zeker een tool die databedreigingen voor uw bedrijf kan neutraliseren, maar alleen als u de nodige expertise en competentie hebt. In de volgende blog gaan we dieper in op “data as a asset” en waarom het van onschatbare waarde is voor het voeden van uw bedrijfsmodel.