5 bước để xây dựng chiến lược dữ liệu doanh nghiệp, trực tiếp từ chuyên gia

Dữ liệu có thể là một từ đáng sợ.

Nó không nên như vậy, nhưng nó là như vậy. Chủ yếu là do mọi người đấu tranh với cách quản lý nó.

Nhiều công ty đã đến mức có quá nhiều dữ liệu, họ không biết phải đi đâu tiếp theo. Những người khác tin rằng chúng quá nhỏ nên không cần đầu tư vào chiến lược dữ liệu doanh nghiệp.

Sự thật là, bất kể quy mô công ty của bạn và trạng thái hiện tại của dữ liệu, bạn sẽ được hưởng lợi từ việc triển khai chiến lược dữ liệu.

Để giúp bạn bắt đầu, chúng tôi đã tuyển dụng chuyên gia của Zosia Kossowski, người quản lý sản phẩm nhóm cho nhóm kinh doanh thông minh tại HubSpot (tức là chuyên gia chiến lược dữ liệu nội bộ của chúng tôi.)

Khi đọc xong bài viết này, bạn sẽ hiểu rõ hơn về mức độ hoàn thiện dữ liệu hiện tại của công ty bạn, những yếu tố cần xem xét trước khi xây dựng chiến lược của mình và một số bước trợ giúp trong quá trình thực hiện.

Bất chấp niềm tin phổ biến, chiến lược dữ liệu doanh nghiệp không chỉ dành cho các công ty lớn có khối lượng dữ liệu lớn. Trên thực tế, các doanh nghiệp nhỏ có thể hưởng lợi từ việc đầu tư sớm vào chiến lược dữ liệu và đặt nền tảng giúp họ mở rộng quy mô.

Lợi ích của chiến lược dữ liệu doanh nghiệp

Cạm bẫy phổ biến mà nhiều tổ chức gặp phải là trong khi họ đang thu thập nhiều dữ liệu thì mỗi nhóm lại diễn giải dữ liệu đó theo cách riêng của họ. Không có phương pháp báo cáo chuẩn và mỗi nhóm có thể báo cáo một giá trị khác nhau cho cùng một số liệu.

Điều này có nghĩa là mọi người đều có những dữ liệu khác nhau mà không hiểu rõ điều gì là chính xác. Khi không có nguồn thông tin xác thực duy nhất, việc tin cậy vào dữ liệu của bạn và thu thập những hiểu biết có giá trị sẽ trở nên cực kỳ khó khăn.

Kossowski cho biết: “Dữ liệu không chỉ tồn tại trong một hầm chứa. “Nhóm tiếp thị sẽ không chỉ sử dụng dữ liệu dành riêng cho hoạt động tiếp thị mà không nhóm nào khác có bất kỳ ảnh hưởng nào. Họ cũng sẽ muốn lấy thông tin từ các khu vực khác nhau.”

Cô ấy tiếp tục: “Và vì vậy, yếu tố quản trị, tiêu chuẩn hóa và ngôn ngữ chung thực sự quan trọng trong việc đảm bảo rằng các nhóm đó có thể giao tiếp với nhau”.

Vì vậy, bằng cách triển khai EDS, bạn ngăn chặn việc lưu trữ thông tin, cho phép tin cậy vào dữ liệu và cho phép đưa ra quyết định.

Những điều cần cân nhắc khi xây dựng chiến lược dữ liệu doanh nghiệp

1. Mức độ trưởng thành dữ liệu hiện tại của bạn

Điều đầu tiên Kossowski khuyên bạn nên làm trước khi xây dựng chiến lược của mình là tự đánh giá.

Hãy tự hỏi: Công ty của bạn rơi vào giai đoạn trưởng thành dữ liệu ở đâu?

thung lũng nhỏ có "Mô hình trưởng thành dữ liệu" được sử dụng rộng rãi để giúp các công ty xác định mức độ thực sự của công ty họ dựa trên dữ liệu. Có bốn giai đoạn:

• Nhận biết dữ liệu – Công ty của bạn chưa chuẩn hóa hệ thống báo cáo và không có sự tích hợp giữa hệ thống, nguồn dữ liệu và cơ sở dữ liệu của bạn. Thêm vào đó, còn có sự thiếu tin tưởng vào chính dữ liệu.
• Dữ liệu thành thạo – Vẫn còn thiếu niềm tin vào dữ liệu, đặc biệt là chất lượng của nó. Bạn có thể đã đầu tư vào một kho dữ liệu nhưng vẫn còn thiếu một số phần.
• Hiểu biết về dữ liệu – Công ty của bạn được trao quyền đưa ra quyết định kinh doanh từ dữ liệu của bạn. Tuy nhiên, vẫn còn một số vấn đề cần giải quyết giữa các nhà lãnh đạo doanh nghiệp và bộ phận CNTT, vì bộ phận CNTT hoạt động để cung cấp dữ liệu đáng tin cậy theo yêu cầu.
• Theo hướng dữ liệu – CNTT và doanh nghiệp đang hợp tác chặt chẽ với nhau và trên cùng một hướng. Bây giờ, trọng tâm là mở rộng quy mô chiến lược dữ liệu vì công việc nền tảng (đặc biệt là tích hợp các nguồn dữ liệu) đã được triển khai thành công.

Điều quan trọng nhất ở đây là phải thực tế về vị trí của công ty bạn.

Kossowski cho biết: “Tôi nghĩ cạm bẫy lớn nhất mà tôi thấy là không thực sự thành thật với bản thân về việc công ty của bạn đang ở giai đoạn trưởng thành dữ liệu nào”.

Cô ấy nói thêm rằng chỉ nhìn vào cảm xúc của bạn về cách dữ liệu thúc đẩy bạn là chưa đủ. nghĩ công ty của bạn vậy. Hãy nhìn vào sự thật.

Bắt đầu bằng cách xác định các vấn đề về dữ liệu mà công ty bạn hiện đang gặp phải, vì đó là dấu hiệu tuyệt vời cho thấy vị trí của bạn.

2. Ngành và quy mô công ty của bạn

Ngành bạn đang tham gia và quy mô công ty của bạn sẽ quyết định xem bạn áp dụng cách tiếp cận tập trung hay phân tán cho chiến lược dữ liệu của mình.

Nhưng trước khi chia nhỏ các cách tiếp cận đó, hãy nói về hai khung chiến lược dữ liệu: tấn công và phòng thủ.

Trong cuộc trò chuyện của tôi với Kossowski, cô ấy đã đề cập đến cách thức hoạt động của khuôn khổ này (được giải thích chi tiết tại đây) đã giúp HubSpot phát triển chiến lược của riêng mình.

Bảo vệ dữ liệu ưu tiên những thứ như bảo mật dữ liệu, quyền truy cập, quản trị và độ chính xác trong khi vi phạm dữ liệu tập trung vào việc thu thập thông tin chi tiết giúp đưa ra quyết định.

Mọi công ty đều cần có sự cân bằng giữa tấn công và phòng thủ. Tuy nhiên, một số dựa nhiều hơn vào một đầu của quang phổ dựa trên ngành của họ.

Ví dụ: một tổ chức chăm sóc sức khỏe hoặc tổ chức tài chính có thể xử lý dữ liệu có độ nhạy cảm cao, trong đó quyền riêng tư và bảo mật dữ liệu là tối quan trọng.

Nhận dữ liệu thời gian thực và thông tin chi tiết nhanh chóng có thể không phải là ưu tiên hàng đầu trong khi việc cung cấp các biện pháp bảo vệ cho những người có thể truy cập dữ liệu có thể là ưu tiên hàng đầu. Như vậy, họ sẽ nghiêng về một khuôn khổ phòng thủ hơn.

Mặt khác, bạn có các công ty công nghệ, một ngành có xu hướng phát triển nhanh chóng và phụ thuộc nhiều hơn vào sự thay đổi nhanh chóng của thông tin chi tiết về dữ liệu.

Vì vậy, họ thiên về tấn công nhiều hơn. Như đã nói, chắc chắn có những bộ phận trong các công ty công nghệ (và các ngành phát triển nhanh khác) sẽ tập trung nhiều hơn vào quốc phòng, chẳng hạn như tài chính.

Bây giờ quay lại chiến lược tập trung và phân tán.

Khuôn khổ bạn sử dụng sẽ cho biết chiến lược nào phục vụ tốt nhất cho công ty của bạn.

Trong cấu trúc tập trung, bạn có một nhóm báo cáo hoặc thông tin kinh doanh (BI) tập trung để quản lý và chuẩn bị dữ liệu cũng như các báo cáo.

Kossowski cho biết: “[Cơ cấu] đó có thể hoạt động tốt hơn rất nhiều ở một tổ chức nhỏ hơn và đặc biệt là trong một tổ chức đang ưu tiên phòng thủ vì bạn sẽ di chuyển chậm hơn”. “Bạn sẽ trở thành nút thắt cổ chai nhưng bạn cũng có quyền kiểm soát chặt chẽ mọi phần của nó.”

Mặt khác, mô hình phân tán hoạt động tốt hơn cho các nhóm lớn hơn áp dụng phương pháp tấn công. Bằng cách này, mỗi nhóm có thể di chuyển nhanh chóng và được trao quyền để thực hiện công việc theo cách phù hợp với họ.

Kossowski giải thích: Trong mô hình này, BI chỉ chịu trách nhiệm về nền tảng và thiết lập các rào chắn trong khi các nhóm thực hiện công việc phát triển.

Cô nói: “Nếu bạn nghĩ về một tổ chức, khi công ty ngày càng lớn hơn, với một đội ngũ tập trung hơn, thì việc mở rộng quy mô ngày càng trở nên khó khăn hơn”. “Cuối cùng, bạn phải thuê ngày càng nhiều người để có thể đạt được điều đó.”

“Vì vậy, tôi nghĩ ở một quy mô nhất định của công ty, dù sao thì cuối cùng bạn cũng sẽ ngày càng hướng tới [a] [chiến lược] phi tập trung.”

Vì vậy, khi bạn hiểu khuôn khổ nào phù hợp nhất với ngành và quy mô của mình, bạn có thể triển khai chiến lược phù hợp.

3. Nhóm quản lý dữ liệu của bạn

Theo Kossowski, khoa học dữ liệu hiện đang là chủ đề nóng trong quản lý dữ liệu. Và cô ấy không sai.

Năm 2012, Harvard Business Review đã đặt tên cho nó công việc quyến rũ nhất thế kỷ 21. Gần 10 năm sau, Glassdoor đã gọi nó là công việc tốt thứ hai ở Mỹ.

Nhưng nếu bạn đang tranh luận về vai trò nào sẽ bổ sung vào nhóm quản lý dữ liệu của mình thì nhà khoa học dữ liệu không nên là lựa chọn đầu tiên của bạn.

Kossowski nhấn mạnh rằng khoa học dữ liệu của bạn sẽ chỉ hoạt động tốt khi dữ liệu cung cấp năng lượng cho nó. Và nếu dữ liệu đó không đáng tin cậy, bạn sẽ không nhận được thông tin chi tiết có giá trị.

“Khoa học dữ liệu không phải là cây đũa thần có thể biến dữ liệu xấu thành thông tin chi tiết một cách kỳ diệu. Dù thế nào đi nữa, bạn vẫn sẽ cần nền tảng dữ liệu đó,” cô nói thêm. “Vì vậy, việc lao vào làm điều gì đó vì đó là điều quan trọng tiếp theo, tôi nghĩ đó là một mối quan tâm lớn.”

Nếu bạn đang ở giai đoạn đầu của mô hình trưởng thành dữ liệu, Kossowski có đề xuất về nơi bạn nên tập trung nỗ lực.

Cô nói: “Một kiến ​​trúc sư kho dữ liệu hoặc thậm chí là một nhà phân tích dữ liệu có kinh nghiệm viết SQL và xây dựng các bảng SQL. “Nếu bạn chỉ thuê một người và không có nhiều dữ liệu, đó có thể là một cuộc tuyển dụng thực sự hiệu quả vì có rất nhiều việc mà một người có thể làm khi bạn ở quy mô nhỏ hơn. Họ có thể đội nhiều chiếc mũ khác nhau và học những điều khác nhau.”

Khi nói đến các nhiệm vụ mang tính kỹ thuật hơn, chẳng hạn như nhập dữ liệu vào kho, bạn có thể sử dụng các công cụ của bên thứ ba để thực hiện việc đó cho mình.

Ở giai đoạn này, điều bạn thực sự cần là ai đó giúp bạn cấu trúc dữ liệu của mình.

1. Phác thảo kiến ​​trúc dữ liệu của bạn.

Điều đầu tiên bạn muốn làm là hiểu dữ liệu của mình ở mức chi tiết.

Hãy tự hỏi mình những câu hỏi sau:

• Dữ liệu sẽ tồn tại ở đâu?
• Bạn sẽ thu thập loại dữ liệu nào và từ nguồn nào?
• Dữ liệu sẽ được tổ chức như thế nào?

Mục tiêu ở đây là hiểu cấu trúc dữ liệu của bạn.

Nếu không hiểu cấu trúc, bạn không thể xây dựng một kế hoạch toàn diện về cách quản lý dữ liệu của mình.

2. Xác định mối quan hệ giữa BI và nhóm của bạn.

Khi nói đến chiến lược dữ liệu, một trong những bước quan trọng nhất là xác định các nhóm tham gia vào quy trình và đặt kỳ vọng cho BI.

Trong một tổ chức lớn chưa từng nghĩ đến chiến lược dữ liệu trước đây, bạn sẽ thường thấy rằng mỗi nhóm đi theo một mô hình khác nhau và có mối quan hệ khác với BI, khiến BI khó có thể hoạt động theo cách hợp lý và tiêu chuẩn.

Nó cũng làm mờ ranh giới giữa vai trò của nhà phân tích dữ liệu và BI.

Nhà phân tích dữ liệu nên biết logic nghiệp vụ dành riêng cho nhóm của họ và cấu trúc dữ liệu được thu thập. Mặt khác, BI không cần phải có kiến ​​thức cụ thể về lĩnh vực hoạt động mà nó đang hỗ trợ mà thay vào đó nên tập trung vào nguồn dữ liệu và quản lý nền tảng để hỗ trợ nhà phân tích.

Khi BI thường xuyên điều chỉnh quy trình của mình để phù hợp với logic kinh doanh cụ thể của nhóm, nó sẽ làm mọi thứ chậm lại và tạo ra nhu cầu học lại liên tục.

Đề nghị của Kossowki? Loại bỏ logic nghiệp vụ ra khỏi lớp BI và làm việc trên những thứ phù hợp với nhiều nhóm nhất có thể.

Ngoài ra, hãy đưa ra một hồ sơ phân tích tiêu chuẩn và một mô hình cho mối quan hệ giữa BI và các nhóm.

Kossowski cho biết: “Sẽ có một số nơi chúng tôi đang làm việc trên các tập dữ liệu chứ không phải toàn bộ nền tảng, nhưng trong khả năng có thể, chúng tôi sẽ dọn dẹp dữ liệu cơ sở, giúp việc tham gia trở nên dễ dàng, nhưng không thực sự thực hiện những phép nối đó và logic cho chúng.”

3. Chỉ định quyền sở hữu.

Sau khi thiết lập mối quan hệ giữa nhóm của bạn và BI, bước tiếp theo là xác định ai sẽ sở hữu cái gì.

Thông thường, mỗi phần dữ liệu sẽ có một chủ sở hữu khác nhau. Ví dụ: một người hoặc nhóm có thể sở hữu dữ liệu vận hành trong khi người khác sở hữu dữ liệu báo cáo.

Bạn cũng có thể cần chỉ định chủ sở hữu ở các giai đoạn khác nhau trong quy trình. Nhóm BI có thể sở hữu dữ liệu ở một giai đoạn cụ thể sau đó chuyển dữ liệu đó cho các nhà phân tích.

Kossowski tin rằng quyền sở hữu bắt đầu từ các nhóm sản xuất dữ liệu.

Cô nói: “Họ cần cảm nhận được mức độ quyền sở hữu đối với dữ liệu và có mức độ chịu trách nhiệm nhất định nếu có điều gì đó không ổn”. “Bởi vì nếu nó sai ở nguồn thì BI có thể làm được rất ít.”

Cô ấy tiếp tục, “Và nếu bạn cố gắng đưa ra các bản vá lỗi ở cấp độ đó, bạn sẽ gặp nhiều vấn đề hơn về sau, vì vậy mối quan hệ đó cũng rất quan trọng.”

4. Thiết lập quản trị dữ liệu.

Quản trị dữ liệu là một tập hợp các chính sách và quy định hướng dẫn cách thu thập và lưu trữ dữ liệu để đảm bảo tính chính xác và chất lượng.

Nói một cách đơn giản, quản trị dữ liệu có nghĩa là “Này, bạn có muốn sử dụng và trở thành một phần của nguồn dữ liệu sự thật mà chúng tôi đã tạo không? Sau đó, bạn phải đáp ứng tiêu chí này."

Điều này có thể bao gồm việc đáp ứng các tiêu chuẩn mã hóa, có số lượng người đánh giá nhất định và tuân theo một quy trình tài liệu cụ thể.

Kossowski cho biết: “Khi chúng tôi nghĩ về quản trị và áp dụng, đó thực sự là về các cơ chế mà bạn có thể áp dụng để tuân thủ”.

Có hai phần mà bạn phải cân nhắc khi nói đến quản trị: khía cạnh văn hóa và khía cạnh công nghệ.

Từ góc độ văn hóa, làm cách nào để bạn khiến nhóm của mình áp dụng các tiêu chuẩn này? Và từ góc độ kỹ thuật, bạn có thể tự động hóa những quy trình nào để mọi thứ không yêu cầu sửa đổi hành vi?

Khi nghĩ về hai phần này, bạn phải xem xét cả phía nhà phân tích và phía kỹ sư (hoặc nhóm nguồn).

Kossowski giải thích rằng đối với các nhóm kỹ thuật, thật khó để nghĩ xem dữ liệu trông như thế nào khi được đưa vào kho vì đó không phải là phần cốt lõi của sản phẩm hoặc trách nhiệm của họ.

Họ có thể không nhìn thấy những lợi ích hữu hình của dữ liệu trừ khi đó là một tổ chức định hướng dữ liệu hợp tác chặt chẽ với các nhà phân tích của mình. Trong trường hợp này, các nhà phân tích có thể chuyển tiếp rằng dữ liệu đang hỗ trợ quyết định X, vì vậy cho đến khi dữ liệu có nghĩa là yêu cầu Y, các quyết định không thể được đưa ra.

Đối với các nhà phân tích, việc nhìn thấy lợi ích sẽ dễ dàng hơn vì họ ở gần doanh nghiệp hơn và có thể nhìn thấy tác động trực tiếp. Họ có thể nhận ra rằng việc tuân theo các tiêu chuẩn quản trị dữ liệu đồng nghĩa với việc ít phụ thuộc hơn vào BI, điều này khiến mọi thứ diễn ra nhanh hơn.

“Thông tin chi tiết từ dữ liệu phải hỗ trợ các quyết định được đưa ra về sản phẩm vì đó là cách duy nhất để bạn có được sản phẩm và nhóm kỹ thuật

Kossowski cho biết đã mua giá trị của dữ liệu và suy nghĩ về dữ liệu của họ khi nó được xuất khẩu.

5. Đánh giá lại thường xuyên.

Dù bạn sử dụng mô hình trưởng thành dữ liệu ở đâu, chiến lược dữ liệu của bạn sẽ luôn cần một số điều chỉnh.

Kossowski cho biết: “[Tại HubSpot], chúng tôi có kế hoạch ba năm và tất cả những ý tưởng về những gì sẽ xảy ra trong mỗi năm đó”. Nhưng tôi hoàn toàn mong đợi rằng một năm nữa, khi chúng tôi xem xét nó, có những điều chúng tôi sẽ muốn điều chỉnh dựa trên những gì mọi thứ đã thay đổi.”

Ví dụ: giả sử bạn giới thiệu một tính năng mới trong sản phẩm hoặc dịch vụ của mình và hiện đang thu thập dữ liệu khách hàng nhạy cảm hơn. Điều này có thể yêu cầu thực hiện một cách tiếp cận phòng thủ hơn. Nếu công ty của bạn phát triển theo cấp số nhân, bạn có thể cần chuyển sang chiến lược phân tán thay vì chiến lược tập trung.

Ngay cả khi không có thay đổi nào trong cách thức hoạt động của công ty bạn, bạn vẫn có thể cần phải đánh giá lại. Dưới đây là hai chỉ báo chính đã đến lúc xem lại chiến lược dữ liệu của bạn:

• Có sự thất vọng với việc mọi thứ kéo dài bao lâu.
• Có sự thiếu tin cậy vào dữ liệu.

Kossowski cho rằng việc tìm kiếm sự cân bằng giữa hai yếu tố đó là chìa khóa.

“Bạn không muốn BI làm mọi thứ vì khi đó sẽ mất nhiều thời gian,” cô nói, “nhưng bạn cũng không muốn có quá nhiều quyền tự do trong nhóm nhà phân tích đến mức bạn không thể thực sự dựa vào bất kỳ ai. dữ liệu."

Một nguyên tắc nhỏ là hãy xem lại chiến lược của bạn sáu tháng đến một năm một lần. Nói chuyện với các nhà lãnh đạo doanh nghiệp, bộ phận CNTT và nhóm của bạn để hiểu cảm nhận của mọi người về tiến trình của bạn và xác định những thay đổi cần thực hiện.

Quá trình xây dựng EDS sẽ khác nhau tùy theo từng công ty, vì mức độ hoàn thiện dữ liệu, ngành và quy mô công ty của bạn đều đóng vai trò trong các bước bạn thực hiện.

Bằng cách xem xét vị trí hiện tại của công ty bạn, bạn có thể phát triển một chiến lược đáp ứng các nhu cầu cụ thể của doanh nghiệp mình.

Nguồn: https://blog.hubspot.com/marketing/enterprise-data-strategy