Las grandes soluciones de datos y análisis no sirven de nada si nadie las utiliza. He aquí algunos consejos para asegurarse de que su proyecto no acabe en esa categoría.
Por lo tanto, ha vendido el valor del negocio y el retorno de la inversión para su gran solución de datos a la alta dirección, y el proyecto ya está en marcha. ¿Debería ser esto todo lo que hay?
La pregunta que debe hacerse es cómo el proyecto resistirá la prueba del tiempo y continuará utilizándose de manera productiva en las operaciones de la empresa. Si un proyecto no se consolida con éxito en el negocio a largo plazo, se obtiene software de estantería.
Aquí no es donde quieres que termine tu proyecto.
Un caso de uso que realmente demuestra el valor de la operacionalización de grandes datos y análisis está en las funciones de seguimiento y rastreo de una cadena de suministro de alimentos.
Más información sobre Big Data
Para obtener visibilidad y automatizar los pasos en cada etapa del proceso de selección, empaque, envío y entrega de alimentos, los productores, cargadores, almacenes y minoristas de alimentos utilizan dispositivos manuales, escáneres de códigos de barras, tecnología manos libres basada en voz e incluso sensores colocados en palés, paquetes y compartimentos de refrigeración en camiones. Estos sensores rastrean la temperatura, la humedad y la manipulación de los contenedores para productos perecederos y otros bienes, y también emiten alertas automáticas a los gerentes de la cadena de suministro tan pronto como se viola una de estas condiciones. Todos en la cadena de suministro de alimentos saben dónde está cada envío. A lo largo del proceso, los grandes datos se recopilan en un repositorio central de datos donde posteriormente se realizan consultas e informes para evaluar el buen funcionamiento de la cadena de suministro.
Lo mejor de todo es que la gran tecnología de manejo de datos ha sido operada con éxito a largo plazo. Se ha convertido en parte del negocio diario, y hay aceptación por parte de todos.
¿Cómo se operacionalizaron estos grandes datos? Identificando puntos de inserción de grandes datos y análisis que facilitaron el trabajo y proporcionaron el valor comercial prometido. Para lograr un retorno de la inversión analítica y de datos de gran envergadura, ahora existe un retorno de la inversión continuo que va mucho más allá de los 12-24 meses que inicialmente se habían previsto como plazo para el retorno de la inversión.
¿Cuáles son las mejores maneras de asegurar el uso a largo plazo de sus grandes proyectos de datos y análisis?
1. Recuerde siempre que la usabilidad es tan importante como la capacidad
Si un usuario final no puede captar la tecnología de forma intuitiva y comprender cómo funciona en su propio beneficio en el entorno de trabajo, el dispositivo podría terminar sentado en el estante. Mientras tanto, el usuario volverá a hacer las cosas de la forma en que está acostumbrado a hacerlas.
2. El caso de uso debe ser de ingeniería de procesos
¿Cómo se va a colocar la tecnología en un proceso de negocio en el almacén o en las finanzas, o en el marketing, para proporcionar el beneficio que todo el mundo está buscando? Hace años, las compañías de préstamos de software comenzaron a producir software de «decisión» que tomaba decisiones automáticas sobre la concesión o no de un préstamo a un solicitante. El software fue (y sigue siendo) utilizado por los oficiales de crédito. El software de toma de decisiones ha tenido tanto éxito en los últimos 30 años porque sus creadores sabían exactamente dónde insertar la tecnología y el análisis en el proceso de préstamo, y los funcionarios de préstamos encontraron que el software era fácil de usar.
3. Cree aplicaciones que tengan futuro
Los grandes proyectos analíticos y de datos operados con éxito continuarán expandiéndose. Los usuarios querrán mejoras, y la empresa podría incluso encontrar nuevas formas de utilizar un proyecto. Para asegurar que su proyecto tenga este espacio para el crecimiento a largo plazo, usted y sus usuarios finales deben definir y acordar las versiones futuras del proyecto que harán avanzar a la compañía.
4. La integración debe comprobar
Una forma de asegurar el futuro de su proyecto es asegurarse de que utiliza interfaces de software estándar para que pueda integrarse fácilmente con sus sistemas existentes y también con los sistemas de otros proveedores que su empresa pueda elegir incorporar. Tanto la compatibilidad como la integración deben abordarse en sus especificaciones iniciales de diseño.
5. El cumplimiento debe estar presente
Apenas se están empezando a definir directrices sobre privacidad de datos para grandes tipos de datos como el IoT. En otros tipos de datos grandes, hay pautas para fotos, publicaciones en medios sociales, etc., que usted podría estar almacenando para clientes individuales. Sean cuales sean los grandes problemas de cumplimiento de datos para su sector, el cumplimiento debe abordarse de antemano en cualquier proyecto de datos de gran envergadura. Una vez instalado el proyecto, el cumplimiento continuo debe ser comprobado anualmente, ya que cualquier proyecto que no cumpla con los requisitos corre el riesgo de extinción.
«Muchas compañías están atrasadas en la adopción de nuevas tecnologías», dijo Kevin Phillips, CEO de Voxware, que fabrica soluciones de voz, RA y analíticas para las operaciones de distribución. «En la mayoría de los casos, es porque no tienen una buena comprensión de dónde necesitan llegar, o cómo la tecnología puede ayudarles a llegar allí.»
Si bien esto fue cierto cuando las compañías comenzaron sus grandes proyectos de datos, sigue siéndolo una vez que estos proyectos se completan e instalan en las trincheras.
No hay suficientes empresas que supervisen continuamente el valor de sus proyectos instalados, tanto si se trata de grandes datos/análisis como si se trata de otra cosa. Aquí es donde los residuos pueden empezar a acumularse, y es un área de descuido que ni los responsables de TI ni los usuarios finales pueden permitirse.
Boletín informativo de Big Data Insights
Domine los fundamentos de la analítica de datos de gran tamaño siguiendo estos consejos de expertos y leyendo los conocimientos sobre las innovaciones de la ciencia de datos. Lunes de entrega
Inscríbase hoy
:
Cómo entregar ROI en grandes proyectos de datos en 6 mese
s
Una ilustración perfecta de cómo funciona la gran cadena de valor de dato
s
Cómo evitar grandes fallos en los proyectos de datos: Su guía de 5 paso
s
The Big Data & Analytics Master Toolkit (ConsejoTecnologico.com Academy)