Mit den Daten wächst exponentiell und digitale Transformationen, einschließlich Mobilität, ständige Konnektivität, und die autonomen Fahrzeuge schnell aufstrebenden, Ford erkannt, zurück im Jahr 2014, die es braucht, um einen umfassenden und strategischen Ansatz für data-driven decision making. Diese waren die wichtigsten Gründe, warum Ford angeheuert, seinen ersten global chief data und analytics officer, Paul Ballew, und bildeten die Ford Global Data Insights und Analytics (GDIA) Einheit im Januar 2015.
Ein veteran von Dun & Bradstreet, Nationwide Insurance, General Motors, und J. D. Power and Associates, Ballew Herausforderung war, um “big data und analytics auf die nächste Stufe innerhalb Ford… die Etablierung einer unternehmensweiten vision, die für Analysen und die Integration aller Forschung, Analytik, Prozesse, standards, tools und partner engagement”, erklärte ein Unternehmen in der Pressemitteilung.
Analytics-tools, Methoden und Prozesse im gesamten Unternehmen, aber “es war nicht effizienter, individuelle Taschen der Unternehmen gehen über die Analysen nicht konsistent,” Adam Blacke, lead data scientist, erzählte mir kürzlich.
GDIA wurde geschaffen, um best practices auszutauschen und Antrieb optimiert, die Daten-gesteuerte Entscheidungsfindung in der gesamten Organisation. Zeichnung auf einer Mischung von Ford Veteranen ehemals eingebettet in Abteilungen, Neueinstellungen, GDIA hat sich zu einer Belegschaft von mehr als 600. Durch beratende engagements, es unterstützt alle Aspekte des Unternehmens, von der Herstellung, Forschung und Entwicklung, supply chain, marketing, Kunden-service -, Verwaltungs -, rechts-und Buchhaltung-teams.
Wie erkläre ich in der Fallstudie Ford-Analytics-Team Democratizes Data-Driven-Analyse, GDIA die zentrale Koordination fördert Konsistenz und den Austausch von best practices. “Wir wussten, wir können voneinander lernen”, sagte Blacke. “Früher hatten wir einzelne teams lernen verschiedene Dinge, aber Sie waren nicht die Freigabe in die Taschen der analytischen exploration.”
Zentralisierung ist eine Art, wie Organisationen sind, dass Sie die meisten der verfügbaren Daten Wissenschaft know-how, aber es gibt mehr als einen Weg zum erreichen zentraler Aufsicht. Facebook, zum Beispiel, entwickelte einen hybrid-Ansatz, bei dem data-science-Experten blieb eingebettet in bestimmte Geschäftsbereiche, aber als ich erklärte, in diesem 2013-Artikel, den Sie auch berichtet, dann-Chief Analytics Officer Ken Rudin (wer hat da bei Google), und Sie traf sich regelmäßig mit Ihren Kollegen aus den anderen business units.
In der hybrid-Ansatz, die Experten entwickeln tiefes know-how in einem Unternehmen und stehen Ihnen immer zur Verfügung (und finanziert), die Gruppe. Sie auch regelmäßig mitteilen, was Sie gerade arbeiten, mit Ihren Analysen den Kollegen und den Handel mit Ideen und bisherigen Erfahrungen in den business units. Der chief analytics officer fördert die Entwicklung von talent, Sätze und koordiniert Analyse Prioritäten und champions-Infrastruktur und Daten von Investitionen profitieren alle Geschäftsbereiche.
Fords Ansatz zur Zentralisierung ist gleichermaßen gültig sind und die es nicht verhindern, dass die einzelnen business units beibehalten dedizierten analytischen Ressourcen. Das zentrale team-Ansatz ist besonders nützlich bei der Verbreitung der Daten-gesteuerte Entscheidungsfindung und Optimierung, die Abteilungen und business units, die zu klein oder sonst schlecht gerüstet, um Unterstützung analytics Initiativen auf Ihre eigenen.
Analytics-Experte Thomas Dinsmore, Autor von Disruptiven Analytik (eines der besten Bücher, die ich gelesen habe, auf das Thema analytics), erzählte mir kürzlich, dass Daten, die Wissenschaftler sollten so behandelt werden wie kommerzielle Flugzeuge: Sie sollten immer überbucht sein. Zentralisierung ist ein Weg, um sicherzustellen, dass es immer eine stetige, priorisierten pipeline von analytics-Projekten zu bewältigen. Sie können aber auch in Konflikt mit der Zentralisierung, wenn die Warteschlange für analytics unterstützen zu lang wird oder wenn es einen Mangel an unternehmerischer innovation. Dinsmore sagte, er betrachtet Organisationen gehen zurück zu mehr dezentralen (oder vielleicht hybride) Ansätze nach der Zentralisierung versuchen.
Weitere Informationen Ford-GDIA organisiert ist und wie es fördert die demokratisierte Daten-Zugriff mit tools von verschiedenen Anbietern, darunter Alteryx, Qlik und Tableau, Lesen Sie die zuvor genannten Fallstudie. Alan Jacobson, Direktor des global analytics, erläutert Ford-Benutzern hilft, die richtigen Fragen zu stellen, und wählen Sie die richtigen Werkzeuge. Der Bericht auch details wie GDIA angegangen drei Projekte, in denen data-science-know-how den Unterschied in der, Logistik, Einkauf, Produktion und supply chain management. Klicken Sie hier zum download eine Kostenlose Leseprobe des 14-seitigen Bericht.
Andere Geschichten:
Qlik Grundstücke Kurs zu big data, cloud und ‘AI’ innovationBlockchain erklärt in einfachen englishOracle startet Adaptive Intelligente Apps für CXAt Analystenkonferenz Cloudera konzentriert sich die Nachricht, plädiert der fünften auf die IPO-Gerüchte