Datavitenskap og analyse er grunnlaget for digital transformasjon. Etter hvert som analyse blir mer sentralt i forretningsbeslutninger, er datastyring og forvaltning viktige deler av innovasjon.
Chief Analytics Officer er en ny rolle som kan hjelpe selskaper med å lage bedre strategier for å koble dataforskere, forretningsbrukere, IT og andre interessenter inn i et datadekosystem som dekker hele selskapet. Å utvikle en bred datakultur og analyse i avdelinger i hele selskapet er en integrert del av rollen som sjef for analytikere.
Når jeg snakker om digital transformasjon med bedriftsledere i mange bransjer, har det kommet frem et klart budskap: Konkurransesuksess er avhengig av å samle og tolke data på sofistikerte måter. Uten data er det ingen digital transformasjon. Og uten digital transformasjon er de fleste selskapene døde.
For å dykke dypere ned i de skjulte mysteriene ved digital transformasjon og analyse snakket jeg med analytiker -sjefen i Estee Lauder, Sol Rashidi. Hun er en erfaren direktør og har hatt senior dataroller hos Merck, Sony Music og Royal Caribbean.
Samtalen vår var episode #710 av CXOTalk -serien med samtaler med mennesker som former vår verden. Se hele vår grundige samtale i videoen over og les hele transkripsjonen.
Sjekk ut redigerte kommentarer fra Sol Rashidi, Estee Lauders analytiske sjef, nedenfor:
Hva er en analytisk sjef?
[Rollen er] rundt aggregering; konsolidering; førsteparts, andre parts, tredjeparts dataøkosystemer; koble informasjon, ikke bare samle den; datakvalitet; datatroskap; og det jeg kaller den defensive playbook. Alt handler om backend-økosystemet som skal støtte innsikt og analyse.
Den støtende spillboken er analyser du kommer til å utlede fra dataene. Innsikt du kommer til å generere fra analysene.
Vi samler ikke inn data bare for å samle inn data. Vi samler inn data for å gjøre noe med det. Vi genererer analyser og innsikt.
Hvor mye data samler og samler du?
La oss samle inn alle dataelementer, datasett som vi kan få i hendene, enten det er førstepart, andre part eller tredjepart. Eller du kan være bruk-case-drevet: Jeg har use case og trenger data for å støtte det.
Jeg har klart begge. Jeg tror ikke det er ideelt. Hvis du bruker en tilnærming fra sak til sak, vil du alltid være begrenset til datasettene som støtter den aktuelle saken. Jeg tror ikke det vil gi deg innsikt, nødvendigvis fordi bredden, dybden og omfanget av datasett du har som standard er begrenset til eksisterende brukstilfeller.
[Men,] bare det å være dataoppsamler løser ikke problemet. Det må være et rim eller grunn.
Jeg har gått fra “Let's go data hamster” til “La oss støtte case-by-use-case”, til nå “La oss prioritere datasettene som vi tror kommer til å drive virksomheten vår i fremtiden. “
[Bedriftsledere] bryr seg ikke om at beslutninger skal tas bak kulissene. De gir bedre resultater når det gjelder tidsramme, sammenheng, helhet og forståelse for virksomheten deres.
Hvordan tilpasser du datavitenskap og analyse til forretningsområder som finansavdelingen?
For det første, bygg relasjoner og finn mennesker som er villige til å ha et nytt 30-minutters møte med deg, eller ha et timemøte med deg, og fortelle deg hvordan ting er. Gå til dem for coaching, rådgivning og veiledning.
For det andre, bruk den muligheten når du har et brukstilfelle, forretningsproblem, prosjekt eller program. Du er invitert til middagsbordet. Du har offisielt en invitasjon. Jo mer du viser interesse for å lære virksomheten deres, jo bedre vil du ha det. Bygg relasjonene. Bruk rådene dine.
For det tredje, sett deg sammen med økonomiteamet. Tallene de spiser, lever og puster. Delta på økonomiske møter. Sitt sammen med dem og forstå modellene deres. Hvor henter de datasettene fra? Hva er deres sannhetskilder?
Hvor viktig er organisatorisk modenhet rundt data og analyse?
Det hjelper å vite hvilke team som trenger en one-stop-shop-tilnærming til analyse versus de som kan være selvbetjente eller autonome og på egen hånd, og benytte deg av beste praksis eller ideer eller muligheter til å samarbeide. Dette hjelper med kapasitetsplanlegging.
Det hjelper meg også å forstå hvilke lag som skal samarbeide med og hvilke som ikke skal samarbeide med.
Hvis det ikke er noen investering, ingen talent, og de er ikke gir tid, er det vanskelig å investere i et slikt team fordi du ikke vet om det er leppeservice. Du vet ikke om de er for små for organisasjonen, og du bør sannsynligvis ikke prioritere der.
[På den annen side,] hvis et lag ikke nødvendigvis produserer mest, har de imidlertid gjort investeringene, de har et lag på plass, de trenger bare å akselerere det de gjør, vel, det er et lag du kan støtte. Du vil hjelpe dem på veien mot vekst.
Det hjelper meg med kapasitetsplanlegging fordi vi ikke kan være overalt samtidig.
Råd for bedriftsledere
Omfavn D & A [data- og analyse] -teamet ditt mer. Sløyfe dem inn. Det kan være ukentlige statusmøter. Det kan være kvartalsvise anmeldelser. Det kan være når du går gjennom store strategiske initiativer som du må låse opp eller aktivere. Ta med et medlem av D & A-teamet ditt fordi du vil bli overrasket.
CXOTalk tilbyr grundige samtaler og læring med verdens fremste ledere innen næringsliv, teknologi, myndigheter og utdanning. Takk til min forskningsassistent, Sumeye Dalkilinc, for hjelp med dette innlegget.
Relaterte emner:
CXO Digital Transformation Robotics Internet of Things Innovation Enterprise Software 