Datavetenskap och analys är grunden för digital transformation. I takt med att analys blir mer central för företagens beslutsfattande är datastyrning och förvaltning viktiga delar av innovationen.
Chief Analytics Officer är en ny roll som kan hjälpa företag att skapa bättre strategier för att koppla datavetare, affärsanvändare, IT och andra intressenter till ett företagsövergripande dataekosystem. Att utveckla en bred data- och analyskultur på avdelningar i hela företaget är en integrerad del av rollen för chefsanalytiker.
När jag talar om digital transformation med företagsledare i många branscher har ett tydligt budskap dykt upp: konkurrenskraftig framgång beror på att aggregera och tolka data på sofistikerade sätt. Utan data finns det ingen digital transformation. Och utan digital transformation är de flesta företag döda.
För att dyka djupare in i de dolda mysterierna kring digital transformation och analys talade jag med chefsanalytiker på Estee Lauder, Sol Rashidi. Hon är en erfaren verkställande direktör och har haft höga dataroller på Merck, Sony Music och Royal Caribbean.
Vår konversation var avsnitt #710 i CXOTalk -serien med konversationer med människor som formar vår värld. Se hela vårt fördjupade samtal i videon ovan och läs hela transkriptet.
Kolla in redigerade kommentarer från Sol Rashidi, Estee Lauders chefs analytiker, nedan:
Vad är en analyschef?
[Rollen är] kring aggregering; konsolidering; data-ekosystem från första part, andra part, tredjepart; koppla information, inte bara samla in den; Datakvalitet; datatrohet; och vad jag kallar den defensiva spelboken. Det handlar om backend -ekosystemet som kommer att stödja insikter och analyser.
Den stötande spelboken är analys som du kommer att härleda från data. Insikter som du kommer att generera från analysen.
Vi samlar inte in data bara för att samla in data. Vi samlar in data för att göra något med det. Vi genererar analyser och insikter.
Hur mycket data samlar du in och sammanställer?
Låt oss samla in alla dataelement, datauppsättningar som vi kan få tillgång till, oavsett om det är första part, andra part eller tredje part. Eller så kan du vara use-case driven: jag har användningsfallet och behöver data för att stödja det.
Jag har klarat båda. Jag tycker inte heller att det är idealiskt. Om du använder ett mycket användnings-för-fall-för-användning-tillvägagångssätt kommer du alltid att vara begränsad till de datamängder som stöder det användningsfallet. Jag tror inte att det ger dig insikter, nödvändigtvis, eftersom bredden, djupet och omfattningen av datamängder som du har som standard är begränsad till befintliga användningsfall.
[Men,] att bara vara datahagare löser inte problemet. Det måste finnas en rim eller anledning.
Jag har gått från “Let's go data hoarding” till “Let's support use-by-use-case”, till nu “Låt oss prioritera de datamängder som vi tror kommer att driva vår verksamhet i framtiden. “
[Företagsledare] bryr sig inte om att beslut fattas bakom kulisserna. De ger bättre resultat när det gäller tidsram, sammanhållning, omfattning och förståelse för deras verksamhet.
Hur anpassar du datavetenskap och analys till affärsområden som finansavdelningen?
För det första, bygg relationer och hitta människor som är villiga att bara ha ytterligare ett 30-minuters möte med dig, eller ha ett timmars möte med dig, och berätta för dig hur det är. Gå till dem för coachning, rådgivning och vägledning.
För det andra, när du har ett användningsfall, affärsproblem, projekt eller program, använd den möjligheten. Du har blivit inbjuden till middagsbordet. Du har officiellt en inbjudan. Ju mer du uttrycker intresse för att lära dig deras verksamhet, desto bättre kommer du att bli. Bygg relationerna. Använd dina råd.
Sitt för det tredje med deras ekonomiteam. Siffrorna som de äter, lever och andas. Delta i ekonomimötena. Sitt med dem och förstå deras modeller. Varifrån hämtar de datauppsättningarna? Vilka är deras sanningskällor?
Hur viktig är organisatorisk mognad kring data och analys?
Det hjälper till att veta vilka team som behöver en one-stop-shop-strategi för analys jämfört med dem som kan vara självbetjäning eller autonoma och på egen hand, genom att utnyttja dig för bästa praxis eller idéer eller möjligheter att samarbeta. Detta hjälper till med kapacitetsplanering.
Det hjälper mig också att förstå vilka team jag ska samarbeta med och vilka som inte ska samarbeta med.
Om det inte finns några investeringar, ingen talang och de är inte ger tid, det är svårt att investera i ett sådant team eftersom du inte vet om det är läppservice. Du vet inte om de är för små för organisationen och du borde förmodligen inte prioritera där.
[Å andra sidan,] om ett lag inte nödvändigtvis producerar mest, men de har gjort investeringarna, de har ett lag på plats, de behöver bara påskynda vad de gör, ja, det är ett lag du kan stödja. Du vill hjälpa dem i deras resa till tillväxt.
Det hjälper mig med kapacitetsplanering eftersom vi inte kan vara överallt samtidigt.
Råd till företagsledare
Omfamna ditt D & A [data- och analysteam] mer. Slå in dem. Det kan vara veckomässiga statusmöten. Det kan vara kvartalsvisa recensioner. Det kan vara när du granskar stora strategiska initiativ som du måste låsa upp eller aktivera. Ta med en medlem av ditt D & A-team i gruppen för att du kommer bli förvånad.
CXOTalk erbjuder djupgående samtal och lärande med världens främsta ledare inom näringsliv, teknik, myndigheter och utbildning. Tack till min forskningsassistent, Sumeye Dalkilinc, för hjälp med detta inlägg.
Relaterade ämnen:
CXO Digital Transformation Robotics Internet of Things Innovation Enterprise Software 