Datawetenschap en -analyse vormen de basis voor digitale transformatie. Naarmate analyse meer centraal komt te staan in de zakelijke besluitvorming, zijn gegevensbeheer en rentmeesterschap essentiële onderdelen van innovatie.
De Chief Analytics Officer is een nieuwe rol die bedrijven kan helpen betere strategieën te ontwikkelen om datawetenschappers, zakelijke gebruikers, IT en andere belanghebbenden te koppelen aan een bedrijfsbreed data-ecosysteem. Het ontwikkelen van een brede cultuur van gegevens en analyse in afdelingen in het hele bedrijf is een integraal onderdeel van de rol van Chief Analytics Officer.
Terwijl ik met bedrijfsleiders in veel sectoren spreek over digitale transformatie, is er één duidelijke boodschap naar voren gekomen: concurrentiesucces hangt af van het aggregeren en interpreteren van gegevens op geavanceerde manieren. Zonder data geen digitale transformatie. En zonder digitale transformatie zijn de meeste bedrijven dood.
Om dieper in de verborgen mysteries van digitale transformatie en analyse te duiken, sprak ik met Sol Rashidi, Chief Analytics Officer van Estee Lauder. Ze is een doorgewinterde exec en heeft senior datafuncties gehad bij Merck, Sony Music en Royal Caribbean.
Ons gesprek was aflevering #710 van de CXOTalk-serie van gesprekken met mensen die onze wereld vormgeven. Bekijk ons volledige, diepgaande gesprek in de video hierboven en lees het volledige transcript.
Bekijk de bewerkte opmerkingen van Sol Rashidi, Estee Lauder's chief analytics officer, hieronder:
Wat is een chief analytics officer?
[De rol is] rond aggregatie; consolidatie; first-party, second-party, data-ecosystemen van derden; informatie verbinden, niet alleen verzamelen; data kwaliteit; gegevensgetrouwheid; en wat ik het defensieve speelboek noem. Het draait allemaal om het backend-ecosysteem dat inzichten en analyses gaat ondersteunen.
Het aanstootgevende draaiboek is de analyse die u uit de gegevens gaat halen. Inzichten die u op basis van de analyses gaat genereren.
We verzamelen niet alleen gegevens om het verzamelen van gegevens. We verzamelen gegevens om er iets mee te doen. We genereren analyses en inzichten.
Hoeveel gegevens verzamelt en verzamelt u?
Laten we alle data-elementen en datasets verzamelen die we kunnen gebruiken, of het nu first-party, second-party of third-party is. Of je kunt gebruiksgericht zijn: ik heb de use-case en heb gegevens nodig om het te ondersteunen.
Ik heb beide beheerd. Ik vind beide niet ideaal. Als je een zeer use-case-by-use-case benadering hanteert, zul je altijd beperkt blijven tot de datasets die die use case ondersteunen. Ik denk niet dat dit je noodzakelijkerwijs de inzichten zal geven, omdat de breedte, diepte en reikwijdte van datasets die je standaard hebt beperkt zijn tot bestaande gebruiksscenario's.
[Maar] gewoon een data-hoarder zijn lost het probleem niet op. Er moet een rijm of reden zijn.
Ik ben van “Laten we gaan data-hamsteren” naar “Laten we case-by-use-case ondersteunen”, naar nu “Laten we prioriteit geven aan de datasets waarvan we denken dat ze ons bedrijf gaan runnen in de toekomst.”
[Bedrijfsleiders] geven er niet om dat beslissingen achter de schermen worden genomen. Ze leveren betere resultaten op het gebied van tijdschema, samenhang, volledigheid en begrip van hun bedrijf.
Hoe stemt u datawetenschap en -analyse af op zakelijke gebieden zoals de financiële afdeling?
Eén, bouw relaties op en zoek mensen die bereid zijn om nog eens 30 minuten met je af te spreken, of een gesprek van een uur met je te hebben, en je te vertellen hoe de dingen zijn. Ga naar hen voor coaching, counseling en begeleiding.
Ten tweede, als je een use case, zakelijk probleem, project of programma hebt, gebruik die kans dan. Je bent uitgenodigd aan de eettafel. Je hebt officieel een uitnodiging. Hoe meer u interesse toont in het leren van hun bedrijf, hoe beter u af zult zijn. Bouw de relaties op. Gebruik uw raden.
Ten derde, ga zitten met hun financiële team. De getallen die ze eten, leven en ademen. Bijwonen van de financiële vergaderingen. Ga bij hen zitten en begrijp hun modellen. Waar halen ze de datasets vandaan? Wat zijn hun bronnen van waarheid?
Hoe belangrijk is de volwassenheid van de organisatie rond data en analyses?
Het helpt om te weten welke teams een one-stop-shop-benadering van analytics nodig hebben in plaats van teams die selfservice of autonoom en op zichzelf kunnen zijn, waarbij ze bij u aankloppen voor best practices of ideeën of kansen om samen te werken. Dit helpt bij de capaciteitsplanning.
Het helpt me ook te begrijpen met welke teams ik wel en niet moet samenwerken.
Als er geen investering is, geen talent, en ze zijn geen tijd geven, het is moeilijk om in zo'n team te investeren omdat je niet weet of het lippendienst is. Je weet niet of ze te klein zijn voor de organisatie en je zou daar waarschijnlijk geen prioriteit moeten geven.
[Aan de andere kant] als een team echter niet per se het meest produceert, hebben ze de investeringen gedaan, ze hebben een team, ze moeten gewoon versnellen wat ze doen, nou, dat is een team dat je kan ondersteunen. Je wilt ze helpen in hun reis naar groei.
Het helpt me met capaciteitsplanning omdat we niet overal tegelijk kunnen zijn.
Advies voor bedrijfsleiders
Omarm uw D&A [data and analytics]-team meer. Loop ze door. Het kunnen wekelijkse statusvergaderingen zijn. Het kunnen kwartaaloverzichten zijn. Het kan zijn wanneer u belangrijke strategische initiatieven bekijkt die u moet ontgrendelen of activeren. Neem een lid van uw D&A-team mee, want u zult versteld staan.
CXOTalk biedt diepgaande gesprekken en leerervaringen met 's werelds beste leiders in het bedrijfsleven, technologie, overheid en onderwijs. Bedankt aan mijn onderzoeksassistent, Sumeye Dalkilinc, voor hulp bij dit bericht.
Verwante onderwerpen:
CXO Digital Transformation Robotics Internet of Things Innovation Enterprise Software 