Datavidenskab og analyse er grundlaget for digital transformation. Efterhånden som analyse bliver mere central for virksomhedens beslutningstagning, er datastyring og forvaltning væsentlige dele af innovation.
Chief Analytics Officer er en ny rolle, der kan hjælpe virksomheder med at oprette bedre strategier til at forbinde dataforskere, forretningsbrugere, IT og andre interessenter til et virksomhedsomfattende dataøkosystem. At udvikle en bred kultur af data og analyser i afdelinger på tværs af virksomheden er en integreret del af chefanalytikerrollen.
Da jeg taler om digital transformation med virksomhedsledere i mange brancher, er der fremkommet et klart budskab: Konkurrencesucces afhænger af at samle og fortolke data på sofistikerede måder. Uden data er der ingen digital transformation. Og uden digital transformation er de fleste virksomheder døde.
For at dykke dybere ned i de skjulte mysterier ved digital transformation og analyse talte jeg med den analytiske chef hos Estee Lauder, Sol Rashidi. Hun er en erfaren direktør og har haft ledende dataroller hos Merck, Sony Music og Royal Caribbean.
Vores samtale var afsnit #710 af CXOTalk -serien af samtaler med mennesker, der former vores verden. Se hele vores dybdegående samtale i videoen ovenfor og læs hele transskriptionen.
Se redigerede kommentarer fra Sol Rashidi, Estee Lauders chefanalytiker, herunder:
Hvad er en analytisk chef?
[Rollen er] omkring aggregering; konsolidering; første-parts, anden-parts, tredjeparts dataøkosystemer; forbinder oplysninger, ikke kun indsamler dem; datakvalitet; datatroskab; og hvad jeg kalder den defensive playbook. Det handler om backend-økosystemet, der understøtter indsigt og analyse.
Den offensive playbook er analyser, som du vil udlede af dataene. Indsigt, som du vil generere ud fra analyserne.
Vi indsamler ikke data kun for at indsamle data. Vi indsamler data for at gøre noget med det. Vi genererer analyser og indsigt.
Hvor mange data indsamler og samler du?
Lad os indsamle ethvert dataelement, datasæt, som vi kan få hands-on, uanset om det er første part, anden part eller tredjepart. Eller du kan være use-case-drevet: Jeg har use case og har brug for data for at understøtte det.
Jeg har administreret begge dele. Jeg synes heller ikke, at det er ideelt. Hvis du tager en meget bruger-til-sag-for-brug-sag-tilgang, vil du altid være begrænset til de datasæt, der understøtter den anvendte sag. Jeg tror ikke, at det nødvendigvis vil give dig indsigt, fordi bredden, dybden og omfanget af datasæt, du som standard har, er begrænset til eksisterende brugssager.
[Men,] bare det at være datahopper løser ikke problemet. Der skal være et rim eller en grund.
Jeg er gået fra “Let's go data hamstring” til “Lad os støtte use-case-by-use-case” til nu “Lad os prioritere de datasæt, som vi tror kommer til at drive vores forretning i fremtiden. “
[Erhvervsledere] er ligeglade med, at beslutninger tages bag kulisserne. De opnår bedre resultater med hensyn til tidsramme, sammenhængskraft, fuldstændighed og forståelse for deres forretning.
Hvordan tilpasser du datavidenskab og analyse til forretningsområder som finansafdelingen?
For det første, opbyg relationer og find mennesker, der er villige til at have endnu et 30-minutters møde med dig, eller have et timemøde med dig, og fortæl dig, hvordan tingene er. Gå til dem for coaching, rådgivning og vejledning.
For det andet, når du har en use case, forretningsproblem, projekt eller program, skal du bruge denne mulighed. Du er blevet inviteret til middagsbordet. Du har officielt en invitation. Jo mere du udtrykker interesse for at lære deres forretning, jo bedre får du det. Byg relationerne. Brug dine råd.
For det tredje skal du sidde sammen med deres økonomiteam. Tallene, de spiser, lever og ånder. Deltag i de økonomiske møder. Sid med dem og forstå deres modeller. Hvor trækker de datasættene fra? Hvad er deres sandhedskilder?
Hvor vigtig er organisatorisk modenhed omkring data og analyser?
Det hjælper med at vide, hvilke teams der har brug for en one-stop-shop tilgang til analyse i forhold til dem, der kan være selvbetjening eller autonome og alene, ved at benytte dig af bedste praksis eller ideer eller muligheder for at samarbejde. Dette hjælper med kapacitetsplanlægning.
Det hjælper mig også med at forstå, hvilke teams der skal samarbejde med, og hvilke der ikke skal indgå partnerskab med.
Hvis der ikke er nogen investering, ingen talent, og de er ikke giver tid, er det svært at investere i et sådant team, fordi du ikke ved, om det er lip service. Du ved ikke, om de er for små til organisationen, og du skal nok ikke prioritere der.
[På den anden side], hvis et hold ikke nødvendigvis producerer mest, har de imidlertid foretaget investeringerne, de har et hold på plads, de skal bare accelerere det, de laver, ja, det er et hold, du kan støtte. Du vil hjælpe dem på deres vej til vækst.
Det hjælper mig med kapacitetsplanlægning, fordi vi ikke kan være overalt på samme tid.
Råd til virksomhedsledere
Omfavn dit D & A [data og analyse] team mere. Sløjf dem ind. Det kan være ugentlige statusmøder. Det kan være kvartalsvise anmeldelser. Det kan være, når du gennemgår store strategiske initiativer, du skal låse op eller aktivere. Få et medlem af dit D & amp; Et team med i folden, fordi du vil blive overrasket.
CXOTalk tilbyder dybdegående samtaler og læring med verdens førende ledere inden for erhverv, teknologi, regering og uddannelse. Tak til min forskningsassistent, Sumeye Dalkilinc, for hjælp til dette indlæg.
Relaterede emner:
CXO Digital Transformation Robotics Internet of Things Innovation Enterprise Software 