Een nieuw rapport van MIT Technology Review Insights onderzoekt hoe organisaties cloudgebaseerde technologieën, waaronder analytics en machine learning, succesvol inzetten. Maar wat maakt de datastrategieën van deze bedrijven eigenlijk succesvol?
Het rapport “Building a high-performance data and AI organization” is in samenwerking met Databricks gemaakt en is gebaseerd op een enquête onder 351 senior data officers van over de hele wereld en interviews met leidinggevenden op het gebied van data en analytics bij organisaties als Total, The Estée Lauder Companies, McDonald’s, L’Oréal, CVS Health en Northwestern Mutual.
Uit het onderzoek blijkt het volgende:
- Slechts 13% van de organisaties is succesvol in het realiseren van hun datastrategie. Deze selecte groep levert meetbare bedrijfsresultaten voor de organisaties. Dit wordt mogelijk gemaakt door hun aandacht voor de basisprincipes van goed gegevensbeheer en -architectuur. Dit heeft tot gevolg dat iedereen in de organisatie toegang heeft tot up-to-date data (democratisering) en zo kan er waarde worden ontleent aan machine learning.
- Technologie die samenwerking bevordert helpt teams meer waarde uit data te halen. De chief data officers die voor het onderzoek zijn geïnterviewd vinden het essentieel dat analytics en machine learning zo breed mogelijk toegankelijk moet zijn. Door die toegang steeds verder te optimaliseren met geavanceerde datatechnologieën kunnen eindgebruikers beter geïnformeerde beslissingen nemen – een kenmerk van iedere sterke datacultuur.
- De zakelijke impact van machine learning wordt beperkt door uitdagingen in het beheer van het gehele ontwikkelingsproces. Het schaalbaar maken van machine learning use cases is voor veel organisaties zeer complex. Het ontbreken van een centrale opslagplaats om modellen voor machine learning op te slaan en te onderzoeken is volgens 55% van de respondenten de grootste uitdaging.
- Ondernemingen zijn op zoek naar cloud-native platforms die datamanagement, analytics en machine learning ondersteunen. De topprioriteiten van organisaties op het gebied van data voor de komende twee jaar vallen uiteen in drie gebieden: verbetering van databeheer, verbetering van data-analyses en machine learning, en uitbreiding van het gebruik van alle soorten bedrijfsgegevens, waaronder streaming en ongestructureerde data. Deze worden allemaal ondersteund door een bredere toepassing van cloudplatformen.
- Open standaarden zijn de voornaamste vereisten van toekomstige data-architectuurstrategieën. Als de respondenten een nieuwe data-architectuur voor hun bedrijf zouden kunnen bouwen, zou het grootste voordeel ten opzichte van de bestaande architectuur een meer open aanpak van open-source standaarden en open datastructuren zijn.
“Het beheren van gegevens is zeer complex en kan een grote uitdaging zijn voor organisaties. Maar het opzetten van de juiste architectuur is de eerste stap in een enorme bedrijfstransformatie”, zegt Francesca Fanshawe, de redacteur van het rapport. “Er zijn veel modellen die een onderneming kan hanteren, maar uiteindelijk moet het doel zijn om een data-architectuur neer te zetten die eenvoudig, flexibel en goed te beheren is.”
“Het afgelopen jaar is een katalysator geweest voor veranderingen nu datagedreven organisaties hun technologie- en architectuurinvesteringen willen aanpassen, innoveren en toekomstbestendig willen maken”, zegt Chris D’Agostino, global principal technologist bij Databricks. “Meer dan ooit hebben bedrijven behoefte aan een moderne strategie voor data-analyse die open en flexibel is. Het moet iedereen binnen de organisatie in staat stellen om snellere en beter geïnformeerde beslissingen te nemen op basis van een eenduidig overzicht van al hun data. Dit kan met behulp van machine learning en AI-algoritmen of eenvoudige SQL- en BI-rapportage.”
Om het rapport te downloaden, klik hier.
