Data og analyse, kombinert med kunstig intelligens (AI), øker allerede produktiviteten og driver nye forretningsmodeller. I tiden fremover vil de hjelpe bedrifter med å forutsi, forberede og reagere raskt på eventuelle fremtidige globale kriser og etterspillet, ifølge Gartner.
Imidlertid, selv ved å løse av tradisjonelle utfordringer som ledelse, personvern, tilgjengelighet og datakvalitet, er det mange bedrifter som fortsatt synes det er vanskelig å høste forretningsresultatene de forventet og opplever betydelig overforbruk.
En av de viktigste grunnene for dette er at forretningstransformasjonen til en datadrevet modell ofte medfører en ny visjon, et nytt tankesett, støtte fra ledelsen og en bestemt måte å organisere talent på. Det krever nye perspektiver på å bygge og levere verdi til sluttbrukere, og kan til og med kreve at du gjenoppfinner hvordan selskapet drives.
Dataintelligens blir stadig viktigere i digital transformasjon for smart og automatisert beslutningstaking. Imidlertid er det mange organisasjoner som sliter med å utvikle sine planer for dataintelligens. Faktisk hevder Gartner at i løpet av 2022 vil kun 20 % av analytisk innsikt føre til forretningsresultater.
Gartner anslår at cirka 60 % av big data-prosjekter mislykkes, men mange tror det er nærmere 85 %. Dette tallet er så høyt fordi bedrifter behandler big data-tiltak som tradisjonelle IT-prosjekter. Dataprosjekter er imidlertid helt forskjellige fra å oppgradere brannmurer eller ta i bruk nye utviklingskoder. Data er fleksible og flytende og betyr forskjellige ting for forskjellige avdelinger. For å repetere, kreves det et kryssfunksjonelt team og optimal støtte fra ledelsen, ikke bare for å flytte prosjektet fremover, men også for å bane vei for hva som kan være grunnleggende endringer i driftsmodellen og utfordre eksisterende selskapsstyring og strukturer.
I tillegg til dataforskere, må et dataprosjektteam inkludere forretnings- og driftseksperter, utviklere og juridisk, som alle har en interesse i hvordan og hvorfor data brukes. Denne transformasjonen må også få bedriftlederes fulle oppmerksomhet hvis datadrevet kultur skal være en del av en organisasjons DNA.
Skyen er nå fast etablert som en del av ethvert dataintelligensprogram. Faktisk spår Gartner at offentlige skytjenester vil være nødvendige for 90 % av dataanalyse og innovasjon innen 2022.
Data- og analyseledere synes imidlertid at det vanskelig å tilpasse sin skytjenester til de rette brukstilfellene, ifølge analyseselskapet. Dette fører til overdreven styring og interne konflikter som kan kvele innovasjon og føre til unødvendige integreringskostnader.
Gartner foreslår at data- og analyseledere prioriterer oppgaver nøye slik at de kan utnytte skyens egenskaper og fokusere på kostnadsoptimalisering ved migrering til skyen.
På samme tid er det viktig at organisasjoner ikke låser ned dataene sin i siloer hvis de skal kunne utnytte potensialet til AI (kunstig intelligens) for å bygge nye inntektstrømmer og datadrevne forretningsmodeller. Dataene må kunne flyte fritt gjennom organisasjonene. Hvis bedrifter begynner å aggressivt definere hvilke data som er tilgjengelige, begrenser de omfanget av AI (kunstig intelligens) og dens nytte for bedriften på et strategisk og taktisk nivå.
Med den nåværende skysjangeren, bygget rundt alt som kan kjøpes som en tjeneste, kan bedrifter gjenoppfinne seg selv og raskere ta til seg endringer. AI-som-en-tjeneste (AIaaS) øker i utbredelse, noe som gjør det mulig for bedrifter å utnytte data for meningsfull innsikt, som gir den beste forretningsstøtten noensinne ved hjelp av de rette integrasjonspartnerne. I den skyspesifikke verdenen går vi ett skritt lenger enn AI-drevne tjenester, med forretningsløsninger som er i stand til å kjøre autonomt.
Noen organisasjoner tar det de har i datavarehusene sin og flytter det til skyen. Når de kommer til oss for hjelp, er de skuffet over at de kun får minimale ekstrafordeler og at migreringskostnaden ikke samsvarer med forretningsresultatene de hadde forventet. Dette er fordi de ikke har tatt seg tid til å fullt ut forstå skyens forskjellige egenskaper eller hvordan man bygger og vedlikeholder tankesettet som kreves av en datadreven modell.
Organisasjoner bør kunne høste en rekke fordeler fra sine data, blant annet økt effektivitet og innsikt, hvis de integrerer og kodifiserer det ordentlig i skyen og bruker en datadreven forretningsmodell – en som blander data, AI (kunstig intelligens) og klokskap med en ny styringsstil og som er knyttet til den overordnede forretningsstrategien, som har delt IT/forretningseierskap og som fokuserer på bruk av data for å generere informasjonsverdi, prediktiv analyse, kontinuerlig forbedring og effektiv beslutningstaking.
Dette skjer imidlertid ikke uten utfordringer. Ifølge en fersk rapport fra IDC, er det spesielt skyen som utgjør en stor utfordring for 62 % av dataansvarlige respondenter. Viktige bekymringsområder inkluderer kvalitet, styring og personvern som en del av et skydatavarehus og skydatasjødistribusjoner, kartlegging av transformasjon og rensing av masterdata, og sikring av personvernbeskyttelse på tvers av multiskymiljøer.
Data endrer hvordan bedrifter konkurrerer. Data er nå en kritisk forretningsressurs. Det å velge de rette skytjenestene og integrere dem på en bærekraftig måte slik at de tilpasses forretningsbehov er nøkkelen til å få dataene til å jobbe for deg.
Fremover vil en skydistribusjonsmodell bygget rundt skyspesifikke metoder gjøre det mulig for organisasjoner å bedre utnytte sine data, tilfredsstille kundenes behov raskere gjennom økt smidighet og skalerbarhet og prediktive evner.
Se hvordan dette transportselskapet forvandlet kundeopplevelsen ved å ta i bruk en datadreven modell.
Maris beste råd når du legger en Public Cloud strategi 
