Hoe zetten beslissers van toonaangevende organisaties geavanceerde cloud-gebaseerde technologieën als analytics en machine learning in? Wat maakt de datastrategieën van deze bedrijven tot een succes? Onderzoek door MIT in opdracht van Databricks duidt erop dat deze groep bedrijven heel beperkt is.

Slechts 13 procent van de onderzochte bedrijven is op dit moment succesvol in het realiseren van hun datastrategie en levert meetbare bedrijfsresultaten, zo vond het onderzoek. Deze organisaties hebben succes door hun aandacht voor de basisprincipes van goed gegevensbeheer en -architectuur, waardoor iedereen in het bedrijf toegang heeft tot bijgewerkte data. Zo kunnen deze organisaties waarde halen uit 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 moeten zijn. Door die toegang te optimaliseren met geavanceerde datatechnologieën kunnen eindgebruikers beter geïnformeerde beslissingen nemen. Dit kenmerkt sterke dataculturen.

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 voor 55 procent van de respondenten de grootste uitdaging.

Ondernemingen zijn op zoek naar cloud-native platforms die datamanagement, analytics en machine learning ondersteunen. De prioriteiten 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 cloud-platformen.

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, 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.”

Over het onderzoek

MIT heeft in samenwerking met Databricks een enquête gehouden onder 351 senior data officers wereldwijd en interviews afgenomen 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.

REAGEREN

Plaats je reactie
Je naam