Z Marthą Bennett, analitykiem Forrester Research rozmawiamy o problemach przy realizacji projektów Big Data, konsekwencjach dla prowadzenia biznesu, gotowości do zmierzenia się z niewygodnymi wynikami analiz Big Data.
Czy realizacja projektów spod znaku Big Data jest trudna dla firm?
Rozmawiam z wieloma różnymi podmiotami i widzę, gdzie leżą główne problemy. Najważniejsza obserwacja jest taka, że tutaj samo wdrożenie technologii jest daleko mniej ważne niż to, jakie długofalowe konsekwencje przynosi dla prowadzenia biznesu. Inicjatywy Big Data mogą wychodzić z IT, mogą także z biznesu i obie te sytuacje są w porządku, ale musi tutaj być od samego początku dobra współpraca biznesu i technologii, bo w innym przypadku inicjatywa Big Data zakończy się porażką. Chodzi tu przede wszystkim o to, że ostatecznym rezultatem takich projektów mogą być zmiany w firmie – w organizacji, w sposobie podejścia do działania na rynku i tak dalej. To wykracza poza sam obszar wiedzy pozyskanej z analizy danych.
Inicjatywy Big Data mogą wychodzić z IT, mogą także z biznesu i obie te sytuacje są w porządku, ale musi tutaj być od samego początku dobra współpraca biznesu i technologii, bo w innym przypadku inicjatywa Big Data zakończy się porażką. Chodzi tu przede wszystkim o to, że ostatecznym rezultatem takich projektów mogą być zmiany w firmie.
Czyli trzeba być też gotowym na to, że wiedza, jaką pozyskamy z analiz Big Data, może być niewygodna?
Dokładnie tak. Może być trudna dla niektórych działów czy osób w firmie. Dlatego też krytyczną sprawą jest gotowość organizacji do zmierzenia się z taką trudną prawdą. Chodzi o to, że może się okazać, że pewne działania nie mają sensu czy są mało efektywne, że trzeba szukać innych sposobów, że zupełnie gdzie indziej leży kreowanie wartości w firmie, że inni klienci i inne usługi niosą zysk dla firmy, niż to się to wszystkim wydawało do tej pory. Czyli chodzi o zarządzanie zmianą. Trzeba być na to gotowym.
Jest takie dobre ćwiczenie intelektualne, którego wykonanie powinno poprzedzać podejmowanie nowych projektów w zakresie analityki biznesowej. Trzeba zadać sobie pytanie: czy gdybyśmy wiedzieli, dlaczego klienci nie chcą kupować naszych konkretnych produktów, albo – odwrotnie – dlaczego je kupują, to czy bylibyśmy gotowi do wdrożenia koniecznych zmian? Warto je postawić, nawet gdyby te odpowiedzi były dla nas niełatwe. Bo to właśnie może być najważniejszym wnioskiem płynącym z nowych inicjatyw BI czy Big Data. Dlatego też takie projekty ograniczone do samego IT nie mają sensu i większych szans powodzenia.
Ale są zastosowania, w których IT jest w jakimś sensie biznesowym użytkownikiem, np. gdy chodzi o analizę danych sieciowych z logów systemowych.
Tak, oczywiście, w takim przypadku wygląda to zupełnie inaczej i jest to jedno z ważnych zastosowań Big Data – jak ogarnąć te wszystkie informacje generowane przez infrastrukturę IT, aby lepiej tym zarządzać i podnosić poziom jakości i bezpieczeństwa. Ale także tutaj ważna jest współpraca, np. w tym konkretnym przypadku ludzi od baz danych z administratorami sieci.
Analizy Big Data mogą pokazać, że pewne działania nie mają sensu czy są mało efektywne, że trzeba szukać innych sposobów, że zupełnie gdzie indziej leży kreowanie wartości w firmie, że inni klienci i inne usługi niosą zysk dla firmy, niż to się to wszystkim wydawało do tej pory.
Ogólnie rzecz biorąc, podejmując się inicjatyw Big Data, trzeba być gotowym na zmiany w organizacji. Na to, że Big Data może wymusić inną organizację wewnętrzną. Jeśli nie będziemy na to gotowi, to inicjatywy Big Data mogą okazać się mało owocne i przyniosą rozczarowanie.
Czy firmy na świecie starają się umieszczać projekty Big Data w ramach ogólnej strategii względem danych, czy też traktują je raczej jako wydzielone eksperymenty?
To bardzo ważna kwestia. Na ogół jednak próbuje się po prostu czegoś nowego. Niemniej, żeby nie skończyło się na samym eksperymencie, potrzebna jest gotowość do zmiany obecnie wykorzystywanej architektury informacyjnej, by skutecznie połączyć stare z nowym. W perspektywie strategicznej, obejmującej 3–4 lata do przodu, trzeba liczyć się z tym, że Big Data może tę architekturę kompletnie wywrócić do góry nogami.
W wielu firmach działy BI istnieją od lat, pracują w nich fachowcy, którzy zjedli zęby na analityce danych. Czy zwykle sprzyjają oni nowym inicjatywom z obszaru Big Data, czy raczej są sceptykami, którzy niezbyt chętnie wspierają nowe projekty?
Oczywiście, wszystko zależy od danej organizacji. W firmach, w których BI koncentruje się na raportowaniu, kokpitach menedżerskich, analizie danych z przeszłości, tam zapewne tego entuzjazmu będzie dużo mniej. Jako Forrester doradzamy firmom, aby budowały wewnątrz swoich struktur centra doskonałości w obszarze analityki predykcyjnej, gdzie mamy ludzi o różnych kompetencjach, otwartych na nowe inicjatywy. Wszędzie, także i tutaj, najważniejsza jest postawa ludzi, z niej wynika cała reszta. Widziałam już wiele komórek BI i dość łatwo można poznać, czym różnią się między sobą.
No właśnie, po czym to poznać?
Te otwarte, te z inicjatywą zawsze dążą do tego, by wprowadzać automatyzację. To znaczy, by większość rutynowych zadań przerzucać na biznes – chodzi głównie o tworzenie typowych raportów, zestawień, analiz. IT buduje coś takiego jeden raz i oddaje potem biznesowi w użytkowanie. Tak aby w efekcie zyskiwać czas i uwalniać zasoby potrzebne na nowe rzeczy, na podejmowanie ambitnych wyzwań. Typowa analityka ma swoje ograniczenia, przede wszystkim się słabo skaluje. Dobry dział BI stara się wyjść poza te granice. Jest gotów na nowe technologie i nowe sposoby działania.
W firmie każdy dział chce mieć swoje własne dane – jak uniknąć tego, by inicjatywy Big Data nie dotyczyły konkretnych działów czy linii biznesowych?
Oczywiście, dział sprzedaży inaczej patrzy na dane niż dział finansów. Ale to nadal powinny być te same dane! To właśnie rozproszone podejście do danych może sprzyjać powstawaniu nowych silosów w firmie, a powinno być dokładnie odwrotnie. Często brakuje po prostu zdrowego rozsądku!
Aby wdrożenie Big Data nie skończyło się na samym eksperymencie, potrzebna jest gotowość do zmiany obecnie wykorzystywanej architektury informacyjnej, by skutecznie połączyć stare z nowym. W perspektywie strategicznej, obejmującej 3–4 lata do przodu, trzeba liczyć się z tym, że Big Data może tę architekturę kompletnie wywrócić do góry nogami.
Firmy nierzadko przyznają, że mają nieefektywne metodologie przy podejściu do danych, ale długo potrafią tak funkcjonować, zamiast dążyć do zmiany metodologii. Przy podejmowaniu nowych projektów spod znaku Big Data często trzeba te metodologie zostawić na boku i szukać efektywniejszych dróg – tutaj najlepszym miernikiem jest czas trwania projektów. Zamiast mówić o miesiącach, powinniśmy mówić o tygodniach. W efekcie też mogą powstać nowe sposoby podejścia do projektów analitycznych i to będzie dodatkowa, duża korzyść dla firmy.
Martha Bennet poprowadzi jedno z wystąpień keynote konferencji „ZIP 2014”, która odbędzie się 10 czerwca br. w Warszawie. ITWiz jest patronem medialnym wydarzenia.
