ИТ-отделы обеспечивают аналитику в организациях, гарантируя наличие архитектуры данных, включая инструменты, процессы и процедуры.
По мере того как организации становятся все более цифровыми, расширяется сотрудничество между ИТ и бизнесом — необходимое партнерство, когда речь идет об обеспечении успешного анализа данных.
Современные ИТ-отделы должны хорошо разбираться в данных и обладать сильными навыками совместной работы. Им также необходимо обеспечить, чтобы ИТ-экосистема могла поддерживать аналитическую информацию в реальном или близком к реальному времени, что включает в себя обеспечение своевременного потока надежных данных.
Роль ИТ все больше становится фактором реализации. ИТ-отделы обеспечивают аналитику и использование данных в организациях, внедряя процессы, а также устанавливая платформу данных и инструменты аналитики, которые наилучшим образом соответствуют потребностям организации.
«Необходимо найти баланс между самообслуживанием и управлением… путем создания архитектуры данных, которая поддерживает и то, и другое», — сказал Майлс Гилсенан, вице-президент по данным, аналитике и искусственному интеллекту в компании Apps Associates, занимающейся предоставлением корпоративных приложений.
По словам Гилсенана, более сложные ИТ-магазины ориентированы на данные, а не только на инфраструктуру. Такие организации могут выступать за такие вещи, как каталоги данных, чтобы помочь бизнесу понять и правильно использовать активы данных , включая данные в необработанном виде.
Необходимые навыки для анализа данных
Современным ИТ-организациям необходимо сочетание навыков работы с инфраструктурой и данными, поскольку и то, и другое позволяет предприятию опираться на аналитическую информацию. Навыки работы с инфраструктурой необходимы для создания архитектуры, которая может поддерживать требования к анализу данных, включая масштабируемость, управление данными и безопасность данных.
Сегодня создание, эксплуатация и внедрение инноваций в ценностное предложение с использованием ИИ становится проще благодаря передовым облачным платформам ИИ.
«Это означает, что нам потребуются команды по бизнесу, продуктам и технологиям, обладающие навыками и глубоким опытом использования данных и предлагающие комплексные продукты и возможности, соответствующие бизнес-контексту», — сказал Ризван Ахтар, исполнительный вице-президент и технический директор по бизнес-технологиям в компания по оказанию услуг в сфере недвижимости Realogy Holdings.
По сути, ИТ-специалисты должны обладать более сильными математическими навыками, включая линейную алгебру, статистику, исчисление и, возможно, логическую геометрию — навыки, которыми, как правило, обладают специалисты по данным. Однако, учитывая широкое распространение ИИ и машинного обучения (МО), в настоящее время существуют инструменты, которые упрощают работу специалистов, не занимающихся данными .
Дополненная аналитика — отличный тому пример. Однако кому-то нужно понимать, как работают AI и ML. Точно так же должен быть кто-то с опытом работы с инфраструктурой, который понимает характер рабочих нагрузок.
У ИТ-отдела есть несколько методов масштабирования. Одним из таких методов является смешанная модель потребления инфраструктуры. Ключом к этим методам является включение емкости как в локальных средах, так и в общедоступных облачных средах, а также использование масштабируемых технологий, таких как гиперконвергентная инфраструктура, которые обеспечивают эластичное использование ресурсов хранения, вычислений и сетевых сервисов.
«Отказоустойчивость — способность противостоять проблемам за счет использования дополнительной маршрутизации, резервных мощностей и отказоустойчивых сервисов — является основой операционной модели ИТ, — сказала Венди Пфайффер, ИТ-директор поставщика программного обеспечения для облачных ИТ Nutanix.
Существует также потребность в экспертных знаниях в области бизнеса, что, как правило, предполагает сотрудничество с бизнесом, чтобы понять, как использовать ИИ и машинное обучение для решения бизнес-задач, таких как понимание пути клиента.
В некоторых организациях есть центры передового опыта, которые объединяют передовой опыт по всей организации, дополненные удаленными экспертами, которые работают в отделе или направлении бизнеса в качестве специалистов.
Возникающая тенденция заключается в том, чтобы ИТ-специалисты и специалисты по данным предоставляли гражданским специалистам по данным . Это упрощает установление корпоративных стандартов для аналитики с точки зрения возможностей, доступа к данным, гигиены данных, интеграции данных и управления данными.
Кроме того, ИТ-отдел имеет представление об использовании платформы в организации. Без участия ИТ-отдела может быть неясно, является ли платформа подходящей платформой и достаточно ли надежны данные для получения достоверной информации.
Аналитика данных требует новых ролей
Многие компании хотят нанимать специалистов по данным, хотя эта роль не совсем нова. В прошлом эта роль могла быть статистиком или актуарием — тем, кто имеет дело с вероятностями.
Не у всех статистиков есть навыки программирования, как у типичного специалиста по данным. На самом деле, признаком незрелости рынка была гонка за наймом специалистов по данным, прежде чем они поняли, что им нужно для успеха, например, сотрудничать с бизнесом, а не работать в углу ИТ-отдела.
Новая роль — инженер данных , который помогает обеспечить качество данных и конвейеры данных, необходимые для обеспечения аналитики. Довольно часто эти специалисты занимали другие должности в сфере ИТ, например системного администратора или администратора баз данных.
«Инженеры данных — это люди, хорошо разбирающиеся в инструментах извлечения, преобразования и загрузки, различных языках программирования и системах баз данных. Похоже, что специалисты по данным больше сосредоточены на нескольких языках программирования, специально предназначенных для машинного обучения», — сказала Дженнифер Фейи, главный консультант по корпоративным облачным решениям. Синтаксис провайдера.
Аналитики данных играют ключевую роль в процессе, потому что у них больше бизнес-знаний, но они могут иметь или не иметь базовые навыки программирования. Они могут находиться в бизнес-подразделении, работать в группе обработки данных или в том и другом.
Бизнес-аналитики по-прежнему в курсе. На самом деле, они, скорее всего, станут гражданскими учеными в организации, потому что они более технически ориентированы, чем другие бизнес-профессионалы.
Роли уровня C — директор по данным (CDO) и директор по аналитике (CAO) — могут отчитываться перед ИТ-директором или нет. В некоторых случаях ИТ-директор может стать CDO или CAO в цифровом бизнесе, в котором приоритет отдается аналитике.
«Команды обработки данных, встроенные в бизнес-подразделения, — это единственный практичный способ справиться с быстрорастущими источниками данных и потребностями бизнеса в данных», — сказал Сатиш Джаянти, технический директор и соучредитель поставщика инструментов передачи данных Coalesce. «В то время как ИТ позволяет и играет жизненно важную роль в создании политик управления, [] бизнес будет включать группы данных, которые будут нести ответственность за владение высококачественными данными и обмен ими».
Специалисты по обработке данных и ИТ-специалисты максимизируют усилия по анализу данных. ИТ-команды продолжают играть ключевую роль в организации аналитических операций, проверяя правильную платформу и проверяя надежность данных для получения информации по мере того, как организации наращивают использование данных.
