Mindenki hisz az adatelemzés csodájában – azzal viszont már sokkal kevesebben akarnak szembesülni, hogy az adatokkal rengeteg munka van, mielőtt hasznosítani lehet azokat. De aki eredményeket akar elérni, nem úszhatja meg ezt a munkát.
◼︎ Megbízol az adataidban?
Elméletben az adat az új olaj – a vállalati gyakorlatban viszont sokszor inkább az a helyzet, hogy az adat az új szemét. A digitalizáció felgyorsulásával irgalmatlan mennyiségű adat zúdul a szervezetekre, és hiába tudja a vezetőség, hogy abból értéket kell(ene) teremteni, a tényleges hasznosítás sokkal inkább hasonlít guberálásra, mint olajfinomításra.
Szilárd alapokon
Azért is nehéz az adatokból új értéket teremteni, mert az adatokat alapvetően egyszer használatosra tervezték – mondja Halász Gábor, az Areus üzletfejlesztési igazgatója. „Az adatokat általában annak a szoftvernek az igényei szerint tervezik meg, amelyik használni fogja őket. Ennek viszont egyenes következménye, hogy az egyes osztályok más-más definíciókat használnak, mások az adatminőséggel kapcsolatos elvárásaik. Aki már készített olyan jelentést, amelyhez több társosztálytól kellett begyűjteni az adatokat, az tudja, miről beszélek. Elemzők egybehangzó állítása szerint az idő 80 százaléka az adatok összegyűjtésére és előkészítésére megy el.”
A megoldást az adatmenedzsment kínálja. Ennek a területnek a feladata, hogy feltérképezze és összeszedje a vállalati adatvagyont, katalógust készítsen belőle, gondoskodjon a minőségéről és előkészítse a további felhasználásra. Az adatelemzés már nem tartozik a tevékenységi körébe, de minden olyan feladat igen, ami felhasználhatóvá teszi az adatokat. „Kicsit olyan, mint a ház alapja: nem látványos, de ha nem csinálják meg rendesen, ingatag lesz a felépítmény is”, hoz egy hasonlatot Halász Gábor.
Ismert, pontos és elérhető
Három tulajdonsággal kell rendelkeznie az adatnak, ha hasznosítani akarjuk: legyen ismert a létezése, legyen megbízható (pontos) és legyen elérhető.
Az első pont triviálisnak tűnik, pedig nem az. Egy IBM-felmérés szerint a vállalati adatok 93 százalékáról azt sem tudják, hogy létezik vagy hol található – ez a dark data. Éppen emiatt minden adatmenedzsment projekt 0. lépése egy magas szintű adattérkép elkészítése. Az adatkörök feltérképezése után lehet meghatározni a prioritásokat is, és fontossági sorrendet felállítani.
A második lényeges kérdés az adatminőség biztosítása. A vállalati adatok többségéről a felhasználóik sem tudják, hogy mennyire megbízhatóak, mennyire lehet hinni nekik. „Hiába készül egy gyönyörű elemzés, ha a kiindulási adatok nem pontosak, az egésznek jogosan nem fognak hinni. Az adatokba vetett bizalom nélkül nem lehet adatvezéreltté tenni a világot, mert ha nem bíznak bennük a vezetők, visszatérnek a megérzésen alapuló döntéshozatalra”, hangsúlyozza ennek fontosságát Halász Gábor. Egy jó minőségbiztosítási rendszer garantálni tudja, hogy mindig minden adatról el lehessen dönteni, mennyire pontos.
Végül a harmadik fontos tényező az adatok elérhetősége. Hiába van meg egy adat a rendszerekben, ha az nem jut el kellő időben a felhasználóhoz. Ezért is lényeges, hogy kialakítsák a hozzáférési jogosultságok kezelésének rendszerét. Arra is gondolni kell, hogy jogosultságra nem csak természetes személynek, hanem rendszernek is szüksége lehet.
Adathíd az üzlet és az IT között
Ambivalens területe a vállalati informatikának az adatmenedzsment. A vállalatok és vezetőik már kezdenek rájönni, hogy a nyers adatból csak úgy magától nem lesz üzletileg értékes információ, még fejlett elemzőeszközökkel sem. A nyers adatok (adatbázisok) és a modern elemző eszközök közé kell még egy közvetítő infrastruktúraréteg, vagyis az adatmenedzsment.
De nem csak az infrastruktúrában, hanem a szervezetben is új réteget jelent az adatmenedzsment. Az üzlet folyószámla-egyenleget emleget, az informatika X adatbázis Y mezőjét – de egyáltalán nem biztos, hogy a kettő ugyanaz. A különféle üzleti rendszerekben más-más definícióval és értéknappal szerepelhet az egyenleg. Tehát amikor az üzlet kér egy adatot az IT-től, egyáltalán nem biztos, hogy azt kapja, amit szeretne, egyszerűen azért, mert nem értették meg egymást.
| Menedzsment vagy governance?
Magyarországon sok esetben szinonimaként használják a data management és a data governance kifejezéseket. Az Areus szakértője szerint az előbbi tágabb fogalom: lefedi mindazt a tevékenységet, amit az adatokkal tenni kell, mielőtt felhasználják őket. Utóbbi inkább az alapelveket fekteti le, azt definiálja, hogy ki mit csinálhat az adatokkal, milyen módszerek szerint kezelik őket, ellenőriz, de a tényleges végrehajtást a data management egyéb eszközeire bízza. |
Ám hiába az igény, az Areus tapasztalatai szerint egyelőre kevés helyen hajlandóak kellő erőforrásokat fordítani erre a célra. Pedig nagyvállalatok esetében nem lenne szabad túlzottan spórolni. Ez tipikusan olyan terület, ahol a 80 százalékos megbízhatóság semmit sem ér. Csalódást kelt az eredmény, és a szervezet nem fog még egyszer belevágni, mert ha a befektetett munka mégsem hozza a várt eredményt, az egész technológia hitelét veszti előtte. „A menedzsment felső rétegei nem látják be, miért kellene erre ennyit áldozni, mikor az üzleti értéket az elemzések hozzák. Pedig meg kell érteniük, hogy más világ van, mint 20 évvel ezelőtt, és ha más célokra akarjuk használni az adatainkat, másképp is kell menedzselni őket”, figyelmeztet Halász Gábor.
Nem egyszeri feladat
Egy nagyvállalat esetében az adatmenedzsment akár több éves és százmilliós projekt is lehet. Természetesen lépésenként érdemes haladni, de ezeket a lépéseket előre meg kell tervezni. Tipikus hiba, hogy a szervezet egyes területei külön-külön, saját eszközökkel vágnak bele, így a végén nem lesz egységes a rendszer. Előre dönteni kell az eszköz- és folyamatrendszerről, amely mentén végigcsinálják az egészet, és utána lehet elkezdeni rendbe tenni az egyes adatkategóriákat.
Halász Gábor végül arra is emlékeztet, hogy az adatmenedzsment nem pusztán projekt, hanem olyan vállalati funkció, amelyet a későbbiekben is működtetni kell. Az új termékek, rendszerek kialakításánál figyelembe kell venni az adatszempontokat, folyamatosan ügyelni kell az adatminőségre és az adatmenedzsment többi aspektusára. Mindezt pedig úgy lehet a legjobban biztosítani, ha a vállalathoz megfelelő hatáskörrel kineveznek egy CDO-t, vagyis Chief Data Officer-t, aki az egészet felügyeli.
