Dojrzałość DS/ML (analityczna) w organizacji - czym jest i jak wygląda?

sages.pl 3 lat temu
Dane w organizacji powinniśmy traktować jako nasze dobro. Czasami mówi się, iż w dzisiejszych czasach dane dla firm, to współczesny ekwiwalent ropy naftowej, czyli stanowią dużą wartość w biznesie. To one bezpośrednio informują nas, co się dzieje w biznesie, jak on aktualnie wygląda, w jakim jest stanie, dokąd zmierza i jak najefektywniej możemy to wykorzystać. Nie ulega wątpliwości, iż dobre zarządzanie danymi w organizacji oraz ich analizowanie wymaga określonych umiejętności i narzędzi. To właśnie sprawność organizacji w wykorzystywaniu danych i ich pozytywny skutek na jej rozwój nazywamy analityczną dojrzałością organizacji, która ma coraz większy wpływ nie tylko na firmy technologiczne, ale również inne branże, które się coraz intensywniej cyfryzują.

Definicji dojrzałości analitycznej jest dosyć sporo, w wielu publikacjach z dziedziny zarządzania można znaleźć inną, traktującą o wybranych aspektach dojrzałości organizacji. Jednym z prostych, acz popularnych podziałów mówiących o dojrzałości analitycznej organizacji jest umiejętność korzystania z kolejnych poziomów zaawansowania analityki:
* deskryptywnej,
* predyktywnej,
* preskryptywnej.

Warunkiem koniecznym, nazwijmy go poziomem zerowym, do mówienia o analityce w organizacji, jest posiadanie spójnych i wiarygodnych danych, dostępnych dla grona osób analizujących je. Wydaje się to dość oczywiste, niemniej, problemy ze “znalezieniem” danych w organizacjach nie są takie znowu rzadkie, nie wspominając już o posiadaniu ogólnodostępnej platformy do ich przetwarzania, co zresztą jest już często uznawane za wyższy poziom dojrzałości analitycznej. Niemniej, należy pamiętać, iż wszystko zaczyna się od dostępności danych.

Jak już uzyskamy podstawowy (zerowy) poziom analityczny, czyli “mamy dane”, należy je dokładnie poznać. Dość naturalnym pierwszym krokiem jest po prostu opisanie danych, czyli po prostu sprawdzenie, co się w nich znajduje, nazywanych bardziej formalnie analityką deskryptywną, która jest w istocie pierwszym poziomem dojrzałości analitycznej organizacji w tym ujęciu. Już przy niewielkiej ilości danych tak naprawdę manualne sprawdzanie jest mało celowe, zatem zaprzęgamy do tego matematykę i statystykę, analizując dane poprzez proste miary jak średnie, mediany, odchylenia standardowe itd. Na tym etapie często również rozpoczynamy budowanie raportów i wizualizacji, gdyż same numeryczne miary mogą być zbyt mało mówiące. Pozwoli nam to zrozumieć w istocie co dzieje się w naszych danych historycznych i jak zachowuje się nasz biznes.

[![alkbaner2022.webp](/uploads/alkbaner2022_fabc32946b.webp)](https://www.zarzadzanie.ai/big-data.html)

Naturalnym kolejnym poziomem zaawansowania analitycznego będzie próba przewidywania przyszłości z danych, czyli analityki predyktywnej. W tej analizie używamy matematyki i statystyki do tworzenia licznych, potencjalnie dość skomplikowanych modeli, które na podstawie obecnych i historycznych danych, pozwalają przewidzieć zachowanie danego elementu biznesu w przyszłości. Na podstawie wyników modeli predykcyjnych mamy dodatkową informację jak w (niedalekiej) przyszłości zachowywał będzie się nasz biznes, co nam ułatwia jego rozwój i pomaga w podejmowaniu decyzji wpływających na przyszłość naszego przedsięwzięcia.

Zanim przejdę do trzeciego poziomu, pozwolę sobie zauważyć, iż przedstawiciele biznesu bardzo dobrze potrafią przewidywać i typować trendy, ale mają problem z wytłumaczeniem, w jaki sposób doszli do swoich wniosków, czyli skwantyfikować swoje doświadczenie. Tutaj na scenę wkracza analityka preskryptywna, dzięki której możemy sprawdzić, czemu tak się dzieje w naszym biznesie. Dzięki niej dowiemy się również, co należy zmienić, o ile chcemy jeszcze lepiej wpływać na naszych klientów. Jest to najwyższy poziom dojrzałości, do którego powinna dążyć każda organizacja, której działanie opiera się na danych. Warto tu wspomnieć, iż rozgraniczenie pomiędzy analityką predyktywną i preskryptywną bywa dość arbitralne i często jest dyskutowane, do której kategorii dana technika należy. Niemniej, w opisywanym podejściu firma w kategorii trzeciej, która umie wykorzystać analitykę preskryptywną w swoim biznesie, używa danych do analizy swojej przeszłości, wraz z jej różnymi zmiennymi, do wprowadzenia zmian i strategii w organizacji mających na celu jej najbardziej optymalne funkcjonowanie w przyszłości. Dodatkowo, umie na bieżąco monitorować zmiany w środowisku biznesowym i względnie zwinnie na nie reagować.

Więcej na temat dojrzałości analitycznej w organizacji omawiamy podczas zajęć na **studiach podyplomowych** o kierunku [Data Science i Big Data w zarządzaniu](https://www.zarzadzanie.ai/big-data.html). Przygotowują one studentów do zarządzania organizacją, na podstawie technologii związanych z Data Science i Big Data. Absolwent będzie w stanie skutecznie przeprowadzić transformację przedsiębiorstw lub działu w stronę przedsiębiorstwa opartego o analizę danych. Właśnie trwa rekrutacja na jesienną edycję tych studiów.

**Ciekawe linki**:
* [https://en.wikipedia.org/wiki/Prescriptive_analytics](https://en.wikipedia.org/wiki/Prescriptive_analytics)
* [https://www.investopedia.com/terms/d/descriptive-analytics.asp](https://www.investopedia.com/terms/d/descriptive-analytics.asp)
* [https://www.investopedia.com/terms/p/predictive-analytics.asp](https://www.investopedia.com/terms/p/predictive-analytics.asp)
* [https://www.investopedia.com/terms/p/prescriptive-analytics.asp](https://www.investopedia.com/terms/p/prescriptive-analytics.asp)
Idź do oryginalnego materiału