Memperluas fokus mereka dari intelijen bisnis saja, para pemimpin data saat ini berusaha keras untuk mengambil keputusan secara real-time dan model prediktif yang membantu menjaga organisasi tetap unggul.
Namun untuk mencapainya, strategi data harus mendefinisikan pendekatan yang tepat yang dapat memahami data, menyelaraskannya dengan strategi bisnis, serta membangun solusi AI dan analisis data yang menjangkau seluruh organisasi. Anda harus memberdayakan orang-orang dan menentukan contoh penggunaan yang memenuhi kebutuhan bisnis, mulai dari analitik tradisional dan ilmu data hingga analitik operasional, digital, data sensor IoT, visualisasi data, inisiatif AI, dan pengembangan produk baru. Strategi data yang jelas adalah langkah pertama yang penting untuk meningkatkan skala AI.
Namun, untuk mewujudkan potensi data dan AI sepenuhnya, diperlukan pengambilan keputusan yang kreatif, penceritaan yang persuasif, dan dukungan lintas fungsi. Kerangka kerja enam langkah ini, yang dipadukan dengan insight dari para pemimpin data industri, akan membantu Anda merancang dan menerapkan strategi data yang memaksimalkan tim, bakat, dan kekuatan Anda sebagai sebuah organisasi.
Pelajari watsonx
Daftar untuk mendapatkan pembaruan AI
Menghubungkan data dan strategi AI Anda dengan strategi bisnis
Dengan strategi data yang bagus, dukungan itu penting. Untuk menyelaraskan prioritas bisnis dan data, Anda memerlukan pemahaman yang jelas tentang tujuan organisasi dan kepemimpinan senior. Bertemu dengan C-suite dan pemangku kepentingan bisnis adalah langkah pertama dalam membantu organisasi Anda mencapai tujuannya dengan merangkul data sebagai keunggulan kompetitif yang sesungguhnya. "Semua berawal dan berakhir dengan, masalah bisnis apa yang ingin Anda selesaikan?" ujar Dr. Rania Khalaf, Chief Information and Data Officer di Inari.
Pada akhirnya, menghubungkan strategi bisnis dan data berarti menggabungkan kerangka kerja dan panduan yang ada di seluruh departemen untuk mendapatkan satu pandangan terpadu tentang lingkungan data yang disetujui semua orang (idealnya).
Faktanya menurut Gartner®, CDO yang menghubungkan data dan analitik dengan hasil dan metrik bisnis yang diprioritaskan dan dikuantifikasi akan lebih sukses daripada rekan-rekan mereka yang tidak melakukannya.¹
Tetapi ketika Anda memulai, bersikaplah realistis, kata Srinivasan Sankar, Pemimpin Data dan Analisis Perusahaan di industri asuransi. Untuk membantu kepemimpinan melihat manfaat strategis dari inisiatif data dan AI, pertama-tama pastikan prioritas diklarifikasi dan disepakati saat lingkungan kolaboratif berbasis data Anda mulai terbentuk.
Identifikasi contoh penggunaan yang paling menarik
Jika Anda memiliki akses yang lebih baik ke data berkualitas tinggi, di mana di organisasi Anda dapat memecahkan masalah? "Ketika Anda bertemu dengan para pemangku kepentingan, identifikasi kebutuhan data di berbagai tujuan bisnis di dalam atau di seluruh lini bisnis untuk menunjukkan nilai data sebagai aset strategis," ujar Jo Ramos, yang mengkhususkan diri dalam merancang dan mengimplementasikan strategi data untuk klien IBM.
Pindai lingkungan data ke segala arah. Bagaimana jika Anda dapat menurunkan biaya rantai pasokan dengan memperbarui aplikasi lama? Atau mungkin Anda dapat mengotomatiskan risiko dan kepatuhan dengan AI untuk mendapatkan insight yang lebih cepat dan lebih baik? Dengan lebih memahami kualitas data Anda dan bagaimana data tersebut mengalir (atau tidak) di antara berbagai area organisasi seperti keuangan, penjualan, dan pemasaran, Anda akan mendapatkan pandangan yang lebih menyeluruh mengenai operasi dan menemukan peluang baru untuk meningkatkan laba, meningkatkan profitabilitas, dan mengurangi risiko.
Ketahui alat di toolkit Anda
Bekerja sama dengan TI untuk membawa strategi data Anda ke tingkat berikutnya dengan memanfaatkan infrastruktur dan teknologi yang ada, serta teknologi baru dan terdepan. Memahami ekosistem dan strategi teknologi organisasi Anda saat ini (serta sub dan sub-sub-strategi) membantu Anda merencanakan tindakan yang pasti dan dapat dicapai dalam menggunakan data, AI, dan aplikasi untuk membantu mencapai hasil bisnis. Pengetahuan tersebut sangat penting. Memanfaatkan inisiatif yang terencana dan didanai akan membantu memastikan bahwa Anda bisa mewujudkan strategi data Anda.
Membiasakan diri Anda dengan transformasi digital dan strategi AI organisasi Anda
Ramos menunjukkan bahwa memperbarui aplikasi dan berinovasi pada sistem lama tidak akan memberikan manfaat kecuali jika Anda mempertimbangkan lingkungan data perusahaan Anda saat ini terlebih dahulu. "Banyak organisasi berbicara tentang modernisasi aplikasi dan membawa aplikasi ke cloud, namun mereka melupakan data itu sendiri," ujarnya. "Dalam hal mengintegrasikan data dan melakukan analisis, ini bukan tentang memindahkan semua aplikasi ke cloud. Ini tentang mencari tahu bagaimana data akan hidup dalam arsitektur modern yang baru."
Bongkar poin-poin penting untuk mengungkap hambatan dan kesenjangan
Sekarang setelah Anda mengetahui tujuan akhir dan memiliki pemimpin yang terlibat (Anda sudah memilikinya, bukan?), sekarang saatnya untuk melihat ekosistem Anda dan menilai apa yang berhasil dan apa yang tidak. Apa saja hambatan dalam membangun pengalaman yang mengutamakan data?
Silo organisasi sering kali mendasari tantangan dalam integrasi data, manajemen data, dan alur kerja. Faktanya, 82% perusahaan terhambat oleh silo data.² Untuk menjadi lebih produktif, karyawan membutuhkan data layanan mandiri dan aplikasi atau solusi yang didukung AI dengan kontrol yang tepat. Hanya dengan memiliki akses seharusnya tidak menjadi penghambat.
Anda ingin pengguna Anda dapat mengakses data dan menggunakannya untuk hasil yang luar biasa. Mereka seharusnya tidak perlu memikirkan di mana data tersebut berada, apakah ada tata kelola yang diterapkan atau kepatuhan terhadap metadata di baliknya. Mereka harus dapat menggunakan data yang mereka butuhkan dengan percaya diri.
Periksa data untuk mengungkap apa yang Anda miliki dan apa yang Anda butuhkan
Topologi data mengungkapkan kurva dan kontur informasi seperti halnya peta topografi yang menunjukkan gunung, bukit, dan lembah. Sistem ini dapat mengklasifikasikan, mengelompokkan, dan mengelola skenario data yang mencakup prioritas dan kebutuhan yang bersaing di setiap organisasi. Ketika Anda memahami topologi data perusahaan Anda, Anda bisa mengidentifikasi kendala dan menunjukkan arsitektur data yang sudah ketinggalan zaman, seperti teknologi yang tidak sesuai dengan strategi bisnis. Anda juga dapat mengidentifikasi area untuk peningkatan yang logis, seperti peluang untuk mengadopsi teknologi AI dan otomatisasi yang lebih kuat, dan tanda bahaya yang menghambat integrasi data.
Lakukan inventarisasi untuk mengetahui siapa saja yang ikut serta dan apa yang mereka bawa
Tidak peduli seberapa brilian dan berbakatnya Anda, Anda tidak dapat merekayasa perubahan data besar-besaran sendiri. Pastikan tim Anda, termasuk Anda, memiliki keterampilan khusus dan pelatihan berkelanjutan yang diperlukan untuk mengikuti laju cepat industri TI, terutama dalam hal AI. Lebih dari separuh organisasi meningkatkan keterampilan staf internal untuk memperluas literasi dan keahlian data mereka, sementara satu dari lima organisasi mempekerjakan lulusan dan melatih mereka.³ Jadilah pintar, tetap pintar.
Memprioritaskan elemen-elemen data penting untuk tata kelola
Menjaga elemen data yang penting dan diatur, seperti nama, alamat, nomor jaminan sosial, dan lainnya. Sangat penting untuk menjalankan berbagai sistem bisnis tanpa kesalahan duplikasi, pencarian yang tidak dapat diandalkan, atau pelanggaran privasi. Dapatkan keseimbangan yang sensitif antara mengamankan data dan mendorong inovasi. Pertimbangkan siapa yang saat ini memiliki, mengelola, dan menentukan kebijakan yang terkait dengan data, dan apakah tata kelola tersebut memengaruhi keamanan, privasi, atau kepatuhan. Pastikan orang yang tepat dalam organisasi Anda memiliki hak keputusan, kerangka kerja akuntabilitas, dan sumber daya eksternal untuk memastikan perilaku yang sesuai dalam penilaian, pembuatan, konsumsi dan kontrol data, dan analitik. Jangan lupa tata kelola teknologi AI apa pun yang Anda gunakan pada tahap ini.
Untuk mempelajari lebih lanjut, lihat kursus IBM tentang topologi data
Jelajahi kursus dan toolkit enterprise design thinking gratis
Tentukan status target data Anda
Jabarkan visi komprehensif Anda sehingga percakapan strategi data, dan perubahan proses bisnis yang dihasilkan, sama berartinya bagi para insinyur aplikasi dan analis bisnis, seperti halnya bagi SDM dan penjualan. "Banyak lingkungan data yang sudah ketinggalan zaman dan jarang sekali memiliki fleksibilitas untuk berevolusi di lingkungan digital saat ini," ujar Tony Giordano, yang memimpin strategi data, konsultasi, dan transformasi untuk IBM.
"Namun digital membutuhkan kemampuan pengambilan keputusan secara real-time, dan model-model prediktif yang menyediakan kemampuan pengambilan keputusan secara real-time ini membutuhkan lingkungan ilmu data. Data operasional kini menjadi bagian penting dari ekosistem data Anda. Arsitektur data modern membutuhkan ekosistem data yang terintegrasi dengan kemampuan yang perlu dikelola, diatur, dan diamankan untuk memastikan kualitas data yang konsisten dan fleksibilitas untuk berevolusi seiring dengan perkembangan saluran digital."
Tingkat detail ini membuat perubahan proses bisnis tidak terlalu melelahkan, karena Anda siap untuk menjawab kekhawatiran dengan penjelasan terperinci tentang bagaimana solusi akan membuat hidup pengguna lebih mudah. Hal ini merupakan masalah besar. Sebanyak 37% responden dalam survei terbaru mengatakan bahwa keamanan data merupakan tantangan nomor satu bagi mereka, diikuti oleh masalah privasi data dan mengelola jalur data.⁴
Lebih spesifik tentang di mana modernisasi aplikasi, otomatisasi, dan AI dapat membawa strategi Anda ke tingkat berikutnya
Semakin banyak Anda belajar dari transformasi digital dan strategi TI, semakin baik pula strategi data Anda. Insight tersebut membantu mendorong efisiensi, meningkatkan pertumbuhan pendapatan, dan memitigasi risiko, terutama jika diperkuat dengan modernisasi aplikasi, otomatisasi, dan AI.
Lufthansa bekerja sama dengan tim IBM untuk menguji coba ide dan layanan bisnis baru berbasis AI yang meningkatkan pengalaman pelanggan. Sumber data yang sebelumnya berbeda kini dapat dicari dalam bahasa alami dan istilah penerbangan agar lebih mudah menjawab hampir 100.000 pertanyaan pelanggan setiap tahunnya. "Bagi Lufthansa, AI sangat penting karena AI benar-benar membuka dunia data yang kami miliki," kata Mirco Bharpalania, Senior Director, Cross Domain Solutions di Lufthansa Group. "Ini benar-benar membantu kami untuk membuka semua potensi yang entah bagaimana atau di suatu tempat di dalam database kami yang sudah kami miliki."
Ukur kemajuan menuju tujuan Anda
Kami memahami apa yang Anda hadapi. Sebagai pemimpin data, Anda sering kali diharapkan untuk memberikan dan mengukur hasil yang besar dalam tiga bidang yang saling bersaing: pertumbuhan pendapatan, efisiensi operasional, dan mengurangi risiko keamanan dan privasi. Gunakan data terbaik untuk berkontribusi langsung pada pertumbuhan perusahaan. Dengan menetapkan metrik keberhasilan, Anda memprioritaskan upaya berdasarkan apa yang paling penting saat ini bagi organisasi Anda.
Jangan lupa untuk melihat kembali catatan Anda dari pertemuan awal dengan para pemangku kepentingan untuk melihat bagaimana mereka mendefinisikan indikator kinerja utama dan tujuan, dan bagaimana hal itu sesuai dengan arsitektur data dan strategi AI saat ini. Apakah metrik Anda memenuhi rencana besar yang ditetapkan pada saat itu? Jika tidak, inilah waktunya untuk menyambungkan kembali dan menyelaraskan kembali. “Peran CDO seringkali berumur pendek. Alasannya adalah tidak menetapkan ekspektasi. Pastikan Anda menetapkan ekspektasi tersebut dan memberikan hasil yang sesuai," kata Sankar.
Tangkap sorotan strategi data Anda dan bagikan
Pada titik ini, Anda harus jelas tentang prioritas organisasi Anda dan bagaimana menggunakan data dan AI untuk memberikan dan mempercepat nilai bisnis. Apa celah Anda selanjutnya untuk ditutup? Melihat gambaran besar di mana Anda berada dan apa yang ada di depan dapat memberi Anda konteks strategis untuk membuat rencana yang dapat ditindaklanjuti untuk pengiriman dan skala. Saat Anda melakukannya, sertakan hasil, sasaran, dan langkah-langkah yang akan membuat Anda tetap di jalur sehingga Anda dapat membaginya dengan perusahaan Anda saat perjalanan berlangsung. Berikut beberapa hal yang harus disertakan dalam ikhtisar strategi data Anda:
- Pengamatan, tantangan dan rekomendasi
- Tujuan, hasil, dan tindakan
- Kebutuhan data lintas fungsi untuk mendukung berbagai contoh penggunaan
- Kebutuhan privasi data dan keamanan
Ingat: strategi bukan sekadar latihan di atas kertas. Ini adalah pendekatan yang hidup dan terus berkembang. Jadi jadilah kreatif. Tinjau dan optimalkan secara berkala berdasarkan perubahan tujuan dan sasaran bisnis, dan selalu pastikan bahwa strategi Anda memungkinkan fleksibilitas, kelincahan, dan inovasi manusia.
Unduh kerangka kerja strategi data enam langkah
Petakan dan navigasikan skenario dunia nyata
Entah itu berarti berinovasi pada sistem yang sudah usang, membuang produk lama, mendelegasikan kepada mitra yang paham data, atau menerapkan kecerdasan buatan di seluruh spektrum bisnis, tugas Anda adalah fokus pada tujuan data dengan sesedikit mungkin mengalihkan perhatian. Anda mendapatkan insight dari pengguna data Anda. Pertimbangkan cara terbaik untuk mempercepat nilai bisnis mereka dengan menggunakan AI. Menerapkan topologi data yang Anda buat pada fase strategi membantu Anda mengawasi contoh penggunaan dan memantau berbagai kontrol di berbagai lini bisnis.
Menguraikan kebijakan tata kelola data berdasarkan kualitas, privasi, dan keamanan data dan AI
Sebagai bagian dari pendekatan manajemen data modern, kemampuan tata kelola dan privasi yang kuat membantu organisasi berkembang di tengah volume data yang terus bertambah. Lapisan metadata dan tata kelola untuk semua data, analitik, dan inisiatif AI meningkatkan visibilitas dan kolaborasi di seluruh organisasi Anda, di mana pun data berada. Kebijakan tata kelola data Anda akan membentuk perilaku seputar kualitas, privasi, keamanan, dan manajemen data, serta menunjukkan di mana AI merampingkan upaya regulasi tersebut. Kebijakan apa pun yang Anda terapkan harus membantu menstandarkan terminologi untuk data terstruktur dan tidak terstruktur sehingga semua orang dalam organisasi dapat berbicara dengan bahasa yang sama. Semua itu harus didukung oleh aplikasi yang dirancang untuk lingkungan tertentu, selaras dengan persyaratan keamanan dan peraturan, dengan platform pendekatan multicloud hibrida untuk memastikan perlindungan yang optimal.
Dapatkan buku elektronik: Tata kelola data untuk pemimpin data →
Identifikasi pendukung data Anda
Orang-orang di seluruh organisasi Anda yang Anda identifikasi sebagai sekutu dalam strategi dan advokasi data adalah mitra Anda untuk sukses. Cari tahu siapa yang paling bersemangat tentang dampak data terhadap pekerjaan mereka dan libatkan mereka dalam pertemuan rutin dan mempertahankan standar. “Saya memulai dari yang kecil dengan mengidentifikasi produk unggulan,” kata Sankar. “Ini akan dimulai dengan satu unit bisnis dan begitu berhasil, akan menular ke lainnya.”
Sebagai perusahaan yang mengutamakan data, IBM memiliki tim advokat data yang didedikasikan secara khusus untuk membantu organisasi mengadopsi penggunaan data yang lebih baik dan lebih luas di setiap tingkatan.
Para pendukung data ini diberdayakan sepenuhnya di dalam IBM dalam arti bahwa jika mereka menemukan kelompok yang berpikiran sama di bidang piutang atau rantai pasokan, misalnya, dan ingin bergerak maju dengan kemampuan data dan AI, mereka bisa maju tanpa harus kembali untuk mendapatkan izin atau pendanaan.
Standarisasi nomenklatur Anda
Pada tahun 2024, organisasi yang memanfaatkan metadata aktif secara efektif akan mengurangi waktu pengiriman data terintegrasi hingga setengahnya dan meningkatkan produktivitas tim data sebesar 20%.⁵
Untuk menggunakan metadata untuk membantu menstandarkan nomenklatur Anda, banyak yang menerapkan katalog pengetahuan. Katalog pengetahuan memungkinkan pengguna mengakses, mengkurasi, mengkategorikan, dan berbagi data, aset pengetahuan, dan informasi kepatuhan, seperti glosarium umum lintas organisasi. Tujuannya adalah memastikan semua orang berpendapat sama, secara harfiah, tentang tata kelola, kualitas data, dan kepatuhan.
Atur siklus sprint Anda
Agar strategi data dan AI dapat diterapkan, organisasi sering kali perlu merekayasa ulang seluruh budaya mereka di sekitar konsep dan lingkungan baru. Kedengarannya menakutkan, tetapi bukan tidak mungkin.
Mulailah dengan memikirkan apa yang dapat Anda capai yang berharga dan layak dalam waktu singkat. Kumpulkan tim lintas fungsi Anda untuk mencapai tujuan yang jelas. Kemudian, tetapkan siklus sprint pendek dengan pencapaian yang dapat ditindaklanjuti yang akan membantu membuktikan hasilnya. Salah satu pendekatannya adalah dengan mengikuti proses sederhana dan berulang yang digunakan oleh para pakar data IBM:
- Rencanakan satu hingga dua minggu dengan lokakarya penemuan dan sesi perencanaan strategi data yang mencakup latihan pemetaan topologi data.
- Buktikan selama enam minggu dengan contoh penggunaan berbasis pelanggan dengan pencapaian yang dapat ditindaklanjuti dan dipelajari.
- Mengadopsi dan mengukur dengan produk uji yang dilacak di seluruh pemangku kepentingan internal untuk memastikan konversi.
Bagian terakhir itu sangat penting. Untuk mendorong pemahaman yang jelas tentang manfaat strategi apa pun, pastikan C-suite, tim teknologi, dan pengguna bisnis memiliki garis akhir yang sama dalam pandangan mereka.
Kumpulkan kemenangan kecil dalam bentuk MVP
Terkadang, Anda bisa mendapatkan hasil maksimal dari jumlah investasi yang paling sedikit. Tim TI di Experian tidak mengetahui adanya tempat untuk analisis data di back office mereka; mereka hanya tahu bahwa mereka tenggelam dalam informasi. Menyusun satu laporan kredit dalam waktu kurang dari satu detik membutuhkan tidak kurang dari 3.000 sumber data, 200 juta catatan yang diperbarui secara konstan setiap bulan, dan miliaran baris data tambahan yang melacak data historis yang diarsipkan dan kumpulan data turunan.
Bekerja sama dengan IBM, Experian mengimplementasikan MVP yang memungkinkan pengguna untuk merenungkan dan menguji ide-ide baru dengan investasi dan fitur yang paling sedikit. Dalam banyak kasus, ini adalah cara tercepat dan hemat biaya untuk menguji hipotesis dan mencari tahu apakah investasi lanjutan masuk akal. Dalam hal ini, itu benar-benar terjadi. "Dalam waktu 90 hari, kami memiliki bukti konsep, yang hasilnya menunjukkan bahwa kami dapat meningkatkan cakupan kami hingga 500% dan menurunkan biaya kami hingga 80%," ujar Joni Rolenaitis, Chief Data Officer di Experian.
Dengan mengintegrasikan teknologi dan sistem baru, organisasi menjadi lebih otomatis, berbasis data, toleran risiko, dan aman. Ini juga cara mereka bekerja lebih cerdas, bukan lebih keras. Lagipula, insight dari alur kerja yang didorong oleh AI dapat mengarah pada efisiensi baru dan aliran pendapatan yang lebih menguntungkan. Pertimbangkan bagaimana ekosistem data yang ketinggalan zaman dan praktik manajemen memengaruhi kemampuan karyawan untuk membuat keputusan. Penelitian menunjukkan bahwa hingga 68% data tidak dianalisis di sebagian besar organisasi.⁶ Dengan kemajuan besar dalam kapasitas komputasi, algoritme yang lebih cerdas, dan penyimpanan yang terjangkau, menyatukan data adalah dasar dari organisasi yang menghadapi masa depan.
Buat katalog pusat untuk menemukan dan berbagi insight
Anda pasti ingin memanfaatkan katalog pusat untuk menyimpan dan berbagi insight, yang memungkinkan konsumsi data yang disederhanakan. Di dalam katalog, data ditambahkan dalam bentuk asli dan dikurasi dengan penyimpanan yang sesuai dengan tujuan yang memungkinkan untuk publikasi dan langganan data di seluruh organisasi. Alat akses data lebih dari sekadar aplikasi atau proses individual untuk mempertimbangkan bagaimana data Anda diserap dan pengetahuan apa yang muncul. Tingkat detail ini memungkinkan pengguna untuk membuat keputusan secara real-time yang mempertimbangkan data untuk lini bisnis, serta untuk analis, ilmuwan data, dan badan pengatur dan federal.
Mendorong adopsi dari segala arah dengan memberdayakan konsumen data
Ini bukan hanya berfokus pada data. Anda dapat menggunakan kerangka kerja manajemen data yang baru untuk mendorong adopsi data organisasi dan strategi AI dari segala arah, tidak hanya dari atas ke bawah. Dengan cara ini, Anda akan memengaruhi cara bisnis Anda berkomunikasi, meningkatkan alur kerja utama, mengoptimalkan keamanan, dan membuka model bisnis baru, peluang pasar, dan efisiensi operasional.
Komunikasikan hasil untuk visibilitas maksimum
Biarkan orang tahu sebesar apa usaha Anda membuahkan hasil. "Bangun kredibilitas dengan proses bisnis dan koneksi data, dan dengan menceritakan kisah yang menarik dengan data Anda," kata Sankar. Lakukan hal tersebut di seluruh perusahaan (ke atas, ke bawah, ke samping, secara diagonal) dengan pembaruan cepat dan laporan rutin yang mengukur bagaimana strategi baru Anda mendorong pendapatan dan membuat pekerjaan menjadi lebih menyenangkan bagi semua orang, terutama dalam hal AI.
Rekrut (dan latih kembali) talenta agar tetap tangkas
Kekurangan talenta itu nyata, namun sebagian besar organisasi tidak tahu apa yang harus dilakukan. Menutup kesenjangan keterampilan berarti melihat lebih dari sekadar strategi perekrutan dan pelatihan tradisional. Ketika perusahaan berjuang untuk memenuhi kebutuhan talenta mereka, banyak perusahaan yang membuat penyesuaian pada persyaratan pendidikan dan pengalaman hanya untuk mengisi posisi. Apa yang dapat Anda lakukan ketika pelatihan dan perekrutan tidak cukup? Pertimbangkan tips-tips berikut ini dari panduan perusahaan IBM untuk menutup kesenjangan keterampilan dan jelajahi cara untuk mengisi kesenjangan keterampilan dengan AI dan otomatisasi.
Menumbuhkan literasi data sepanjang waktu
Gartner memperkirakan bahwa pada tahun 2023, literasi data akan menjadi pendorong nilai bisnis yang penting dan diperlukan, yang ditunjukkan dengan penyertaannya secara formal di lebih dari 80% strategi data dan analitik serta program manajemen perubahan.⁷ Namun, mengikuti perkembangan literasi data seharusnya tidak menjadi upaya tahunan atau triwulanan. Ini harus menjadi bagian berkelanjutan dari strategi perusahaan Anda. "Jika Anda mencoba mencapai budaya berbasis data dan Anda tidak memberdayakan orang-orang, itu adalah sebuah oksimoron," kata Bhandari. "Jika ini adalah budaya berbasis data, maka orang-orang harus melihat data."
Membangun kemitraan yang kuat di seluruh organisasi
Pada tingkat yang paling dasar, tugas Anda sebagai pemimpin data adalah membantu organisasi Anda membuat keputusan yang paling bijaksana tentang pengumpulan, pengelolaan, dan penggunaan data. Saat Anda membangun dan memperkuat kemitraan di setiap tingkat, bersikaplah terbuka terhadap masukan dan kolaborasi, dan harapkan hal yang tidak terduga. Karena sesuatu yang menarik terjadi ketika Anda mengembangkan organisasi yang mengutamakan data. Semakin banyak visi Anda yang masuk ke dalam DNA organisasi, semakin Anda dapat "melepaskan" dengan hanya mendukung budaya di mana orang-orang termotivasi untuk belajar dan mengambil peran baru. Melalui semua itu, teruslah mengkomunikasikan tujuan dan sasaran dengan jelas dan dengan pandangan ke masa depan.
Gartner memperkirakan bahwa pada tahun 2023, literasi data akan menjadi pendorong nilai bisnis yang eksplisit dan penting, yang ditunjukkan dengan penyertaannya secara formal di lebih dari 80% strategi data dan analitik serta program manajemen perubahan.⁷
Organisasi Anda, yang terinspirasi oleh strategi data Anda, akan mendukung Anda. Saat Anda menambah teknologi yang ada dan memperkenalkan teknologi baru untuk menyederhanakan akses data di setiap tingkat organisasi, ingatlah bahwa Anda melakukan lebih dari sekadar menciptakan efisiensi dan mendorong insight baru. Anda sedang membangun budaya yang terdiri atas orang-orang yang memiliki hasrat untuk menggunakan data secara maksimal.
Catatan kaki
1 “CDO Agenda 2022: Pull Ahead By Focusing on Value, Talent and Culture,” Gartner, 2021.
2 “The Total Economic Impact Of IBM Garage,” a commissioned study conducted by Forrester Consulting, Oktober 2020
3 “Tableau Boosts its Data Literacy Initiatives to Address Data Skills Gap, Expand Market,” IDC doc #EUR148573521, IDC, Desember 2021
4 “Diving into the data lake - Sorotan dari VotE: Data & Analytics, Data Platforms 2021,” 451 Research, bagian dari S&P Global Market Intelligence, 2021
5 “The Impacts of Emerging Cloud Data Ecosystems: An Architectural Perspective,” Gartner, 9 September, 2021
6 “Rethink Data: Put More of Your Business Data to Work – From Edge to Cloud,” Seagate Technology, Juli 2020
7 “A Data and Analytics Leader's Guide to Data Literacy,” Gartner, 2021
GARTNER adalah merek dagang dan merek layanan terdaftar dari Gartner, Inc. dan/atau afiliasinya di A.S. dan internasional dan digunakan di sini dengan izin. Semua hak cipta dilindungi undang-undang.