Strategi data sangat penting untuk setiap contoh penggunaan, tetapi evolusi cepat Kecerdasan Buatan (AI) telah secara signifikan memperkuat pentingnya strategi yang ditentukan dengan jelas.
Semua kemampuan AI berbasis data, jadi Anda mungkin menganggap satu strategi data siap AI akan bekerja untuk setiap contoh penggunaan AI. Namun AI tradisional dan AI gen memiliki persyaratan data yang berbeda. Untuk mendapatkan nilai maksimal dari gen AI, Anda memerlukan strategi data yang dapat membantu Anda mengelola data tidak terstruktur.
Strategi ini dimulai dengan memahami lingkungan data Anda: aset data, infrastruktur data, dan penggunaan data saat ini dalam proses bisnis Anda. Anda juga perlu menanamkan budaya literasi data dalam organisasi Anda dan memberdayakan karyawan melalui demokratisasi data dan pemahaman dasar tentang AI. Ini bukan tugas yang paling mudah, tetapi ini adalah tugas yang penting dan dapat dicapai. Kerangka kerja berikut akan membantu Anda merancang strategi data yang tepat untuk mencapai tujuan bisnis organisasi Anda dan menciptakan kesuksesan dengan AI.
Bertemu dengan pimpinan senior untuk mendapatkan pemahaman yang jelas tentang sasaran dan prioritas utama organisasi Anda. Percakapan ini akan memberi Anda kesempatan untuk mengajukan berbagai pertanyaan penting dan merencanakan arah terbaik untuk strategi data Anda.
Memahami kualitas data perusahaan dan bagaimana data tersebut mengalir, atau tidak mengalir, di berbagai area bisnis akan memungkinkan Anda untuk menyibak nilai bisnis yang belum ditemukan.
Lanjutkan untuk berkonsultasi dengan pemangku kepentingan seiring dengan pembentukan strategi data Anda. Pertimbangkan prioritas dan masalah mereka.
Identifikasi contoh penggunaan yang paling menarik
Menyelaraskan data yang tepat dengan tujuan bisnis Anda "dimulai dan diakhiri dengan pertanyaan, masalah bisnis apa yang ingin Anda tangani?" ujar Tony Giordano, yang memimpin strategi data, konsultasi, dan transformasi untuk IBM.
Saat Anda mencari contoh penggunaan yang menarik, pertimbangkan hasil yang jelas dan dapat dicapai. CDO terkemuka memahami apa yang mendorong bisnis mereka dan pentingnya menghubungkan data dan analitik dengan hasil yang diprioritaskan.¹
Lindungi investasi Anda
Tingkatkan strategi data Anda dengan memanfaatkan infrastruktur, teknologi, dan keterampilan yang ada. Kenali ekosistem teknologi organisasi Anda untuk menentukan di mana dan bagaimana data Anda dapat membantu mencapai hasil bisnis. Ketika Anda benar-benar memahami data, Anda bisa menentukan arsitektur data yang sudah usang dan tidak selaras dengan strategi bisnis, memanfaatkan inisiatif yang didanai dengan lebih baik, dan mengidentifikasi area yang perlu ditingkatkan.
Mengidentifikasi hambatan dan kesenjangan
Setelah menetapkan tujuan akhir dan mendapatkan dukungan kepemimpinan, Anda dapat mengidentifikasi hambatan dalam membangun pengalaman yang benar-benar berpusat pada data. Silo sering menjadi penyebab utama tantangan dalam integrasi data, manajemen data, dan alur kerja. Faktanya, 81% pemimpin TI mengatakan bahwa silo data menghambat upaya transformasi digital mereka.²
Akses data seharusnya tidak menjadi hambatan.
Pengguna harus memiliki akses ke data yang menciptakan hasil yang luar biasa. Mereka seharusnya tidak perlu memikirkan di mana data berada atau apakah data tersebut diatur dan sesuai. Mereka harus dapat menggunakan data yang mereka butuhkan dengan percaya diri.
Pemikiran desain untuk strategi data
Pendekatan design thinking mengungkap tantangan utama organisasi, memberikan nilai strategis di berbagai contoh penggunaan, lini bisnis, dan tim. Proses ini mendorong solusi yang dapat dicapai melalui siklus berkelanjutan dari observasi, refleksi, dan inovasi, serta memandang masalah dan solusi sebagai dialog yang terus berkembang.
Talenta dan keterampilan inventaris
Anda tidak dapat merekayasa perubahan data sendiri. Pastikan organisasi Anda menyediakan pelatihan berkelanjutan untuk mengimbangi laju evolusi AI dan industri TI secara keseluruhan. Survei IBM IBV menemukan bahwa 85% CDO terkemuka memperluas pelatihan, 77% melatih kembali staf internal mereka, dan 70% memperoleh talenta baru untuk meningkatkan literasi data di seluruh organisasi mereka.³
Prioritaskan tata kelola
Dalam era gen AI, Anda harus memberikan tata kelola menyeluruh. Tetap berada di atas elemen data yang penting dan diatur sangat penting untuk menjalankan sistem Anda tanpa kesalahan duplikasi, pencarian yang tidak dapat diandalkan, atau pelanggaran privasi. Pertimbangkan siapa yang saat ini memiliki, mengelola, dan menentukan kebijakan data Anda, dan apakah tata kelola tersebut memengaruhi keamanan, privasi, atau kepatuhan. Pastikan pihak-pihak yang tepat memiliki hak pengambilan keputusan, kerangka kerja akuntabilitas, dan sumber daya eksternal untuk mengelola data secara efektif.
Tentukan status target data Anda
"Banyak lingkungan data yang sudah ketinggalan zaman dan jarang memiliki fleksibilitas untuk berevolusi di lingkungan digital saat ini," kata Giordano. Arsitektur data modern perlu dikelola, diatur, dan diamankan untuk memastikan kualitas data yang konsisten. Ini membutuhkan fleksibilitas untuk berkembang bersama saluran digital Anda.
Ukur kemajuan menuju tujuan Anda
Meskipun para pemimpin data sering kali diharapkan untuk mendorong perubahan transformatif, keberhasilan mereka diukur terhadap tujuan bisnis jangka pendek yang taktis. Menurut survei CDO yang dilakukan oleh AWS, 74% CDO mengatakan keberhasilan mereka diukur dalam hal pencapaian yang berfokus pada bisnis mereka atau dibagi rata antara tujuan bisnis dan teknologi, sementara hanya 3% mengatakan keberhasilan mereka hanya ditentukan oleh kemampuan teknis mereka.⁴
Berfokus pada tujuan data Anda. Manfaatkan insight dari pengguna data saat Anda mempertimbangkan cara terbaik untuk mempercepat nilai bisnis menggunakan AI.
Menguraikan kebijakan tata kelola data
Kerangka kerja tata kelola yang kuat didasarkan pada kualitas, privasi data, dan keamanan. Lapisan metadata dan tata kelola untuk semua data, analitik, dan inisiatif AI meningkatkan visibilitas dan kolaborasi di seluruh organisasi Anda, di mana pun data Anda berada. Kebijakan tata kelola data Anda akan membentuk perilaku seputar kualitas data, privasi data, keamanan data, dan manajemen data, sekaligus menunjukkan kepada Anda di mana AI menyederhanakan upaya regulasi.
Identifikasi pendukung data Anda
Temukan karyawan di organisasi Anda yang memiliki minat besar pada dampak data terhadap pekerjaan mereka. Ini adalah mitra sukses Anda. Libatkan mereka dalam pertemuan rutin dan upaya standardisasi.
Anda dapat menemukan mitra sukses dalam tim data Anda—mintalah insinyur data, arsitek data, atau ilmuwan data yang sedang membangun model AI. Pemimpin lini bisnis (LOB) yang timnya mengandalkan analisis data juga merupakan kandidat yang hebat. Mereka kemungkinan besar memiliki pengalaman menggunakan teknologi baru untuk membantu meningkatkan proses bisnis dan mengoptimalkan nilai data mereka.
Atur siklus sprint Anda
Agar strategi data dan AI dapat diterapkan, organisasi sering kali perlu merekayasa ulang budaya mereka di sekitar konsep dan lingkungan baru.
Mulailah dengan menetapkan tujuan yang cepat dicapai, berharga, dan layak. Kumpulkan tim lintas fungsi Anda berdasarkan tujuan ini. Jadwalkan siklus sprint pendek dengan tonggak yang dapat ditindaklanjuti yang akan membantu membuktikan hasil. Terakhir, pastikan C-suite, tim teknologi, dan pengguna bisnis Anda memiliki tujuan akhir yang sama dalam pandangan mereka.
Raih pencapaian kecil
Contoh penggunaan yang kecil dan berulang dapat membantu Anda dengan cepat membuktikan nilai investasi data dan AI Anda. Tidak perlu mengatasi masalah tersulit Anda pada awalnya. Contoh penggunaan yang berdampak tetapi sederhana memberi Anda kesempatan untuk mengumpulkan insight penting tentang teknologi Anda dan mengumpulkan kemenangan awal. Berinvestasi dalam program percontohan selama tahap awal adopsi AI untuk mendapatkan pengalaman yang Anda butuhkan demi meningkatkan hasil yang lebih besar pada masa mendatang.
Membuat katalog data pusat
Katalog pusat menyimpan dan berbagi insight, yang memungkinkan konsumsi data yang disederhanakan. Dalam katalog, data ditingkatkan dalam bentuk asli dan dikurasi dengan penyimpanan yang sesuai dengan tujuan. Alat akses data mengamati melampaui aplikasi atau proses individual untuk menilai bagaimana data Anda dikonsumsi dan pengetahuan apa yang muncul. Tingkat detail ini memungkinkan pengguna untuk membuat keputusan real-time yang mempertimbangkan data untuk setiap bagian organisasi.
Memberdayakan konsumen data untuk mengadopsi
Gunakan kerangka kerja manajemen data baru Anda untuk mendorong adopsi di seluruh perusahaan. 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.
Tunjukkan dan jelaskan
Contoh penggunaan Anda akan menjadi sumber pemberdayaan yang signifikan. Seperti yang ditunjukkan oleh sebuah artikel terbaru dari Ulasan Bisnis Harvard, CDO dan pemimpin AI memperoleh kesuksesan yang lebih besar ketika mereka “menjadikan data sebagai urusan semua orang”.⁵ Jadi, manfaatkan fakta bahwa contoh penggunaan dapat mencakup ilmu data, analitik operasional, transformasi, intelijen bisnis, inisiatif AI generatif baru, dan banyak lagi, yang memungkinkan banyak tim memanfaatkan data untuk membuat perbedaan dalam perusahaan.
Pekerjakan (dan kembangkan kembali) bakat
Mengatasi kesenjangan keterampilan berarti mempertimbangkan lebih dari sekadar strategi perekrutan dan pelatihan tradisional. Ketika perusahaan berebut untuk memenuhi kebutuhan talenta mereka, banyak perusahaan yang menyesuaikan persyaratan pendidikan dan pengalaman hanya untuk mengisi posisi. Ketika pelatihan dan perekrutan tidak mencukupi, pertimbangkan bagaimana organisasi Anda dapat memanfaatkan AI dan otomatisasi untuk mengatasi kesenjangan keterampilan.
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 untuk menerima masukan dan kolaborasi.
Sesuatu yang menarik terjadi saat Anda membangun perusahaan 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.
Organisasi Anda mendukung Anda. Ketika Anda menambahkan teknologi yang ada dan memperkenalkan solusi baru untuk mempermudah akses data, ingatlah bahwa Anda tidak hanya menciptakan efisiensi dan mendorong insight baru—Anda juga membangun budaya yang mendorong penggunaan data secara maksimal.
Catatan kaki
Mengubah data menjadi nilai, IBM Institute for Business Value, April 2023.
² 85% Pemimpin TI Mendapati AI Meningkatkan Produktivitas..., Salesforce, Januari 2024.
2023 Chief Data Officer Study, IBM Institute for Business Value, Maret 2023.
Agenda CDO 2024, AWS, Thomas H. Davenport, Randy Bean, & Richard Wang, Oktober 2023.
Mengapa Chief Data and AI Officers…, Randy Bean & Allison Sagraves, Juni 2023