Calcularea valorii datelor: o abordare practică
Cele mai inteligente organizații din mediul de afaceri din prezent recunosc pe bună dreptate că datele reprezintă un activ esențial. Totuși, măsurarea valorii datelor la nivelul întregului ecosistem de date este dificilă, din cauza complexității lor inerente. Prin împărțirea datelor în unități mai mici, centrate pe rezultatele de business — produse bazate pe date — organizațiile pot evalua mai precis și mai fiabil valoarea acestora.
Produsele bazate pe date, care includ seturi de date, metadate și logică specifică domeniului, oferă o utilitate imensă — dar aduc și provocări unice în ceea ce privește evaluarea valorii lor.
Pentru a le măsura eficient valoarea, organizațiile trebuie să evalueze produsele bazate pe date din mai multe perspective, inclusiv cost, valoare intrinsecă, impact asupra afacerii și relevanță pe piață. În cele din urmă, apare o formulă practică:
Acest raport simplu poate ghida organizațiile în optimizarea strategiilor lor de date pentru un ROI maxim. Cu cât raportul este mai mare, cu atât este mai mare eficiența și eficacitatea utilizării produselor bazate pe date.
Această formulă nu oferă doar o valoare cuantificabilă, ci și o direcție clară pentru creșterea acestei valori — fie prin sporirea rezultatelor generate, fie prin reducerea efortului necesar pentru crearea produsului.
Numărătorul: creșterea rezultatelor
Impactul unui produs de date poate fi definit în mai multe moduri, cum ar fi: gradul de adoptare de către utilizatori, frecvența interogărilor, creșterea eficienței operaționale, numărul de cazuri de utilizare în care poate fi valorificat produsul de date (inclusiv în AI și machine learning), precum și valoarea monetară generată din aceste cazuri de utilizare:
- Vizibilitatea: Publicarea produselor bazate pe date de înaltă calitate într-un marketplace care permite căutarea le face mai ușor de găsit și utilizat. De exemplu, un data scientist care lucrează la modele de risc poate beneficia enorm de pe urma unor produse bazate pe date ușor de descoperit. Fie că este vorba de un model de risc de inundații, de uragan sau de detectare a fraudei, accesul la produse bazate pe date de calitate, bine structurate, este esențial pentru accelerarea dezvoltării modelelor și a rezultatelor generate de acestea.
- Ușurința în înțelegere: Metadatele bogate — inclusiv descrieri generate cu ajutorul AI, cum ar fi descrieri ale produsului bazat pe date, ale seturilor de date sau ale coloanelor — îi ajută pe utilizatori să înțeleagă contextul și relevanța unui produs bazat pe date. De exemplu, descrierea unei coloane cu înregistrări ale temperaturii ar putea indica dacă valorile sunt exprimate în Celsius sau Fahrenheit.
- Ușurința de utilizare și reutilizare: Extinderea cazurilor de utilizare dincolo de analizele standard crește gradul de adoptare, mai ales pe măsură ce utilizarea AI devine tot mai răspândită. De exemplu, produsele bazate pe date pot alimenta sisteme RAG (Retrieval-Augmented Generation) cu informații contextuale importante înainte ca acestea să genereze un răspuns, îmbunătățind astfel acuratețea și relevanța răspunsului.
De asemenea, produsele bazate pe date vor fi utilizate și reutilizate de către diferite categorii de părți interesate, fiecare concentrându-se pe componente diferite care influențează valoarea:
- Managerii de produse bazate pe date optimizează eficiența și sustenabilitatea pe baza tuturor indicatorilor.
- Administratorii de date (Data Stewards) acordă prioritate guvernanței, securității și conformității.
- Inginerii de date se concentrează pe reducerea eforturilor de dezvoltare și mentenanță.
- Analiștii de business urmăresc maximizarea rezultatelor aliniate la obiectivele de business.
Așa cum modul de utilizare al produselor de date poate influența pozitiv rezultatele obținute, tot astfel îmbunătățirea calității și relevanței acestora pentru fiecare tip de utilizator în parte poate maximiza valoarea produsului bazat pe date.
- Încredere: Transparență în ceea ce privește factorii de calitate ai datelor favorizează încrederea și o utilizare mai largă. Scorul de încrdere (Qlik Trust Score™) din Qlik Talend Cloud® oferă un mod simplu de a vizualiza gradul de fiabilitate al datelor.
Numitorul: reducerea efortului
Reducerea efortului necesar pentru crearea și întreținerea produselor de date contribuie, de asemenea, la creșterea valorii acestora.
Strategiile-cheie includ:
Optimizarea proceselor de inginerie a datelor: Pentru a asigura cele mai bune și precise informații, managerii de produse bazate pe date pot fi tentați să își actualizeze zilnic produsele de date. Totuși, dacă produsul este utilizat doar de un număr redus de utilizatori sau nu este accesat zilnic, acesta poate fi actualizat mai rar, pentru a reduce costurile de procesare. De exemplu, dacă produsul bazat pe date este interogat doar vinerea, managerul poate înlocui actualizările zilnice cu una săptămânală — poate în după-amiaza de joi — păstrând astfel utilitatea produsului pentru utilizatori fără a-i afecta fiabilitatea.
Optimizarea costurilor de procesare: Calcularea și îmbunătățirea calității datelor implică evaluarea „sănătății” datelor din mai multe perspective — acuratețe, consistență, completitudine, actualitate, unicitate și validitate — ceea ce poate deveni costisitor în cazul unor seturi de date mari, evaluate într-un interval scurt. Este nevoie de o abordare flexibilă, care să permită organizațiilor să-și adapteze evaluările calității datelor în funcție de propriile nevoi, fie că este vorba de analiza completă a tuturor datelor, fie doar a unui eșantion relevant.
Pentru a optimiza performanța și flexibilitatea, Qlik Talend Cloud oferă două metode de procesare a calității datelor:
- Procesarea pushdown, disponibilă exclusiv pentru seturile de date din Snowflake și Databricks, declanșează calculele direct în cadrul acestor platforme, fără mutarea datelor, asigurând o procesare eficientă direct în depozitul de date.
- Procesarea pullup, disponibilă pentru toate seturile de date, permite realizarea calculelor în cadrul Qlik Talend Cloud, facilitând evaluări mai extinse ale calității datelor, fără a depinde de resurse externe de procesare.
Cu ajutorul scorului de încredere Qlik (Qlik Trust Score), utilizatorii pot ajusta diferiți parametri pentru a echilibra mai bine costurile în raport cu așteptările privind calitatea.
Concluzie
O abordare structurată în măsurarea valorii produselor bazate pe date ajută organizațiile să ia decizii informate privind investițiile. Prin evaluarea atât a costurilor, cât și a impactului, companiile își pot optimiza strategiile de date pentru un randament maxim. Aplicarea celor mai bune practici privind vizibilitatea, ușurința în utilizare și eficiența asigură că inițiativele legate de date sunt bine direcționate, au impact și sunt aliniate la obiectivele de business.
Sursă articol: https://www.qlik.com/blog/.
Pentru informații despre Qlik™, clic aici: qlik.com.
Pentru soluții specifice și specializate de la QQinfo, clic aici: QQsolutions.
Pentru a fi în contact cu ultimele noutăți în domeniu, soluții inedite explicate, dar și cu perspectivele noastre personale în ceea ce privește lumea managementului, a datelor și a analiticelor, clic aici: QQblog !
