کیفیت دگرگونی دیجیتالی به کیفیت داده‌های IT بستگی دارد

در دنیایی زندگی می‌کنیم که مملو از داده است. حتا مجموعه‌هایی که بخش IT معمولی دارند، حجم داده‌ها و اطلاعاتی که از سیستم‌ها، فرآیندها، مشتریان و محصولاتشان جمع‌آوری می‌کنند در سال‌های اخیر بطور چشمگیری افزایش پیدا کرده است.

وقتی به‌ گذشته برمی‌گردیم، می‌بینیم که داده‌های IT به دلیل پراکندگی و جدا بودن سیستم‌ها و همچنین مکانیزم‌های تولید و گردآوری داده، مانند سیستم سیلوها نگهداری می‌شدند. به‌همین دلیل است که ارتباطات و وابستگی داخلی داده‌ها در چنین محیط‌های مجزا از همی در بدترین حالت خود بوده است.

با رشد کلاودهای عمومی و خدمات مرتبطی که فراهم می‌کنند، توانایی فروپاشی دیواره‌های این سیلوها و مجوعه داده‌های میکس شده داخل آن‌ها از هر زمان دیگری بیشتر شده است. شرکت‌ها و سازمان‌ها از این فرصت‌ها استقبال می‌کنند. هرچند، به‌همراه مدل‌های جدید کاری و عملیاتی، حجم بیشتری از داده‌های تولید شده توسط سیستم‌ها و سرویس‌های جدید در دسترس خواهد بود.

شاید چند سال پیش شرایط به شکلی بود که داده‌های IT به اندازه کافی غنی و قوی نبودند تا بتوانند نیازهای ذی‌نفعان گوناگون داخل یک مجموعه مانند CFOها و CIOها را بطور کامل پشتیبانی کنند، اما الان شرایط تغییر کرده است. در دوره جدیدی هستیم، دوره‌ای که شرکا و ذی‌نفعان تمام داده‌‌هایی که را برای تصمیم‌گیری‌های بهتر در حوزه کسب‌وکار نیاز دارند در دسترس دارند و می‌توانند خیلی سریع‌تر از گذشته این کار را انجام دهند. هم‌اکنون می‌توانیم داده‌های معنادار و مناسبی را که پیش از این دستیابی به آن‌ها غیرممکن یا حداقل خیلی سخت بود استخراج کنیم و دید کاملی از تمام منابع که در سراسر بخش IT گسترده شده داشته باشیم.

انتخاب، ساماندهی و کالیبره کردن

چالشی که در حال حاضر پیش روی ماست، انتخاب، ساماندهی و کالیبره کردن این حجم عظیم از اطلاعات است تا پیشروان و رهبران IT بتوانند سرعت عمل بیشتری پیدا کنند و تصمیمات بهتر را سریع‌تر بگیرند. امکان گردآوری داده‌ها از تمام بخش‌های مختلف حوزه IT به معنی آن است که حالا زمان پیگیری سئوالات مهم و جدید است. چه حجمی از اطلاعات می‌تواند بیش از اندازه نیاز ما باشد؟ پاسخ به این سئوال قابل بحث است. آیا تمام این اطلاعات مرتبط هستند؟ شاید نه.

ابزار بهینه‌سازی ارزش فناوری

پس چگونه می‌توانیم از تحلیل‌های نادرست و غلطی که می‌تواند بخاطر در اختیار داشتن حجم عظیمی از داده‌ها ناشی شود جلوگیری کنیم؟ خبر خوب این است که ابزار جمع‌آوری و ذخیره‌سازی این حجم از داده در طول زمان دائما در حال تغییر و تحول بوده است. ابزار بهینه‌سازی ارزش فناوری (TVO) به شرکت‌ها و سازمان‌ها کمک می‌کند تا وضعیت کل IT خود را پیش‌بینی و ترسیم کنند و بتوانند تصمیمات داده محوری بگیرند که هم‌راستا با اهدف سازمانی آن‌ها است.

ابزار و روش‌هایی را انتخاب کنید که در بازار موجود هستند (هم از ارائه‌کنندگان سرویس‌های کلاود و هم فروشنده‌های طرف سوم) و به شما کمک می‌کنند تا بتوانید از دلِ این همه داده نقاط منحصربه‌فرد و مناسب را بیرون بکشید، سپس به آن نقاط داده اطلاعات بیشتری اضافه کنید تا در نهایت باعث شود تصمیمات خوب را با داشتن داده‌های خوب، سریع‌تر و با چابکی بیشتری بگیرید. داده نرمال‌سازی شده از منابع مختلف می‌تواند به شما در تصمیم‌گیری داده محور کمک کند. در نتیجه قادر خواهید بود کارایی کسب‌وکارتان را افزایش دهید.

در بحث تجزیه‌و‌تحلیل داده‌ها یا همان دیتا آنالیتیک، در حالی‌که کمیت داده‌ها بع‌نوان قانون اعداد بزرگ وارد عمل می‌شود و باعث می‌شود تا این یافته‌ها از نظر آماری بسیار مهم و قابل توجه باشند، کیفیت داده‌ها اهمیت بیشتری دارند. همان‌طور که در عکس زیر مشاهده می‌کنید، در گذشته اصلی‌ترین چالش حرفه‌ای‌های حوزه IT در خصوص تصمیم‌گیری‌های رو به جلو، کمبود داده بود. توجه داشته باشید که آن‌ها نگفتند که به اندازه کافی داده وجود نداشت، بلکه دغدغه آن‌ها کمبود داده‌ای بود که نسبت به آن اطمینان خاطر داشته باشند.

داده خوب، از تصمیمات بهتر و سریع‌تر حمایت می‌کند

«آن‌چه را که نتوانید ارزیابی کنید، نمی‌توانید مدیریت کنید.» جمله معروفی است که مصداق همین موضوع است. با ابزار و سرویس‌های در دسترسی که در سیستم‌های مدرن IT برای جمع‌آوری داده وجود دارد، شاید بتوانیم با خیال راحت بگوییم که راه‌های متعددی برای ارزیابی‌های مناسب پیدا کرده‌ایم. شرایط فعلی از سئوال مجموعه داده به سمت معتبر بودن و مرتبط بودن داده تغییر کرده است.

با رجوع به تاریخ می‌بینیم که حتا با داشتن داده خوب هم می‌توان تصمیم نادرست گرفت. البته خلاف آن‌هم درست است. گرفتن تصمیمات خوب با داده بد به‌‌شدت کار سخت و دشواری است. بطور مثال، اگر نتوانیم مجموعه داده در دسترس را به حالت معمولی در بیاوریم یا نسخه‌های اضافی را حذف کنیم، ممکن است این‌طور به‌نظر برسد که نقاط داده بیشتری برای حمایت از تصمیم وجود دارد، در حالی‌که واقعا اینطور نیست. در نتیجه: تصمیمات رو به جلوی استراتژیکی ممکن است بر مبنای نتایجی باشد که همیشه روی یک خط نیستند.

با توجه به این‌که حجم کاری بیشتری مورد ارزیابی قرار می‌گیرد تا در کلاودهای عمومی بکار گرفته شوند، نیاز به داده تمیز و صحیح اهمیت خیلی بیشتری پیدا می‌کند. یک سازمان باید نسبت به دارایی‌های خود در حوزه IT خیلی بیشتر از آن‌که می‌تواند توجه داشته باشد. باید نحوه تعامل بین تمام این سرویس‌ها و ابزارهای موجود کاملا شفاف باشد و مشخص باشد که زمان پشتیبانی کدام یک از آن‌ها رو به پایان است (EOS) یا این‌که عمر کدام یک از آن‌ها به آخر نزدیک می‌شود (EOL). 

داشتن لیستی از «چه چیزهایی» در حوزه IT مهم است، اما بدون نرمال‌سازی، تمیز کردن و تقویت آن داده‌ها، گرفتن تصمیمات خوب از دلِ انبوهی از داده‌های گردآوری شده را خیلی سخت می‌کند.

وقتی در مورد داده حرف می‌زنیم، همیشه بیشتر داشتن خوب نیست. البته بیشتر داشتن خوب است، اما بهتر بودن بهتر است؛ و بهتر بودن به سریع‌تر بودن ختم می‌شود.