מספר מחשבות על הייחודיות של הנתונים כנכס ארגוני בעידן הדיגיטל – חלק ב'

חלק ב'

ערך תחילה

התובנה שהערך של הנתונים הוא ערך חבוי הנובע מהשימוש שעושים בנתונים (ראו חלק א') היא בעלת חשיבות בבואנו לבנות פרויקטים הקשורים בנתונים. לפני שהארגון מתחיל לבנות אגמי נתונים (Data Lakes) ענקיים, או מתלבט אילו נתונים להכין עבור מודלים של למידת מכונה וכד', עליו להשקיע מאמץ בהגדרת הערך שהוא מבקש להפיק מהם. זהו מאמץ לא פשוט, אולם שווה את השקעה הנדרשת. ניסיון זה ימקד את הארגון במה שבאמת חשוב וישרת את האסטרטגיה ויצירת הבידול שלו.

דוגמה: ארגון המתחיל בתהליך בניית אגם נתונים צריך להתחיל בחשיבה על המטרה, מהו הערך שהוא מתכוון להפיק ומה הם הנושאים (Use Cases) שהוא מתכוון לטפל. מומלץ לתעדף את הנושאים השונים ולהתחיל באכלוס אגם הנתונים בהתאם לשימושים הצפויים. אכלוס מיידי של כל סוגי הנתונים הקיימים בארגון עלול להביא להקמת מאגר ענק, שהארגון לא יצליח להפיק ממנו את הערך המקווה. יש כאלה הממליצים להקים את האגם נושא, נושא.  תנאי הכרחי הוא הגדרת ארכיטקטורה גמישה, בעלת יכולת התרחבות, ולהבטיח תהליכי איכות ומשילות נתונים תוך כדי האכלוס.

באופן דומה, ארגון המתחיל להשתמש בנתונים לטובת מודלים של למידת מכונה צריך לחשוב תחילה מה הן המטרות ואיזה מהמודלים יתמכו בצורה הטובה ביותר באסטרטגיה העסקית, ולהתחיל משם. אין טעם להקים מאגר ענק עם נתונים מכל המקורות האפשריים, ואז להתחיל לחפש את המודלים שהארגון מבקש ליישם.

הפיכת הנתונים להכנסות 

אחד המושגים שחדר ללקסיקון שלנו בתקופה האחרונה הוא Data Monetization, כלומר מינוף הנתונים כדי לייצר זרם נוסף של הכנסות לארגון. חלק מהארגונים מפרשים מונח זה כתהליך למכירת הנתונים לארגונים אחרים (כמובן, לאחר הורדת מידע מזהה, שעלול לפגוע בצנעת הפרט או מידע רגיש אחר). זה בהחלט נושא בעל פוטנציאל, אבל גם עם אתגרים לא קטנים.

לפני שמוצאים מודלים עסקיים המבוססים על מכירת נתונים, מומלץ קודם לבחון כיצד הארגון שלכם יכול לשפר את הכנסותיו שלו באמצעות שימוש בנתונים. הארגון שלכם יכול להפיק  ערך רב והכנסות מהנתונים על ידי שיפור תהליכי קבלת החלטות על בסיס של נתונים איכותיים, על ידי בניית מודלים עסקיים חדשניים שבבסיסם נתונים, על ידי שיפור חוויית הלקוח באמצעות נתונים (למשל יישום מנוע המלצות חכם, או הצגת הרכישות הקודמות של הלקוח), על ידי שיפור התהליכים העסקיים הפנימיים שלכם באמצעות נתונים ועוד. פוטנציאל הרחבת ההכנסות כתוצאה משימוש מושכל בנתונים הוא עצום, וכדאי למצות אותו במקביל לחיפוש אפיקי הכנסות נוספים ממכירת הנתונים לארגונים אחרים.

בכל מקרה ולכל מטרה שלא תגדירו – התשתית ההכרחית היא נתונים איכותיים, שניתן לסמוך עליהם. קיצורי דרך בנושאים אלה עלולים לעלות ביוקר.

סיכום – תחשבו ערך, תובנות ומשילות נתונים

מטרת דיון קצר זה היא לשנות את סדר היום של הארגונים – ממחשבה ותשומת לב לנתונים (Data Driven) למחשבה והגדרת הערך והתובנות שניתן להפיק מהנתונים (Value and Insights Driven). זה אינו שינוי סמנטי, אלא שינוי משמעותי בתהליכי החשיבה ותוכניות הפעולה של הארגון. ארגון שחושב ערך יתחיל כל פרויקט של נתונים מהסוף שלו – מהו הערך שאנחנו הולכים להפיק מהפרויקט.

אחת השיטות שיכולה להבטיח מיקוד ב"ערך תחילה" היא המתודולוגיה שחברת אמזון (Amazon) פיתחה בכל הקשור לתהליכי חדשנות ופיתוח מוצרים ושירותים חדשים. מנהל הפרויקט מתחיל מהסוף – קודם כל עליו להכין את ההודעה לעיתונות על העלייה לאוויר של המוצר/השירות החדש, מוצר שעדיין לא קיים ותהליך הפיתוח שלו טרם החל. ההודעה לעיתונות צריכה להכיל תיאור קצר של המוצר/שירות חדש, מהו הערך שהוא נותן ללקוחות, מה התועלת לארגון ועוד. רק אחרי שמנהל הפרויקט מכין פרסום כזה, עוד טרם התחלת הפרויקט, מתקיים דיון על הפרויקט ואישור היציאה שלו לדרך. שיטה זו מבטיחה להתחיל מהחשיבה על הערך. ערך זה ישמש כמצפן לאורך כל תהליך הפיתוח ויבטיח את המיקוד בתועלות הנכונות.

כל פרויקט הקשור בנתונים חייב להיות מלווה ביישום תהליכי משילות נתונים (Data Governance). חשוב לגבש מהתחלה את תהליכי משילות הנתונים, שיבטיחו את היכולת להפיק במהירות וביעילות את הערך החבוי בנתונים ואת הנגשת הנתונים וה-Meta Data לכל המשתמשים השונים באמצעות קטלוג והגדרות עסקיות, תהליכים לשיפור איכות הנתונים והעשרתם, תהליכי הטיפול בסתירות וכפילויות, תהליכים הקשורים בעמידה ברגולציות, אבטחת מידע וכד'. כל אלה הם חלק בלתי נפרד מהקמת פרויקטים סביב נתונים.

לסיכום, תתחילו מהסוף. תחשבו על הערך ומשם תבנו את מאגרי הנתונים הרלוונטיים על בסיס של תהליכי משילות הנתונים ברורים. ארכיטקטורה נכונה וגמישה תבטיח לכם יכולת גידול הדרגתי בהתאם למטרות האסטרטגיות של הארגון.