3 tips fra CTO’en: Bliv digital med Advanced Analytics

Når virksomheder baserer deres strategier og aktiviteter på Advanced Analytics, kan de hurtigere digitalisere deres forretning.

Virksomheder kan fremskynde digitalisering med Advanced Analytics. Men hvordan gør man det, og hvad skal man være opmærksom på?

Her er tre tips fra Dragan Rakovich, Chief Technology Officer hos DXC Technology.

1. Brug Advanced Analytics til at fremskynde virksomhedens planer for digital omstilling

Indførelsen af kunstig intelligens (AI) vil accelerere i takt med, at mængden af tilgængelige data til brug for AI stiger. Dette vil medføre en bedre forståelse af, hvordan AI tilpasses den relevante forretningskontekst, og vil løfte den digitale omstilling til nye højder.

AI vil øjeblikkeligt gøre det muligt at måle forretningsresultater ned til mindste opgave og medføre mere forudsigelige resultater samt forbedre produktiviteten og aktiviteter, der kører i døgndrift, gennem automatisering af forretningsprocesser og algoritmisk arbejde.

Virksomheder bør definere deres langsigtede mål, få en klar forståelse af, hvor og hvordan ny forretningsværdi skabes, og designe deres digitale rejsekort. Når en virksomheds indtjening og målbare forretningsværdi er identificeret, skal virksomheden fortsætte med at udvikle modeller for analyser og AI/Machine Learning (ML) og implementere dem i driften.

For at nå hertil skal virksomheden investere i et datacentreret fundament, der indeholder virksomheden i renset form og de eksterne data, der kræves for at bygge analysemodellerne og løsningerne.

2. Byg et datacentreret fundament

Et datacentreret fundament kan skaleres i forhold til virksomhedens stigende behov, det kan muliggøre innovation, øge forudsigeligheden, forbedre nøjagtigheden af prognoser, registrere nye adfærdsmønstre og levere informationsbaseret indblik i forhold til processer og programmer.

Selskaber som Apple, Amazon, Google, Netflix, Uber og Airbnb har vist, hvordan man bygger disse datacentrerede fundamenter og skaber disruption på traditionelle markeder.

For at bygge et datacentreret fundament er det nødvendigt at følge en tilgang baseret på Hybrid Data Management (HDM) og referencearkitektur og implementere industrialiserede analyser og AI-platforme baseret på dette.

HDM involverer optimering af traditionel BI (Business Intelligence) og Data Warehousing, der blandes med analyse af Big Data, så der skabes analyse- og dataløsninger på tværs af spektret af edge-/cloud-/lokale ressourcer, og indlejrer prescriptive analyse-modeller i aktiviteter og forretningsprocesser.

HDM-referencearkitekturen (HDM-RA) håndterer anbefalede teknologier og implementeringsmodeller for hvert enkelt funktionelt domæne samt distribuerede aspekter af data som fx hvilke data, der skal befinde sig hvor, således at den fuldt ud understøtter data- og analysebehovene i en moderne analysedrevet organisation.

3. Gå efter en industrialiseret analyse- og AI-platform

En industrialiseret analyse- og AI-platform er en integreret infrastruktur-, software- og serviceløsning baseret på HDM-RA – ofte med en administreret datasø i centrum.

Den administrerer data og analysemodellernes levetidscyklusser og giver forretningsindsigt knyttet til det arbejde, der udføres, for at styrke beslutningsprocessen for kreative medarbejdere, der skal bruge rettidig information til at udføre deres arbejde.

Den analyserer alle virksomhedsrelevante data uanset kilde, format og sted – med ekstrem hastighed, sikkerhed og skalering. Den giver også virksomheden fleksibilitet til at bevæge sig problemløst mellem cloud- og lokal brug, så virksomhedens behov for dynamiske data og analyser opfyldes.

I takt med, at den teknologiske kompleksitet tiltager, kan nye teknologiske komponenter hurtigt integreres i platformen takket være HDM-RA.

Læs mere: 3 udfordringer for CTO’s

Læs mere: 3 tips til CTO’s: Sådan minimerer du risikoen i transformationer

Sig din mening

*