Tre tips fra CTO: Digitaliser med Advanced Analytics

Når virksomheter setter inn Advanced Analytics som en sentral del av strategi og drift, kan de få fart på digitaliseringen av virksomheten.

Virksomheter kan få fart på den digitale forretningsvirksomheten med Advanced Analytics. Men hvordan gjør du det, og hva må du passe på?

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

1. Bruk Advanced Analytics til å akselerere agendaen for digital transformasjon

Anvendelsen av kunstig intelligens (AI) vil tilta etter hvert som datamengden som er tilgjengelig for AI øker. Dette vil igjen lede til bedre forståelse av hvordan man skal skreddersy AI for den aktuelle forretningssammenhengen, og det vil drive den digitale transformasjonen til nye høyder.

AI vil gi umiddelbar måling av hvordan forretningen presterer, helt ned til den minste oppgave. Dermed blir det lettere å forutsi resultatene av virksomheten, og å forbedre produktiviteten og 24×7 forretningsvirksomhet gjennom automatisering av forretningsprosesser og algoritmefunksjoner.

Organisasjoner bør definere sine langtidsmål, ha en klar forståelse av hvor og hvordan de skal skape ny forretningsverdi og lage kart for sin digitale reise. Etter at forretningsresultat og målbar forretningsverdi er identifisert, bør organisasjonen gå videre ved å utvikle modeller for analyse og AI/maskinlæring (ML) og implementere dem i forretningsdriften. For å oppnå dette bør organisasjonene investere i et datasentrisk fundament som inneholder rensede versjoner av virksomhetens interne og eksterne data som er nødvendig for å bygge analysemodellene og løsningene.

2. Bygg et datasentrisk grunnlag

Et datasentrisk fundament kan skalere etter hvert som organisasjonens behov vokser, det kan legge til rette for innovasjon, øke forutsigbarhet, forbedre nøyaktigheten i prognoser, registrere nye adferdsmønstre og levere innsikt i informasjon i sammenheng med prosesser og applikasjoner. Selskaper som Apple, Amazon, Google, Netflix, Uber og Airbnb har vist hvordan man bygger slike datasentriske fundamenter og snur opp ned på tradisjonelle markeder.

Bruk en hybrid dataadministrasjonsmetodikk (HDM) og referansearkitektur for å bygge et datasentrisk fundament, og implementer industrialisert analyse og AI-plattformer basert på det.

HDM innebærer optimalisering av tradisjonell business intelligence (BI) og datavarehus, med innslag av big data-analyse, og man skaper analyser og dataløsninger over hele spekteret av ressurser i ytterkanten / i skyen / internt, og bygger inn preskriptive analysemodeller i prosesser for drift og forretningsvirksomhet.

HDM Reference Architecture (HDM-RA) tar for seg anbefalte teknologier og implementeringsskisser for hvert funksjonelle område, samt distribuerte aspekter for data, for eksempel hvilke data som skal plasseres hvor, slik at den fullt ut støtter data- og analysebehovene til en moderne analyseinnrettet organisasjon.

3. Målet for en industrialisert analyse- og AI-plattform

En industrialisert analyse- og AI-plattform er en integrert løsning for infrastruktur, programvare og tjenester basert på HDM-RA – ofte med en administrert sjø av data sentralt.

Den administrerer data og livssyklus for analysemodeller og åpner for forretningsinnsikt knyttet til det arbeidet som blir utført, for å styrke beslutningstaking av kreative arbeidere som trenger rettidig informasjon for å gjøre jobben sin.

Den analyserer alle organisasjonsrelevante data fra enhver kilde, i alle formater og fra hvor som helst – med ekstrem hastighet, sikkerhet og skalering. Den gir også organisasjonen fleksibilitet til å flytte sømløst mellom skyen og lokale implementeringer for å møte organisasjonens dynamiske behov for data og analyse.

Etter hvert som den tekniske kompleksiteten øker, kan nye teknologikomponenter hurtig integreres i plattformen, takket være HDM-RA.

Les mer: Analytics: Disse fordelene får detaljhandelen

Les mer: Analytics: Dataanalyse gir fordeler for produksjonsindustrien

Si din mening

*