5 quan điểm về phân tích dữ liệu trong doanh nghiệp chuyển đổi số

0:00 / 0:00
0:00
  • Nam miền Bắc
  • Nữ miền Bắc
  • Nữ miền Nam
  • Nam miền Nam
VietTimes – Bạn không thể điều hướng các thách thức kinh doanh nếu không có các công cụ phù hợp
Quan điểm về phân tích dữ liệu trong doanh nghiệp chuyển đổi số (Ảnh: CIO)
Quan điểm về phân tích dữ liệu trong doanh nghiệp chuyển đổi số (Ảnh: CIO)

Một số thứ không thay đổi ngay cả khi có đại dịch. Giống như những năm trước, trong cuộc khảo sát các CIO về tình hình năm 2021, đa số các giám đốc CNTT của các doanh nghiệp lớn đều đã chọn "phân tích dữ liệu / kinh doanh" là sáng kiến công nghệ số 1 được mong đợi để thúc đẩy đầu tư vào CNTT.

Năm ngoái, cộng tác viên CIO, Mary K. Pratt đã đưa ra một phân tích tuyệt vời về lý do tại sao các sáng kiến ​​phân tích dữ liệu vẫn thất bại, bao gồm dữ liệu chất lượng kém. Tuy nhiên đã có một số cách tiếp cận và công nghệ mới được tạo ra để khắc phục điều này.

Trong bài viết này, Computerworld, CSO, InfoWorld và Network World sẽ đem đến cho bạn những lời khuyên và ví dụ có thể giúp đảm bảo các nỗ lực phân tích dữ liệu trong doanh nghiệp của bạn. Những sáng kiến này có xu hướng giống với các dự án dành cho nhà phát triển - ngay cả khi có sự tham gia của các sản phẩm thương mại - và có cùng các mục tiêu được xác định rõ ràng và các chu trình lặp đi lặp lại để phân biệt các kết quả phát triển phần mềm thành công.

Để có được bức tranh toàn cảnh, hãy bắt đầu với bài báo về phân tích dữ liệu của InfoWorld, được viết bởi cộng tác viên Bob Violino. Trong phần chia sẻ của Violino bao gồm tất cả các cơ sở: thiết lập các trung tâm phân tích xuất sắc; lợi ích của các giải pháp tự phục vụ (chẳng hạn như Tableau hoặc Power BI); các khả năng thú vị của máy học; hướng tới các giải pháp phân tích dữ liệu đám mây. Violino cho rằng dữ liệu dữ liệu trên đám mây và các công cụ phân tích phong phú sẽ còn phát triển mạnh mẽ và dần trở nên phổ biến trong tương lai, nhưng việc di chuyển hàng loạt dữ liệu của công ty lên đám mây một cách an toàn lại à một thách thức lớn.

Công nghệ mới luôn tiềm ẩn những rủi ro mới. Không có tiến bộ nào có tác động lớn đến phân tích hơn học máy - từ việc tự đống hóa chuẩn bị dữ liệu đến phát triển các mẫu có ý nghĩa trong dữ liệu - nhưng nó cũng tạo những mối nguy hiểm không thể lường trước được. Ví dụ như việc tin tặc có thể hack lấy đi những dữ liệu mật của doanh nghiệp.

Không cần phải bàn cãi, phân tích dữ liệu cũng có những "mặt tối" của nó. Việc thu thập và phân tích siêu dữ liệu về tương tác của người dùng trên các nền tảng cộng tác có những lợi ích hợp pháp, chẳng hạn như khả năng xác định các khó khăn trong giao dịch hoặc để tối ưu hóa trải nghiệm của người dùng. Tuy nhiên các nhân viên rất có thể xâm phạm vào những dữ liệu này và vi phạm quyền riêng tư của khách hàng, từ đó làm suy giảm sự tin tưởng giữa ban quản lý và các bộ phận trong công ty.

Cuối cùng, bí quyến để phân tích dữ liệu thành công không nằm ở việc lựa chọn và triển khai công nghệ hoàn hảo, mà nằm ở việc trau dồi sự hiểu biết rộng rãi để phân tích mang lại các quyết định chính xác.

Theo CIO