Analiza danych

Zarządzanie danymi w firmie produkcyjnej na miarę XXI wieku

W naszych przedsiębiorstwach z coraz większym rozpędem i rozmachem wdrażamy rozwiązania oparte na sztucznej inteligencji. Jednak inteligentne maszyny, linie produkcyjne i całe fabryki nie istniałyby bez danych. Dane stanowią paliwo, które napędza działanie sztucznej inteligencji. Dlatego właściwe zarządzanie danymi to podstawa cyfrowej transformacji przemysłu – pisaliśmy zresztą o tym już nie raz.

Wyzwania związane z zarządzaniem danymi

Współczesne technologie umożliwiają zbieranie ogromnych ilości danych w czasie rzeczywistym. Jednakże nie wystarczy tylko owe dane mieć pod ręką – kluczem do sukcesu jest zdolność właściwego ich wykorzystania. Stąd też dla wielu firm produkcyjnych wejście na poziom data-driven jest długą i pełną wyzwań drogą, w której – jako ASTOR – często towarzyszymy i je wspieramy.

Zarządzanie danymi wiąże się ponadto ze sporym ryzykiem, zwłaszcza w obszarze bezpieczeństwa informacji. Jest to aspekt, którego nie sposób pominąć. Wielkie ilości danych oznaczają bowiem wielką odpowiedzialność.

Kiedy myślimy o bezpieczeństwie danych, zwykle w pierwszej kolejności na myśl przychodzą kwestie związane z danymi osobowymi i ochroną prywatności. Jednakże w przedsiębiorstwach, gdzie napędzane danymi algorytmy sterują całą produkcją, obszar ryzyka jest o wiele większy: od utraty danych, przez awarie i przestoje, aż po bezpieczeństwo pracowników.

Jak zatem właściwie podejść do tematu zarządzania danymi w przedsiębiorstwie? Tak, aby maksymalnie wykorzystać ich potencjał, redukując jednocześnie ryzyko do minimum?

Cenne wskazówki w tym obszarze daje Gregory Vial, autor artykułu Data Governance in the 21st-Century Organization, opublikowanego niedawno w MIT Sloan Management Review. Poniżej skrótowo omówimy najważniejsze z nich.

Dane jako most pomiędzy strategią a operacjami

Jak pisze Gregory Vial, obszar zarządzania danymi powinien być umiejscowiony pomiędzy działaniami strategicznymi a operacyjnymi. Oczywiście dane mają dla przedsiębiorstw znaczenie najwyższej wagi, ale zarządzanie danymi głównie na poziomie strategicznym nie jest najszczęśliwszym rozwiązaniem, gdyż ogólną wizję bardzo ciężko potem przekuć na konkretne procedury, reguły i praktyki.

Stąd też obszar ten powinien stanowić rodzaj mostu pomiędzy strategią a operacjami – tak, aby zapewnić egzekucję strategii, dając jednocześnie praktyczne wsparcie pracownikom odpowiedzialnym za działania operacyjne.

Różnica między stanem a procesem

W języku polskim trudno uchwycić tę różnicę, ale w języku angielskim łatwo ją zobrazować poprzez zestawienie słów governance i governing. Pierwsze odnosi się do pewnego stanu, drugie – do ciągłego procesu. I tak właśnie należy traktować zarządzanie danymi – jak żywy, nieustający proces.

Oznacza to, że nie można zarządzania danymi sprowadzać do opracowania korporacyjnych dokumentów z planami, procedurami i zasadami postępowania. Tym bardziej, że po pierwsze – załoga często nawet nie ma świadomości istnienia takich dokumentów, a po drugie – dokumentacja może tworzyć złudne wrażenie, że wszystko jest pod kontrolą.

Tymczasem prawdziwą kontrolę uzyskuje się poprzez pracę na żywym organizmie, z ludźmi. Procedury i zasady muszą być na bieżąco weryfikowane i stale ewoluować, dostosowując się do zmiennych warunków.

Zarządzanie danymi – w poszukiwaniu równowagi między innowacjami a ryzykiem

Zarządzanie danymi musi prowadzić do równowagi pomiędzy innowacyjnością a ryzykiem. Zadanie to ułatwić mogą następujące działania:

• Zacznij od samej góry, czyli od top managementu. Liderzy muszą uznać strategiczne znaczenie danych w przedsiębiorstwie, wówczas będą wspierać proces zarządzania danymi.
• Myśl o zarządzaniu danymi nie tylko w kategorii wyznaczania granic ich bezpiecznego wykorzystania, ale też z punktu widzenia wsparcia procesów innowacji w firmie.
• Projektuj proces zarządzania danymi poprzez tworzenie modeli i struktur. Wchodzenie zbytnio w szczegóły bardzo utrudnia pracę. Natomiast ustrukturyzowanie procesu jest pracą mniej żmudną i bardziej wpisuje się w sposób, w jaki menedżerowie myślą o swoich organizacjach.
• Nie myśl o danych „w stanie spoczynku”. Myśl o danych „w ruchu” – zmieniających się i narastających w czasie rzeczywistym.