داده ها، بدون فرآیند بی معنا هستند!

هنگامی که واژه های "کلان داده" یا "تجزیه و تحلیل" را می شنوید، چه به ذهن شما خطور می کند؟

آیا شما به کارشناس های ماهری فکر می کنید که داده های در مقیاس اگزابایت رابه عنوان ورودی به یک الگوریتم می دهند؟ یا شاید، شما به کارشناس های بازاریابی فکر می کنید که در تلاش برای پاسخ دادن به مشتریان سازمان شما هستند.

در واقع، مهم نیست که شما به کدام سناریو فکر می کنید، آن چه مهم است آگاهی از این است که "کلان داده ها" و" تجزیه و تحلیل ها" بسیار مفید هستند، خصوصا زمانی که فرآیندهای مرتبط با آن ها حاضر و قابل مشاهده باشند.

در حقیقت، کلان داده ها و تجزیه و تحلیل ها بدون فرآیند، بی معنا هستند. چرا؟ پاسخ بسیار ساده است، داده ها، بدون فرآیند بی معنا هستند.

فرآیند، برای دستیابی به داده ها یا ایجاد آن ها به کار می رود که در حقیقت نقشی بسیار مهم و حیاتی است. در حالی که این امر همیشه درست بوده اما در حوزه ی دید اکثر افراد درگیر با کسب و کار نبوده است.  قانون  Sarbanes-Oxley در سال ۲۰۰۲  که در حقیقت اولین اذعان عمومی بود، چنین نقل می کند که فرآیند چگونگی دستیابی یک سازمان به داده ها از لحاظ مالی، به اندازه خود داده ها مهم است. این قانون در اصل قانون اصلاح حسابداری شرکت عام و محافظت از سرمایه‌گذار است که در مجلس نمایندگان آمریکا به نام قانون حساب‌دهی و مسئولیت‌پذیری شرکتی و حسابرسی، طرح و بررسی شده بود. برای نخستین بار در تاریخ کسب و کار، سازمان ها و موسسات حسابداری عمومی وابسته به آن ها، نیاز به اسناد و ممیزی آن ها داشتند که به سادگی نتایج مالی نبودند و تنها به وسیله فرآیندهایی محقق می گردید که از نتایج مالی به دست می آمدند.

در یک حوزه کاملا متفاوت، توسعه دهندگان نرم افزار، طراحان وب و بازاریاب ها شروع به درک این موضوع کردند که چگونه می توان جدا از کسب آگاهی عمیق در مورد "تجربه"مشتری، می توان مشتری را حفظ نمود.

سفر کسب و کار ما (فرآیندما) به میزان مقصد ما، مهم است. بنابراین، در نگاه به "کلان داده ها" و "تجزیه و تحلیل ها" از منشور فرایند کسب و کار، روی چه موضوعاتی باید تمرکز کرد؟

انجمن مرتبط با فرآیندهای کسب وکار، با سابقه بیش از ده سال، تمرکز خود را از دیدگاه داخلی در مورد ساده سازی فرایند به دیدگاه بیرونی که منجر به خروجی موفق از مشتری می گردد، تغییر داده است. با این تغییر تفکر، چگونه سفر (فرآیند) کلان داده ها، خروجی (مقصد) را تحت تاثیر قرار می دهد؟

آغاز سفر با در نظر داشتن کیفیت داده ها، یک بخش کلیدی از کلان داده و تجزیه و تحلیل است. بدون در اختیار داشتن داده ها با کیفیت مطلوب، مدیران کسب و کار نمی توانند سوالات خوبی را در مورد داده ها بپرسند یا تصمیماتی را اتخاذ نمایند که منجر به حرکت رو به جلوی سازمان در چشم انداز رقابتی شود. به عبارت دیگر، بدون یک فرآیند کسب و کار مستحکم که این اطمینان را ایجاد می کند که داده های باکیفیت جمع آوری، ذخیره و ساخته شده اند و در دسترس هستند، مدیران نمی توانند این اطمینان را ایجاد کنند که تصمیمات مهم اخذ شده، معتبر هستند.

حرکت به سمت کلان داده ها (با فرض اینکه، کیفیت داده ها اکنون موضوعیت ندارد)، نگرانی در مورد استخراج داده ها و فرآیندهایی که منجر به تحول می شوند را در بردارد. به علاوه، اگر آن فرآیندها قوی نباشند، مدیران کسب و کار قادر به پرسش سوالات کسب و کار قابل اطمینان نخواهند بود.

با این حال، اجازه دهید برای لحظاتی فرض کنیم که کیفیت داده، با فرآیند های استخراج و تبدیل داده ها همراه است و همچنین قابلیت اطمینان را به همراه دارد. دستکاری های تحلیلی بر روی کیفیت، داده های تبدیل شده را با انواع فرآیندها درگیر می کند. بدون فرآیندهای معتبر و مستندشده به منظور اطمینان از درستی داده های به دست آمده از منابع درست، مدیران به تصمیمات نادرستی دست خواهند یافت که اثرات منفی بر کسب و کار دارد.

در هر قدم از مسیر "کلان داده – تجزیه و تحلیل"، فرآیند یک مسئله دشوار می باشد و برای موفقیت کسب و کار بسیار مهم است. به منظور دستیابی به کیفیت داده، پایه و اساس فرایند بایستی قابل اطمینان باشد. اگر شما در مسیر کلان داده ها سفر کنید، قلب فرآیند در مورد سوالاتی است که مدیران نیاز به پرسیدن آن ها را دارند. زمانی که وقت سفر فرا می رسد، در نقطه تجزیه و تحلیل، تمرکز اصلی فرآیند بر تصمیم گیری است. 

در نهایت به طور خلاصه می توان گفت: 

سفر شما، یا به عبارت بهتر فرآیندهای شما، در کلان داده و تجزیه و تحلیل به اندازه مقصد شما یا مقصد مدیران شما مهم است. اگر شما نتوانید فرآیندهایتان را دقیق تر تشریح کنید، نمی توانید از دقت داده ها دفاع کنید و به آن ها اطمینان نمایید.

اطمینان حاصل کنید که فرآیندهای مرتبط با کیفیت داده ها، قابل اطمینان هستند و مدیران می توانند با اعتماد به داده ها، سوالات خود را بپرسند و تصمیم گیری های دقیق و با ارزشی را در حوزه کسب و کار انجام دهند.


نویسنده:  Faun deHenry

منبع: Data without Process is Meaningless

ترجمه: شهرزاد پیمان


 

درباره رایورز

شرکت مهندسی نرم‌افزار رایورز در اوایل سال 1368 توسط جمعی‌از فعالین حرفه نرم‌افزار تأسیس گردید...

بیشتر بدانید

ارتباط با ما

  • تهران، خيابان ولی عصر، نرسيده به توانير، خيابان احتشام، شماره 5
  • 89326000

  • BPMS@rayvarz.com

خبرنامه پایگاه دانش BPM