راه پرداخت
رسانه فناوری‌های مالی ایران

بلوغ داده‌محوری چیست و چگونه می‌توان به سمت آن حرکت کرد؟

علیرضا مهرابی، مدیر اجرایی گروه مشاوران سحاب / در مقاله پیشین با عنوان «داده‌محوری؛ مفهومی جدید یا عبارتی جدید برای مفهومی قدیمی؟»  تلاش کردم درباره مفهوم داده‌محوری و اهمیت آن در کسب‌وکارهای امروز توضیح دهم. در آن مقاله توضیح دادم که بلوغ داده‌محوری به زبان ساده پاسخ به این سؤال است که سازمان شما هم‌اکنون تا چه میزان داده‌محور است و میزان این بلوغ در ابعاد مختلف در برنامه‌ریزی در مسیر داده‌محوری چه تأثیری دارد. در این مقاله توضیح می‌دهم که چطور می‌توان میزان بلوغ داده‌محوری یک سازمان را درک و بر اساس آن برنامه‌ریزی کرد؟

همان‌طور که پیش‌تر نیز اشاره شد، سازمان‌ها در سطوح متفاوتی از داده‌محوری قرار دارند و برای اینکه بتوان ارزیابی کرد که یک سازمان در چه سطحی از بلوغ داده‌محوری قرار دارد، باید جنبه‌های داده‌محور بودن سازمان را شناخت. در نگاه اول شاید به نظر برسد که داده‌محوری عمدتاً یک موضوع فنی است و جنبه‌های اصلی آن احتمالاً داده‌ها و فناوری‌های مرتبط جهت جمع‌آوری، تحلیل و به تصویر کشیدن داده‌ها باشند. اما داده‌محوری بیش از اینکه یک موضوع فنی باشد، یک تفکر و نگرش مدیریتی است؛ نگرشی که پایه آن بر اعتقاد رهبران و مدیران یک کسب‌وکار بر بهبود مستمر استوار است.

بدونِ توجه به ابعاد مدیریتی داده‌محوری، تحلیل‌های صورت‌گرفته معمولاً یا نادرست و ناقص هستند، یا به خروجی‌های آن توجه نمی‌شود یا نتایج آن به‌درستی در سازمان جاری نمی‌شوند.

به‌طور کلاسیک، تقسیم‌بندی رایج در خصوص اجزای تشکیل‌دهنده در موضوعات حوزه‌های فناوری متشکل از سه مقوله افراد، فناوری و فرایندهای پروژه‌ است و در موضوع داده‌محوری نیز تفاوت چندانی ندارد؛ فقط بهتر است کمی آن را بسط دهیم. دلیل این بسط را نیز شرح خواهم داد.


معیارهای ده‌گانه برای ارزیابی بلوغ داده‌محوری


بدیهی است که داده‌محور شدن سازمان مستلزم وجود داده است. پس اولین گام پیدا کردن منابع داده مرتبط با کار سازمان است که عموماً در داخل سازمان و بعضاً در خارج از سازمان تولید می‌شوند. پس داده نخستین معیار مهم در داده‌محوری است. البته پس از شناسایی داده‌ها فرایندهایی مانند جمع‌آوری، نگهداری، پردازش و تحلیل داده‌ها هم مطرح می‌شود.

داده‌ها برای منظوری جمع‌آوری و تحلیل می‌شوند؛ برای اینکه پاسخ سؤالات مدیران سازمان را بدهند و دریچه‌ای به عملکرد گذشته و آینده سازمان در زمینه‌های مختلف باز کنند. پس باید مشخص باشد که از داده‌ها چه انتظاراتی داریم و انتظارات یک مدیر هم ترجمه می‌شود به شاخص‌های سازمان. در واقع یکی از کارکردهای اصلی تحلیل داده در سازمان‌ها، محاسبه شاخص‌هاست. از این‌ رو، شاخص‌ها دومین معیار مهم در داده‌محوری یک سازمان است که بیشتر یک معیار مدیریتی است تا فنی.

هرچند باید در نظر داشت که محاسبه این معیار مدیریتی، نیازمند مهارت‌های فنی است. هرچه بلوغ داده‌محوری یک سازمان بالاتر باشد و شاخص‌های سازمان پیچیده‌تر باشند، مهارت‌های بیشتری و در سطح بالاتری مورد نیاز است. علاوه بر این، هرچه سازمان بالغ‌تر می‌شود، افراد بیشتری باید دارای مهارت‌های مختلف باشند تا بتوانند از عهده امور داده‌محورشده‌ در سازمان برآیند. مهارت‌ها را می‌توان به‌عنوان سومین معیار مؤثر در داده‌محوری شناسایی کرد.

بدیهی است که داده‌ها باید بر یک بستر فناوری مناسب و متناسب با نیازمندی‌های جاری و آتی جمع‌آوری، نگهداری، پردازش، تحلیل و به تصویر کشیده شوند. این فناوری نیز می‌تواند با توجه به بلوغ داده‌محوری سازمان و کاربرد و کارکرد داده‌ها و تحلیل در محصولات و خدمات سازمان، بسیار متنوع باشد. در سناریوهای پیچیده‌تر، تبعیت از استانداردها در طراحی، راه‌اندازی و نگهداری از این زیرساخت یک کار حرفه‌ای و حساس است. پس معیار چهارم در موضوع داده‌محوری همین فناوری است.

از این معیار به بعد، بار مدیریتی موضوع  بیش‌ از پیش پررنگ شده و موضوع رهبری در یک سازمان داده‌محور مطرح می‌شود. به‌طور کلی هر پروژه‌ای که با هدف تحول یک سازمان آغاز می‌شود، بدون رهبری حساب‌شده و حمایت جدی مدیریت ارشد به موفقیت منجر نخواهد شد. طبیعتاً تحول داده‌محوری یک سازمان از این موضوع مستثنی نیست. نوع و میزان ورود و حمایت مدیریت ارشد به داده‌محوری با تعالی بلوغ آن سازمان تفاوت پیدا می‌کند. رهبری، پنجمین معیار بلوغ داده‌محوری محسوب می‌شود.

مقوله فرهنگ نیز از اهمیت زیادی برخوردار است. حتی اگر مدیریت ارشد حمایت خوبی از تحول داده‌محوری در سازمان خود داشته باشد، ولی فرهنگ سازمان در برابر این تغییر مقاومت کند، تلاش‌ها بی‌نتیجه خواهند ماند. بایستی برای ارتقای فرهنگ داده‌محوری در سازمان برنامه داشت و منابع اختصاص داد. سختی تحول فرهنگ در این است که به‌طور معمول روش دقیق و مشخصی برای آن وجود ندارد و احتمالاً لازم است برنامه‌های متعدد و متنوعی را بدون انتظار برای نتیجه‌گیری زودهنگام تعریف کرد. در واقع، فرهنگ به‌عنوان ششمین معیار بلوغ داده‌محوری در کنار معیار رهبری، سهم بسزایی در مسیر تعالی بلوغ داده‌محوری یک سازمان دارد.

اگر سازمانی تا به این نقطه پیش رفته باشد، بعید است که نقش داده‌ و تحلیل در استراتژی آن سازمان منعکس نشده باشد. اینکه یک سازمان به چه میزان برای تصمیم‌های آتی خود متکی بر نتایج تحلیل‌ها باشد و اینکه تا چه حد محصولات و خدمات آن قرار است به تولید، جمع‌آوری و پردازش داده توجه کند یا حتی خود به منابع درآمد سازمان تبدیل شود، در هفتمین معیار داده‌محوری یعنی استراتژی دیده می‌شود.

اجرای مؤثر استراتژی‌های تعریف‌شده در سازمان مستلزم داشتن یک ساختار سازمانی متناسب برای اجرای آن استراتژی‌هاست و در بسیاری از اوقات لازم است ساختارهای کهنه به‌سرعت بشکنند و ساختارهای جدیدی شکل بگیرند؛ بنابراین چابکی سازمان از اهمیت زیادی برخوردار است. سازمان‌ها باید به‌صورت رسمی برای تیم‌های تحلیل داده جا باز کنند و به جایگاه آن رسمیت بدهند. به‌مرور و با افزایش سطح بلوغ داده‌محوری در سازمان، این تیم‌های تحلیل باید بتوانند با سایر واحدها و تیم‌های سازمان، ساختارهای رسمی و غیررسمی دیگری را شکل دهند که مجدداً مهر تأییدی است بر اهمیت چابکی به‌عنوان هشتمین معیار داده‌محوری.

اگر فرض کنیم که سازمان چابکی لازم را برای رساندن داده و تحلیل به فرایندها و فعالیت‌های مختلف سازمان داراست، باید توانایی یکپارچه‌سازی تحلیل‌ها را با محصولات، خدمات و فرایندهای کاری خود نیز داشته باشد. در واقع موضوع یکپارچه‌سازی از آن دست موضوعاتی است که متأسفانه در بسیاری از اوقات در سازمان‌ها مغفول می‌ماند. تحلیل انجام می‌شود،‌ سازمان همراه است، تیم‌ها تشنه هستند؛ اما خروجی همه معیارهای قبلی رؤیت نمی‌شود، زیرا توانمندی یا عزم فنی و مدیریتی لازم برای یکپارچه‌سازی تحلیل در مسائل مختلف سازمان وجود ندارد. بایستی موضوع یکپارچگی تحلیل را همواره در کل مسیر داده‌محور شدن سازمان مدنظر قرار داد و به این نهمین معیار مهم در بلوغ داده‌محوری توجه کافی کرد؛ معیاری که اتفاقاً با وجود مفهوم ساده عملی‌کردن آن بسیار سخت و پیچیده است.

بدیهی است که در صورت یکپارچگی تحلیل با محصولات، خدمات و فرایندهای سازمان، افراد باید امکانات کافی برای اقدام بر پایه این تحلیل‌ها را داشته باشند. بهره‌گیری و استفاده از نتایج تحلیل‌ها در سازمان هدف نهایی است و لازم است سطح مناسبی از توانمندسازی برای استفاده از اطلاعات حاصل از تحلیل داده‌ها در سازمان ایجاد شود. مدیران و کارشناسان سازمان باید امکانات فنی لازم برای دسترسی به این اطلاعات را داشته باشند و به لحاظ مدیریتی نیز سطوح دسترسی، نوع دسترسی، قابلیت بهره‌برداری و انواع استفاده از این اطلاعات باید با آزادی عمل کافی ترکیب شده و فراهم باشد. به‌ این‌ ترتیب، توانمندسازی به‌عنوان دهمین و آخرین معیار مهم در داده‌محوری مطرح می‌شود.


چگونه می‌توان بلوغ داده‌محوری را رشد داد؟


اکنون با درک مفهوم و اجزای دخیل در داده‌محوری، قاعدتاً اگر سازمانی بخواهد در راستای رشد بلوغ داده‌محوری خود گام بردارد، باید بداند اکنون کجا ایستاده است، مرحله بعدی چیست و چطور باید به آن رسید. چگونه باید برای پاسخ به این سؤالات شروع کرد؟

تعریف رشد بلوغ داده‌محوری به‌طور متداول به‌صورت یک فرایند مرحله‌بندی‌شده و خیلی مشخص ارائه می‌شود (شکل پایین) که به لحاظ منطقی خیلی هم بیراه نیست. در واقعیت اما، رشد بلوغ یک مسیر مستقیم و شفاف نیست که مانند یک بازی کامپیوتری برای رسیدن به مرحله بعد، مرحله قبلی را باید تمام کرد. همه معیارهای سازمان با هم توسعه پیدا نمی‌کنند، برای بعضی از مسائل سازمان راه‌حل‌های داده‌محور آماده وجود دارد و برخی فرایندهای سازمان ذاتاً برای داده‌محوری آماده‌ترند.

«هوش تجاری و تحلیل» از رقابت بر تحلیل اثر دیونپورت و هریس. برگرفته از «سطوح تحلیل» اثر جیم دیویس (انتشارات دانشگاه هاروارد)

بهترین مسیر برای شناخت سازمان در همه معیارهای بلوغ داده‌محوری و برنامه‌ریزی برای رشد، ارتقای سطح بلوغ سازمان در‌ هر یک از معیارهای ده‌گانه روی یک مقیاس یکسان است. به‌ این‌ ترتیب مدیران سازمان می‌توانند مدلی داشته باشند که با نگاهی اجمالی به وضعیت سازمان خود ببینند در چه معیارهایی نسبت به معیارهای دیگر قوی‌تر و در چه معیارهایی ضعیف‌تر هستند.


در اختیار داشتن چنین مدلی، به مدیران سازمان‌ها می‌گوید که میانگین کلی سطح بلوغ داده‌محوری سازمان چه مقدار است، سطح بلوغ داده‌محوری در هر یک از معیارهای ده‌گانه داده‌محوری به چه میزانی است و عدم توازن بلوغ داده‌محوری در معیارهای مختلف ارزیابی در چه حدی است.

«گزارش ارزیابی بلوغ داده‌محوری» گروه مشاوران سحاب با مدلی آزمایش‌شده در شرکت‌های متعدد داخلی علاوه بر موارد فوق به مدیران ارشد سازمان می‌گوید که مفهوم سطحی از بلوغ که در آن قرار دارند، چیست و برای رسیدن به سطح بلوغ بالاتر در هر یک از معیارها لازم است چه اقداماتی انجام دهند.


از بهبودهای کوچک شروع کنید


پس از ارزیابی سطح بلوغ داده‌محوری سازمان، برای رشد داده‌محوری باید چه‌ کاری انجام داد و دقیقاً باید از کجا شروع کرد؟

سازمان‌ها معمولاً مسائل زیادی دارند که به‌دنبال حل آنها با روش‌های مختلف هستند؛ برخی از این مسائل مانند یک درد قدیمی مدت‌هاست که سازمان را آزار می‌دهند و برخی دیگر از جنس بهبودهای کوچک و بزرگ هستند. به‌طور معمول مسائل این‌قدر زیاد و متنوع هستند که سازمان‌ها مستقل از زمینه فعالیت و صنعت خود برای شروع با فضای مبهم و پیچیده‌ای مواجه خواهند شد. علاوه بر این، همواره این پیش‌داوری وجود دارد که یکسری از مسائل قابلیت داده‌محور شدن را ندارند که آفت آن تمایل بیش‌ از حد به راه‌حل‌های فنی است، در صورتی که داده‌محوری در مورد سازمان و خروجی اصلی آن مدیریتی است.

از این‌ رو، لازم است با کمک یکسری روش‌ها و ابزارها تا حد امکان از پیچیدگی‌ها و ابهام‌های موجود کاسته شود تا مدیران ارشد سازمان‌ها بتوانند پروژه‌ها و گام‌های مناسبی را برای آغاز مسیر رشد بلوغ داده‌محوری تعریف کنند.

  • تعریف پروژه‌های کوچک برای بهبود سریع

معمولاً توصیه نمی‌شود که یک سازمان از همان ابتدای مسیر به‌دنبال تعریف پروژه‌هایی برای تحولات بزرگ استراتژیک باشد؛ زیرا نتیجه این پروژه‌ها اغلب دلسردکننده است. این توصیه به این مفهوم نیست که نباید دید کلان روی تحول سازمان داشت، اتفاقاً برعکس باید بزرگ اندیشید، ولی اقدامات کوچک و در عین‌ حال مؤثر انجام داد. می‌توان با انجام تعداد زیادی کارهای کوچک و اثرگذار سازمان را باظرافت متحول کرد و به‌راحتی در طول مسیر به‌مرور با آزمایش‌های متعدد، پیاده‌سازی پروژه‌ها را بهینه‌سازی کرد. به همین دلیل است که همواره به سازمان‌ها توصیه می‌شود از بهبودهای سریع و کوچکی شروع کنند که متمرکز بر حل یک مسئله اولویت‌دار سازمان است و نتایج آن به‌سرعت قابل‌ لمس خواهد بود.

احتمالاً در هر یک از پروژه‌های بهبود سریع، حداقل یکی از معیارهای بلوغ داده‌محوری دستخوش تغییر خواهد شد، پس باید از جنبه‌های مختلف تأثیر پروژه‌های گوناگون را روی معیارهای بلوغ بررسی کرد. به‌ این‌ ترتیب بایستی به سراغ تعریف پروژه‌هایی رفت که تأثیر مثبت آن مشهود باشد، حداقل بخشی از یکی از مسائل مهم سازمان را حل کند و در بازه‌ای میان یک تا سه ماه خاتمه پیدا کند.

  • تعیین هدف نهایی پروژه

به‌صورت کلی پروژه‌های تحول باید بتوانند موجب کاهش ریسک،‌ کاهش هزینه، افزایش فروش یا  ایجاد محصولات و خدمات جدید شوند. پروژه‌های رشد بلوغ داده‌محوری نیز از این قضیه مستثنی نیستند. باید در نظر داشت دستیابی به همه این اهداف در قالب یک پروژه غیرممکن است و معمولاً اهداف پروژه‌های تحول از اهداف اولویت‌دار سازمان در یک برهه خاص از زمان نشئت می‌گیرند.

با مشخص‌کردن هدف پروژه‌ها، گزینه‌های زیادی حذف می‌شوند و تا حد خوبی می‌توان از پیچیدگی‌ها و ابهامات موجود برای شروع مسیر بلوغ داده‌محوری کم کرد.

  • طرح سؤالات درست

برای انتخاب نقطه شروع مناسب و یافتن بهبودهای سریع با نتایج خیره‌کننده، لازم است سؤالات درستی پرسیده شود. معمولاً با پاسخ به هر سؤال، سؤالات دیگری به وجود می‌آیند.

  • چرا فروش پایین است؟

چون مشتریان محصول ما را درک نمی‌کنند.

  • چرا محصول ما را درست درک نمی‌کنند؟

چون پیچیده است.

  • برای این موضوع چه‌ کار می‌توان کرد؟

باید محتوای خوبی برای راهنمایی مشتریان بالقوه تهیه کرد.

  • این محتوا کجا باید منتشر شود؟

از طریق بازاریابی مستقیم و شبکه‌های اجتماعی.

  • مشتریان هدف را باید برای چه دسته مشتریانی ارسال کرد؟

برای خانم‌های خانه‌دار بالای ۲۵ سال که احتمالاً صاحب فرزند هستند.

به‌ این‌ ترتیب، بدون پیش‌داوری در خصوص راه‌حل‌های احتمالی می‌توان به ریشه مسائل رسید و سپس با شیوه‌های حل مسئله به‌دنبال راه‌حل‌های مناسب گشت.

ارسال یک پاسخ

آدرس ایمیل شما منتشر نخواهد شد.