تفاوتهای سازمان های داده محور با سایر سازمانها

تفاوتهای سازمان های داده محور با سایر سازمانها

آکادمی داده

۱۳۹۷/۰۴/۰۹


  • 93 بازدید

پاتیل یکی از مهمترین تفاوتهای سازمان های داده محور با سایر سازمانها را در مهارت آنها در تدوین فرضیه ها و حل مساله می داند. سازمانهای داده محور از نوعی روش علمی در کار با داده ها استفاده می کنند که شامل موارد زیر است:
- شروع به کار با داده ها
- کاوش در داده ها و سوالهایی که با داده ها می توان پاسخ داد
- فرموله کردن سوال
- بررسی داده های فعلی برای یافتن سوال درست برای مطرح کردن
- ایجاد چارچوبی برای اجرای آزمایش روی داده ها
- تحلیل نتایج برای ایجاد بینش های جدید راجع به سوال
زمانی که سازمان ها مساله اصلی که قصد حل کردن آن را دارند، انتخاب کردند نیاز دارند که فرایندی برای مدیریت این کار پژوهشی تعریف کنند. اگر چنین فرایندی طراحی نشود، ممکن است زمان زیادی صرف مسائل کم اهمیت و جزئی شود و افراد چنان در مسائل فنی کار غرق شوند که فراموش کنند این فعالیت ها را برای حل چه مساله ای انجام می دهند. نمونه ای از سوالهایی که راجع به هر مساله ای مطرح می شوند در زیر آمده است:
- سوالی که مطرح کرده ایم به چه معناست؟
سوال باید به زبانی بیان شود که افراد در واحدهای مختلف سازمان درک مشترکی نسبت به آن داشته باشند. در بیشتر سازمان ها افراد در واحدهای مختلف با پیش زمینه های مختلف مشغول به کار هستند. بنابراین انجام این کار سخت تر از آن است که اغلب تصور می شود.
- چه طور بفهمیم که موفق شده ایم؟
قبل از شروع به کار شاخصی برای سنجش موفقیت طراحی کنید. این شاخص می تواند کمی یا کیفی باشد. مهم این است که اعضای تیم در شروع کار بدانند موفقیت چه معنی و مفهومی برای آنها دارد. اگر این کار را انجام ندهید این احتمال وجود دارد که هرگز نتوانید فعالیتهای خود را ارزیابی کنید و ارزش کار مبهم و پیچیده باقی بماند.
- با این فرض که این مساله را حل کرده ایم، اول چه کاری خواهیم کرد؟
این سوال تاثیر راهکار طراحی شده روی کسب و کار را نشان می دهد. با ایجاد راهکار بر اساس داده چه قابلیت هایی به دست می آید که تا پیش از این وجود نداشته است؟ مساله ای که می خواهید حل کنید واقعا مساله مهمی است. یا خیر؟
- اگر همه از این راهکار استفاده کنند چه نتیجه ای به دست می آید؟
با این سوال می توانید بیشترین اثر بالقوه را تخمین بزنید. اگر این پروژه تاثیر چندانی در کسب و کار ندارد، آیا ارزش دارد آن را انجام بدهید؟
- بدترین کاری که با این راهکار می توان انجام داد چیست؟
این سوال مشخص می کند راهکاری که می خواهید طراحی کنید چه اثری روی افراد و گروه های دیگر خواهد گذاشت؟ آیا این کار از لحاظ قانونی و اخلاقی درست است؟
نقش یک مدیر ارشد در یک دنیای داده محور در حال تغییر است. مدیر باید پاسخ سوالهای زیر را بیابد: من کجا می توانم ارزش ایجاد کنم، کجا باید مسیر خودم را تغییر دهم و به جایی بروم که داده ها مرا به آنجا می برند؟ این سوالها تعریف جدیدی برای تفکر شهودی در مدیریت هستند. (2014 ,Brynjolfsson , McAfee , Goldbloom , & Howard)کرول در کنفرانس استرالیا سال ۲۰۱۱ نکته جالبی را در خصوص نقش مدیر در ارتباط با داده ها بیان می کند. تا پیش از این نقش یک مدیر این بود که در جایی که داده ها وجود ندارند افراد را متقاعد کند. اما اکنون نقش مدیر این است که بداند چه سوالهایی را مطرح کند و چگونه نتایج حاصل از تحلیل داده ها را تفسیر کند. (2011 ,Croll)
بنابراین برای یک مدیر لازم است که علم داده و تصمیم گیری داده محور را به خوبی درک کند حتی اگر در اجرای عملیات آن نقشی نداشته باشد زیرا تحلیل داده ها نقش کلیدی در طراحی و تدوین استراتژی کسب و کار ایفا می کند. کسب و کارهای مختلف بیش از پیش با تحليل داده ها سروکار دارند و توانایی درک و تفسیر داده ها می تواند مزیت رقابتی مهمی برای کسب و کارها ایجاد کند. تفکر داده محور مدیران را قادر به درک فرصت ها و تهدیدهای محیطی مرتبط با داده ها خواهد کرد.
فوست و پروست در کتاب "علم داده در کسب و کار " مثالهایی ذکر می کنند تا مدیران را متقاعد سازند که باید تفکر داده محور داشته باشند. اگر یک مشاور پیشنهاد داده کاوی برای بهبود کسب و کار ارائه کرد یک مدیر باید این پیشنهاد را بررسی کند و دریابد که منطقی است یا خیر. اگر سازمان رقیب پیشنهادی برای همکاری در داده ها مطرح کرد، مدیر باید دریابد که در چه شرایطی این کار به ضرر سازمان خواهد بود. اگر در یک شرکت سرمایه گذاری پیشنهادی برای سرمایه گذاری در یک شرکت تبلیغاتی مطرح شد و دست یابی به داده های این شرکت تبلیغاتی و تحلیل آنها دلیل اصلی پیشنهاد این طرح بوده است، مدیر باید بتواند درستی این استدلال را مورد بررسی و آزمون قرار دهد. بنابراین علم داده مستقیما با تصمیم گیری در ارتباط است و نداشتن درک درستی از آن بیشتر از سایر مهارت های فنی مشکل ساز است. پس مهارتی است که مدیران باید یادگیری آن را در دستور کار خود قرار دهند.
البته این موضوع به این معنا نیست که مدیران باید متخصص علم داده شوند بلکه به این معناست که باید اصول علم داده را به درستی درک کنند تا فرصتها را غنیمت شمرند، منابع لازم برای فعالیت تیمهای علم داده را فراهم کنند، در داده ها و آزمایش روی داده ها سرمایه گذاری کنند و فعالیت تیمهای علم داده را در جهت راهکارهای مفید برای کسب و کار راهبری کنند زیرا تیم های علم داده اغلب درگیر جزییات فنی هستند و آشنایی کمتری با کسب و کار دارند. 
یکی از مهارت هایی که برای مدیران مطرح می شود و نقش برجسته ای می یابد، مطرح کردن سوال های درست است. کریستوفر فرانک یکی از مدیران سازمانهای مالی اعتباری و نویسنده کتاب "نوشیدن از شلنگ: تصمیم گیری صحیح بدون غرق شدن در داده" چنین بیان می کند که مهمترین عامل بازدارنده در تحلیل کلان داده ها در "ناتوانی در مطرح کردن سوال درست" نهفته است. آقای فرانک این پدیده را مساله آلیس در سرزمین عجایب نامگذاری کرده است. همانطور که در داستان آلیس در سرزمین عجایب وقتی که آلیس نمی داند به کجا می خواهد برود و از گربه می پرسد که از کدام طرف باید برود، در جواب می شنود که وقتی نمی دانی به کجا می خواهی بروی چه اهمیتی دارد که مسیر کدام است. در دنیای امروز هم که کلماتی همچون کلان داده ها، علم داده و مشابه آن مد شده است، برخی سازمانها نمی دانند که با داده هایشان به کجا می خواهند بروند. در این شرایط تنها خروجی کار تشکیل یک واحد تحلیل داده خواهد بود که تاثیر خاصی نخواهد داشت. تا وقتی مدیران ارشد نتوانند سوال درست را مطرح کنند، هیچ پیشرفت تکنولوژیکی نمی تواند به سازمان در راستای بهبود تصمیم گیری کمکی بکند. (2014 ,Experfy)
یکی دیگر از مهارت هایی که برای مدیران آینده مطرح می شود، زمینه سازی برای اجرای تصمیم هایی است که به کمک ماشین ها گرفته شده است. هیچ مدیری نمی تواند به کارکنان خود بگوید: ما این کار را انجام می دهیم چون یک الگوریتم آن را از ما می خواهد. وی باید کارکنان را متقاعد کند که انجام آن کار به پیشبرد هدف کمک می کند. بنابراین ترکیبی از مهارت های فنی و مهارت های نرم برای مدیران آینده ضروری است.

منبع : علم داده: مفاهیم و مهارت ها، سهرابی و ایرج

کپی برداری بدون ذکر منبع، بر اساس قانون جرائم اینترنتی و مادۀ 12 فصل سوم قانون جرائم رایانه ای غیر قانونی بوده و مجازات جزای نقدی و حبس دارد و شرعا نیز حرام است! 
اگر در زمینه علم داده و داده کاوی در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید.  آکادمی داده در تلگرام، واتزآپ و تمامی پیام رسان های ایرانی(سروش، آی گپ، بله و ویسپی) با شماره 09120637751 حضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد. 


افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.