Adatstratégia – Hallgatói beszámoló II. rész
Adatstratégia? Vállalati adatvagyon hasznosítás?
Olvasási idő: ~ 5 perc
A fenti témacímek hallatán nagyon kíváncsi voltam, miről is lesz szó pontosan a AI Strategy & Data-Driven Leadership képzés második alkalmán, melyet Oltyán Gábor vezetett és Fonódi János egy konkrét vállalati példán keresztül mutatott be.
Miért fontos az adat?
Ahogyan gazdaságunk napjainkban egyre inkább válik tudásvezéreltté, fontos szerepük van a nem kézzelfogható erőforrásoknak, így például a tudásnak. A tudás egyik explicit forrása lehet az adatok rendelkezése állása. A rendelkezésre álló vállalati adatvagyon hasonlóan kezelhető, mint más céges erőforrás, és megfelelő stratégia és menedzsment kialakításával értékes üzleti vagyonná válhat. Az adatból információ, az információ internalizálásával tudás képezhető. Mindehhez azt gondolom, először cégkultúránkat érdemes adatvezéreltebb irányba terelni, melyhez nem feltétlenül szükséges Big Data-val dolgoznunk, az is elképzelhető, hogy sokkal hatékonyabbak tudunk lenni, amennyiben Small Data-val rendelkezünk.
De hogyan képezzünk vagyont egy egyszerű adathalmazból?
Hasonlóan egy projekt menedzseléséhez, először is fontos meghatároznunk üzleti célunkat:
- Mit akarunk elérni adatstratégiánk kialakításával?
Amint ezt definiáltuk, vizsgáljuk meg, hogy hol tartunk pontosan a kitűzött célhoz képest? Majd dolgozzuk ki, hogyan, milyen lépéseken keresztül juthatunk el a célunkhoz a lehető legjobb utat választva:
- Milyen adatforrással és adatgyűjtési móddal dolgozunk?
- Mi az optimális támogató technológia számunkra?
- Hogyan és milyen módszerrel érhetjük el, hogy adatainkat hasznos és értékes információvá transzformáljuk?
- Hogyan tudunk egy adatvezéreltséget támogató organizációs struktúrát kialakítani?
- Mit tegyünk és ne tegyünk, ha adatkezelésről, adatok védelméről van szó? Mi várható a GDPR (General Data Protection Regulation) kapcsán?
Mindebben segítségünket szolgálja számos különféle stratégiai modell, melyek közül célunk szem előtt tartásával érdemes választani. És hogy érdemes-e mindehhez mesterséges intelligenciát bevonnunk, az elsődlegesen ott dől el, amit az első lépésben határoztunk meg: MIt akarunk elérni?
Ezen kérdések mentén és az elemzett esettanulmányok alapján átfogó képet kaptunk a témában, és motivált vagyok abban, hogy mindezt a gyakorlatban is átéljem.
Tóth Erika Viktória
A cikk szerzőjéről:
Okleveles közgazdász, IT projekt – és folyamatmenedzser, PhD hallgató
2016-ban végzett okleveles közgazdászként vezetés-és szervezés mesterszakon. 2018 óta PhD hallgató, kutatási témája a mesterséges intelligencia és a gépi tanulás hatásának vizsgálata a tudásmenedzsmentre. Az akadémiai szféra mellett már a kezdetektől célja volt részt venni a versenyszférában is, ezáltal gyakorlati tapasztalattal és tacit tudással támogatni az elsajátított elméleti tudását, ezért már korai egyetemi tanulmányai mellett (2012 óta) elkezdett IT üzleti folyamatmenedzsmenttel és IT projektek vezetésével foglalkozni, jelenleg is egy világhírű szoftvergyártónál dolgozik ezen a területen. Elkötelezett a korszerű technológiák megismerésében, a tudásmenedzsment és mesterséges intelligencia üzleti aspektusainak kutatásában, a folyamatoptimalizálásban, valamint a folyamatos fejlődésre és tanulásra való törekvésben.
Kedved támadt az adatok gyűjtéséhez, rendszerezéséhez és értelmezéséhez szükséges adatelemzési tudásodat mélyíteni? Tarts velünk következő kurzusunkon! Jelentkezz most 10%-os kedvezménnyel!
