Data literacy znaczy „czytanie” danych
W ciągu ostatnich kilku lat wytworzyliśmy więcej informacji niż od początku ludzkości. Firmy gromadzą dane zarówno na temat swoich klientów, dostawców i operacji, a ich ilość globalnie podwaja się co 18 miesięcy. Teoretycznie ta lawina informacji, wsparta narzędziami analitycznymi, oferuje firmom wprost nieograniczone możliwości: lepsze zrozumienie, czego potrzebują klienci i szybsze dotarcie z atrakcyjniejszą ofertą. Teoretycznie, bo badania OVHcloud wykazały , że dane zbierają niemal wszystkie polskie przedsiębiorstwa, ale aż 40% nic z tą wiedzą nie robi. Tymczasem Gartner definiuje umiejętność zarządzania danymi (Data Literacy) w odniesieniu do przedsiębiorstw jako zdolność wręcz krytyczną. Data Literacy to wyłuskiwanie cennych informacji na podstawie potężnych zbiorów, stosowanie analityki i dzielenie się tą wiedzą. Data Literacy polega na wykorzystaniu w praktyce zebranych miliardów terabajtów i rozumieniu potencjału, jakie oferują poprzez stawianie właściwych pytań i poprawną interpretację wyników. Umiejętność „czytania” danych stała się strategiczną inwestycją w rozwój biznesu.
Rezerwuar niewidocznej wiedzy
Pojęcie Data 3.0 odnosi się do gospodarki cyfrowej opartej na wiedzy i kompetencjach związanych z przetwarzaniem danych. Data 3.0 to innowacyjny model prowadzenia biznesu z analizowaniem wielkich zbiorów celem usprawniania działania firmy oraz doskonalenia jej oferty. Na tym polu wygrywają ci, którzy potrafią przekuć gromadzone informacje w konkretną wiedzę, a ponieważ rynek nie lubi próżni, miejsce tych mniej zorientowanych zajmują nowi gracze z lepiej dopasowaną ofertą. Im więcej firm poprze swoje działania wiedzą wynikającą z danych, tym szybciej zepchną ze sceny tych, którzy nie znajdą na czas potrzebnych kompetencji, opierając biznesowe decyzje na założeniach, hipotezach i analizach post factum.
Kluczowe jest też dzielenie sią wiedzą. Jeśli poza działem analiz nikt nie rozumie języka danych, to nie ma znaczenia jak wielką wartość biznesową one przedstawiają. Bez analizy i obróbki są rezerwuarem niewidocznej wiedzy.
Jako że dane są aktywem, który gromadzony jest niejako automatycznie, rozsądnie jest przyjąć, że ich przechowywanie może być cenną inwestycją dla długoterminowej przyszłości i celów firmy.
Chmura odpowiada na wyzwania związane z przyrostem danych w warstwie fizycznej, ponieważ w tym modelu o wiele więcej danych może być przechowywane na mniejszej powierzchni, zużywając przy tym mniej energii potrzebnej m.in. do chłodzenia serwerów, stanowiącej kolosalny wydatek. Cloud umożliwia też przetwarzanie potężnych zbiorów w warstwie logicznej. Analiza dużych ilości danych jest wykorzystywana m.in. do zmiany strategii biznesowych, prognoz, adaptowania priorytetów operacyjnych, wreszcie eliminowania ryzyka błędu i niepotrzebnych kosztów. Jako wysokoskalowalne rozwiązanie, chmura jest wprost stworzona dla potrzeb Big Data oraz zadań wymagających potężnej mocy obliczeniowej, niezbędnej do działań z obszarów uczenia maszynowego oraz sztucznej inteligencji, ponieważ oferuje rekordową wydajność.
W 2017 roku The Economist opublikował głośny artykuł pod tytułem "Najcenniejszym zasobem na świecie nie jest już ropa naftowa, ale dane". Publikacja wywołała falę gorących dyskusji, teza weszła do powszechnego obiegu, a ilość danych od tego czasu wzrosła kilkukrotnie. Tymczasem same dane, jeśli są pozbawione potrzebnego kontekstu, nie wystarczą do oceny sytuacji. Jeśli nie są na bieżąco analizowane, tkwią rozproszone w plikach, setkach tysięcy stron, raportach z transakcji i analizach miesięcy, niczego nie ułatwiając. Skoro zapowiedź pogorszenia pogody wpływa na przykład na decyzje zakupowe klientów, to konkurencja, która o tym wie, przygotuje wcześniej potrzebne scenariusze i dotrze do naszych klientów przed deszczem.
Źródło: OVHcloud