Justification du programme et du projet d'analyse

L'économie est actuellement en pleine mutation d'après les analyses, et il existe des signaux positifs et négatifs quant à son avenir. En raison de facteurs tels que le faible taux de chômage, l'augmentation des salaires et la hausse des prix, les entreprises se trouvent dans un éventail de situations.

Les récentes baisses semblent être principalement dues à des facteurs macroéconomiques. Je suis optimiste quant aux budgets informatiques en 2024, car j'anticipe un relâchement des dépenses informatiques, qui ont été limitées par les craintes d'une récession depuis 2022. Cela permettra à la demande refoulée, qui a été cultivée en 2023, de se libérer. Les données étant la clé du succès de ces nouvelles entreprises, la demande de technologies de nettoyage des données et de gouvernance a augmenté afin de résoudre les problèmes généraux de qualité des données en vue de préparer les entreprises basées sur l'IA.

Dans une perspective plus large, malgré l'instabilité de l'environnement macroéconomique, le secteur des données et de l'analyse connaît une croissance à la fois cohérente et régulière. Toutefois, les programmes d'entreprise qui se concentrent davantage sur l'optimisation que sur le changement ont plus de chances d'être acceptés. Pour réduire les coûts, la restructuration et la modernisation des applications ainsi que la pratique d'une ingénierie de base solide suscitent de plus en plus d'intérêt. Par exemple, les entreprises envisagent la possibilité de conteneuriser leurs applications parce que les coûts d'exploitation des applications conteneurisées sont moins élevés.

À ce stade, dans cet environnement, l'approbation du projet est en cours, mais les conditions d'approbation sont assez strictes. Les entreprises sont de plus en plus conscientes de l'importance de maximiser le retour sur investissement. Il y a un regain d'intérêt pour le retour sur investissement (ROI), et ceux qui veulent que leurs projets passent à l'étape suivante ont tout intérêt à jouer le jeu en intégrant le ROI dans la structure de leurs projets.

Justification des programmes et des projets

Tout d'abord, il est important de comprendre la position que vous tentez de justifier :

• Un programme d'analyse qui fournira des analyses pour un certain nombre de projets différents.
• Un projet qui utilisera l'analytique.
• Analyse d'un projet.
• L'intégration de nouveaux projets dans un programme d'analyse déjà établi.

Pour sortir de l'imbroglio, il convient de déterminer ce qui doit être justifié exactement et de s'atteler à cette justification. Lorsque l'on justifie une initiative commerciale par le retour sur investissement, il est possible de limiter le projet aux flux de trésorerie prévus pour l'entreprise afin de générer le retour sur investissement de la couche de données (qu'il serait peut-être plus juste d'appeler un terme erroné dans ce contexte). Pour que le projet soit le catalyseur d'un programme de données efficace, il est nécessaire que l'initiative produise des résultats.

La question à laquelle il faut répondre pour justifier le lancement d'un programme de données existant ou l'extension d'un programme de données existant est la suivante : Pourquoi intégrer le(s) nouveau(x) projet(s) d'entreprise dans le programme/architecture de données plutôt que d'employer une solution de données indépendante ? Ces projets nécessitent des données et peut-être un magasin de données, si l'application n'en est pas déjà pourvue, alors il convient d'établir une synergie avec ce qui a été construit précédemment.

Dans ce contexte, on parle d'optimisation, de réduction au strict nécessaire et de tout ce qui se situe entre les deux. L'approche du strict nécessaire peut se manifester de différentes manières dans une organisation. Tous ces éléments sont des indications d'une portée excessive et d'une dette de données élargie :

1. Décider de ne pas utiliser des plateformes exploitables telles que les entrepôts de données, les lacs de données et la gestion des données maîtresse gestion des données en faveur de bases de données non partagées "uniques" et apparemment (faussement) moins coûteuses, adaptées à un projet.
2. Mettre un terme au recrutement de scientifiques des données. Les entreprises qui se prennent au sérieux doivent se prendre au sérieux lorsqu'il s'agit d'employer l'insaisissable véritable scientifique des données. Si vous prenez du retard dans cette course, il vous sera très difficile de rattraper les autres concurrents. Même s'ils doivent d'abord manipuler les données avant d'utiliser la science des données, les scientifiques des données sont capables de travailler dans presque tous les environnements.
3. Ignorer le fait que les plateformes données et l'architecture sont beaucoup plus importantes pour le succès d'un programme de données que la couche d'accès aux données et, par conséquent, concentrer tous ses efforts sur la couche informatique décisionnelle . Vous devriez être en mesure de déposer de nombreuses solutions BI sur une architecture de données robuste et d'atteindre l'objectif que vous vous êtes fixé.
4. Ne pas aborder l'architecture des données du point de vue des domaines de données. Cela conduit à des données dupliquées et incohérentes, ce qui entraîne une dette de données en raison du travail supplémentaire qui doit être effectué au cours du processus de construction des données, ainsi qu'un processus de réconciliation après l'accès (avec d'autres données similaires). La gestion des données maîtrisée gestion des données et une approche de maillage des données qui crée des domaines et attribue la propriété des données permettent d'éviter ce problème.

Réduire les coûts

Si le climat de votre entreprise est à la prudence en matière de dépenses, ciblez le produit livrable de votre projet de données et utilisez un processus répétable et cohérent en utilisant la gouvernance pour les projets de données. projet projet. Utilisez la réduction des dépenses pour justifier les programmes de données. de données. Évitez également de réduire les coûts à l'extrême en procédant à des coupes sombres dans les données, car vous risqueriez de perdre l'avenir.

Bien qu'elle doive l'être en permanence, c'est à ce moment-là que les organisations gagnent en efficacité et qu'elles deviennent hyper-attirées par la valeur. Il se peut que vous deviez chercher au-delà des gros titres pour apporter cette valeur à votre organisation. Dans les cercles de données, les gens connaissent Actian. Je sais de première main qu'il est plus performant et moins coûteux que les entrepôts de données dont on parle le plus, tout en étant pleinement fonctionnel.

Toutes les organisations doivent faire de la recherche et du développement pour se débarrasser du fouillis et se familiariser avec les technologies qui leur donneront les moyens d'agir au cours de la prochaine décennie. Je vous conseille vivement d'essayer la plateforme de données Actian. Elle propose un essai gratuit de 30 jours qui vous permet de vous installer rapidement et de découvrir sa plateforme unifiée pour l'acquisition, la transformation, l'analyse et le stockage des données.