Menanamkan kehidupan ke dalam Pusat Data (Sanjeev Nargotra)

Tidak ada agenda ruang dewan hari ini yang lengkap tanpa menyebutkan sentrisitas data, namun belum ada yang bisa mengetahui apa sebenarnya sentrisitas data itu. Sebagian besar organisasi, bahkan mereka yang menjalankan bisnis selama 100 tahun terakhir,
tiba-tiba terbangun dengan ide sentrisitas data. Fokus pada data belum menjadi fenomena baru-baru ini, data sosial dan mesin telah menyebabkan ledakan data. Organisasi mahir dalam menambang data bahkan sebelum ledakan data dan contoh apa yang lebih baik daripada
laporan tahunan yang bisa kita kutip dari Data centricity?

Terlepas dari semua desas-desus seputar sentrisitas data, kecuali industri e-commerce, belum ada industri lain yang mampu mengeksploitasi data sosial secara efektif. Pertanyaannya adalah berapa banyak data yang ditambang dan bahkan berguna untuk analisis. Tanpa kasus penggunaan nyata,
Justifikasi bisnis, program apa pun seputar Data akan tetap menjadi impian. Sementara semua orang berbicara tentang Pusat Data, namun tidak ada upaya nyata yang dilakukan untuk menempatkan urutan logis untuk mencapainya. Tanyakan kepada organisasi mana pun yang memulai perjalanan modernisasi Data
dalam dekade terakhir ini, akan mengakui di balik pintu tertutup bahwa tidak ada yang benar-benar berubah di lapangan. Atas nama sentrisitas data, sementara utang teknis meningkat dengan menerapkan platform Data, danau, mart, dan brankas, bisnis melihatnya sebagai yang mengkilap
mainan teknologi baru. Organisasi berjuang untuk memanfaatkan platform data karena tidak ada yang berpikir tentang membangun konteks bisnis dan membawa bisnis bersama sebagai akibatnya pengguna yang merupakan penerima manfaat yang dituju membuangnya.

Sentrisitas data tidak menuntut solusi teknologi, melainkan menuntut kepemilikan, dampak, dan hasil bisnis. Masuk ke seluk beluk seringkali menyakitkan dan itulah yang menentukan keberhasilan dan kegagalan visi sentrisitas Data.

Mari kita lihat piramida Sentrisitas Data di bawah ini dan pahami bagaimana berbagai lapisan perlu disatukan dengan hati-hati untuk memasukkan kehidupan ke dalam konsep Sentrisitas Data yang usang. Di blog ini, saya akan menyentuh dua lapisan pertama yaitu Pilar dan Kardinal
Prinsip-prinsip sebagai organisasi sering berjuang untuk menempatkan kaki pertama dengan benar.

*Akan mempelajari lebih dalam kemampuan dasar dan kontrol Data di blog saya berikutnya bersama dengan Prinsip Pilar dan Kardinal.

Pilar Sentrisitas Data:

• Biaya dan Nilai: Apa yang dimaksud dengan aset tanpa nilai dan kepentingan intrinsik? Karena Data diakui sebagai aset, penting bagi organisasi untuk mencapai nilai Data dan menerapkan kontrol yang diperlukan. Itu tidak praktis
  juga tidak disarankan untuk fokus pada semua aset data, identifikasi dan prioritas aset data yang paling penting sangat dianjurkan.
• Literasi: Pengetahuan tentang konteks bisnis data selain jenis, ukuran, dan penggunaannya penting untuk menentukan dan mengukur Metrik dan KPI utama seperti sentrisitas Pelanggan, Kepatuhan, Pendapatan.
• Demokratisasi: Kecuali jika data tersedia secara bebas di tangan orang-orang yang diminta untuk menambangnya untuk menghasilkan wawasan, aset tetap tidak memiliki nilai nyata. Ketersediaan data yang terpercaya tepat waktu adalah kunci keberhasilan Self-service
  pemberdayaan.
• Tempat tinggal: Bagaimana data dikumpulkan, dibagikan, dan dikonsumsi digerakkan oleh hukum negara. Organisasi beroperasi dalam lanskap multi geografi dan terikat oleh hukum negara masing-masing untuk perlindungan data dan privasi. Data
  Berbagi dan mengakses karenanya sangat penting untuk mencapai visi sentrisitas Data.
• Budaya: Tidak ada tingkat strategi atau investasi teknologi yang dapat membawa sentrisitas Data kecuali orang-orang di tingkat akar rumput mulai menghargai pentingnya dan konsekuensi dari penanganan data.

Prinsip utama Data centricity

• Kepemilikan: Kepemilikan adalah kunci untuk membangun akuntabilitas dan memastikan bahwa domain Data ditentukan dengan benar, dan produk Data dikirimkan sesuai permintaan bisnis. Kepemilikan harus dilihat dengan kekritisan Data. Sebuah generik
  matriks kepemilikan tidak dapat mempertimbangkan kompleksitas dan realitas organisasi. Setiap model Op membutuhkan kontekstualisasi untuk mencerminkan realitas bisnis.
• Harmonisasi: Menghapus beberapa definisi, menetapkan standar umum, definisi, dan kebijakan sangat membantu dalam harmonisasi data. Tim Pemasaran, Kepatuhan, Layanan tidak boleh memiliki definisi pelanggan yang berbeda. 
• Ketertelusuran: Peraturan telah menempatkan peningkatan fokus pada kemampuan audit dan ketertelusuran. Sangat penting untuk memahami proses e2e dan memetakan aliran data ke proses yang digarisbawahi. Pemahaman tentang siklus hidup Data akan memberikan kebutuhan
  wawasan.
• Sesuai dengan tujuan: Apa gunanya data jika tidak dapat digunakan tanpa kepercayaan. Kualitas Wawasan sama baiknya dengan kualitas Data masukan. Oleh karena itu tata kelola Data dan Manajemen Data yang ketat pada dasarnya untuk memastikan kualitas Data. Kualitas data
  membutuhkan pendekatan holistik yang mencakup konsep Bisnis dan Teknologi. Tidak ada yang lebih jauh dari kebenaran bahwa dengan menempatkan alat DQ, kualitas data telah tercapai dan semua yang perlu dieksplorasi sekarang adalah AI/ML.  
• Dijamin: Keamanan data bukan lagi suatu keharusan tetapi sangat penting bagi keberadaan bisnis. Keamanan tidak dapat dicapai hanya dengan mendefinisikan kebijakan keamanan dan pengadaan alat-alat canggih. Kebutuhan keamanan data muncul di semua sentuhan
  poin dari pengumpulan, pemrosesan, penggunaan, Akses, penyimpanan hingga berbagi secara internal dan eksternal. Menyelaraskan Keamanan Data dengan Privasi dan Tata Kelola akan membantu menutup loop.

Setelah organisasi mengetahui Pilar dan Prinsip, menempatkan kemampuan dan kontrol menjadi jauh lebih mudah. Mari kita bahas itu di blog berikutnya.