Ein neuer Bericht von MIT Technology Review untersucht, wie Entscheider aus führenden Unternehmen durch den Einsatz fortschrittlicher Cloud-basierter Technologien, einschließlich Analytik und maschinellem Lernen, hervorstechen. Zudem zeigt der Bericht auf, wie entscheidend leistungsstarkes Datenmanagement für den Unternehmenserfolg ist.
Der Bericht "Building a high-performance data and AI organization" (Aufbau einer leistungsstarken Daten- und KI-Organisation) wurde in Zusammenarbeit mit Databricks erstellt und basiert auf einer Umfrage von 351 globalen Senior Data Officers sowie auf ausführlichen Interviews mit Daten- und Analytik-Führungskräften in Unternehmen wie Total, The Estée Lauder Companies, McDonald's, L'Oréal, CVS Health und Northwestern Mutual.
Nachfolgend die wichtigsten Ergebnisse der Untersuchung:
- Nur 13 % der Organisationen überzeugen mit der Umsetzung ihrer Datenstrategie. Diese ausgewählte Gruppe von "High-Performern" liefert messbare Geschäftsergebnisse im gesamten Unternehmen. Sie sind erfolgreich, weil sie auf die Grundlagen einer soliden Datenverwaltung und -architektur achten, die es ihnen ermöglichen, Daten zu "demokratisieren" und einen Mehrwert aus Machine Learning zu ziehen.
- Technologiegestützte Zusammenarbeit schafft eine funktionierende Datenkultur. Die für die Studie befragten Chief Data Officers messen der Demokratisierung von Analyse- und Machine-Learning-Funktionen große Bedeutung bei. Der Einsatz von fortschrittlichen Datentechnologien hilft den Endanwendern, fundiertere Geschäftsentscheidungen zu treffen - das Markenzeichen einer starken Datenkultur.
- Der geschäftliche Einfluss von Machine Learning wird durch Schwierigkeiten bei der Verwaltung des End-to-End-Lebenszyklus begrenzt. Die Skalierung von Anwendungsfällen für Machine Learning ist für viele Unternehmen außerordentlich komplex. Die größte Herausforderung ist laut 55 % der Befragten das Fehlen eines zentralen Ortes zum Speichern und Erfassen von Machine-Learning-Modellen.
- Unternehmen suchen nach Cloud-nativen Plattformen, die Datenmanagement, Analytik und Machine Learning unterstützen. Die wichtigsten Daten-prioritäten der Unternehmen in den nächsten zwei Jahren lassen sich in drei Bereiche einteilen, die alle durch die zunehmende Verbreitung von Cloud-Plattformen unterstützt werden: Verbesserung des Datenmanagements, der Datenanalyse und des Machine Learnings sowie Erweiterung der Nutzung aller Arten von Unternehmensdaten, einschließlich Streaming und unstrukturierter Daten.
- Open Standards sind die Top-Anforderungen an zukünftige Strategien für Datenarchitekturen. Wenn die Befragten eine neue Datenarchitektur für ihr Unternehmen aufbauen könnten, wäre der wichtigste Vorteil gegenüber der bestehenden Architektur eine größere Akzeptanz von Open-Source-Standards und Open-Data-Formats.
„Die Verwaltung von Daten ist hochkomplex und kann für Unternehmen eine echte Herausforderung darstellen. Aber der Aufbau der richtigen Architektur ist der erste Schritt zu einer großen Unternehmenstransformation", sagt Francesca Fanshawe, Herausgeberin des Berichts. „Es gibt viele Modelle, die ein Unternehmen anwenden kann, aber letztendlich sollte das Ziel sein, eine Datenarchitektur zu schaffen, die einfach, flexibel und gut verwaltet ist."
„Das vergangene Jahr war ein Motor des Wandels, da datengetriebene Unternehmen sich anpassen, innovieren und ihre Investitionen in Technologie und Architektur zukunftssicher machen wollen", sagt Chris D'Agostino, Global Principal Technologist bei Databricks.
„Unternehmen brauchen heute mehr denn je eine moderne Datenanalysestrategie, die offen und flexibel ist und es jedem im Unternehmen ermöglicht, mit einer einheitlichen Sicht auf alle Daten schnellere und fundiertere Entscheidungen zu treffen - egal, ob sie Machine Learning und KI-Algorithmen oder einfaches SQL und BI-Reporting nutzen."