Масштаб и ценность возникают, когда данные как продукт рассматриваются как двигатель, который может поддерживать большое количество вариантов использования.
Продукт на основе данных (информационный продукт) предоставляет высококачественный, готовый к использованию набор данных, легко доступный и повторно используемый в различных бизнес ситуациях. Волна энтузиазма вокруг генеративного ИИ привела к более широкому признанию важности данных и необходимости их более эффективного использования.
Информационный продукт (продукт на основе данных) состоит из пяти компонентов, которые предназначены для сбора, организации и управления наборами данных для их легкого использования различными командами или системами. При хорошей разработке продукта на основе данных удовлетворяет множественные стратегические потребности бизнеса посредством вариантов использования. Чтобы получить ценность, продукт на основе данных создается для повторного использования и удовлетворения широкого спектра бизнес-кейсов.
Поскольку компании все больше полагаются на данные — от использования искусственного интеллекта до разработки цифровых близнецов — неэффективные или несуществующие практики представления данных становятся стратегической проблемой.
Создание информационного продукта - это скорее стратегическая и операционная, нежели техническая задача:
Компании, которые дисциплинированно разрабатывают продуманную программу создания информационных продуктов, могут нацеливаться на высокоценные случаи, чтобы быстро извлечь выгоду, одновременно закладывая правильные основы для дальнейшего наращивания дополнительной ценности с течением времени. Для достижения этого стремления требуется как более целенаправленный, так и более обширный подход к разработке информационных продуктов.
Подавляющее большинство внимания и энергии руководителей сосредоточено на одном или двух конкретных вариантах использования, поскольку это позволяет руководству демонстрировать активность и результаты. А также поступают запросы на создание определенных информационных продуктов без оценки эффективности и выгод. Вместо этого лидерам необходимо создать четкое представление о том, где находится наибольшая ценность для бизнеса. Это начинается с анализа потенциала ценности каждого варианта использования, а затем кластеризации тех вариантов, которые опираются на схожие типы данных. Если нет набора бизнес-кейсов, то создание информационных продуктов не является необходимым. Однако если есть несколько высокоценных вариантов использования, опирающихся на схожие наборы данных, то это весомый аргумент для разработки информационного продукта. Чем больше бизнес-кейсов может охватить информационный продукт (чем больше размер кластера), тем большую ценность он может создать.
Результатом анализа должно стать создание карты вариантов использования и измерение выгод каждого информационного продукта. Такая карта устанавливает ожидание создания актива, на который ориентируется руководство. И карта становится практическим инструментом для принятием решений.
Приоритетность создания информационных продуктов можно определить на основе ценности, которую они обеспечивают с учетом того, что для реализации бизнес-кейсов с высокой стоимостью часто требуется несколько информационных продуктов.
Компании часто не имеют четкого понимания экономики информационных продуктов, что приводит к вводящим в заблуждение бизнес-кейсам, необоснованному принятию решений и неэффективному ресурсообеспечению. Ценность информационных продуктов заключается в устойчивом снижении удельных затрат за счет повторного использования, и соответственно, в ускорении получения ценности каждого дополнительного варианта использования.
Ряд расходов на разработку информационного продукта является единовременными инвестициями. Повторное использование информационных продуктов ускоряет окупаемость. Эффект маховика играет двумя способами. Первый — это ускорение в получении отдачи разных вариантов использования: чем больше бизнес-кейсов поддерживает информационный продукт, тем быстрее компания получит отдачу. Второе — это снижение затрат на поддержание качества данных и обеспечением надежности. Стандартизация, структурирование и автоматизация, которые являются частью информационных продуктов, помогают значительно снизить частоту отказов, возникающих из-за плохого управления данными.
Такое понимание экономики данных имеет три ключевых следствия:
Инженерия данных критически важное область, которая приводит в действие эффект маховика, обеспечивающий снижение удельных затрат и ускорение создания ценности. Этот эффект зависит от того, насколько хорошо масштабируются продукты и системы данных. Слишком часто компании сокращают эту работу, что приводит к предсказуемым задержкам и перерасходу средств.
При проектировании продуктов обработки данных с целью обеспечения их масштабируемости необходимо учитывать ряд ключевых моментов:
Рынок данных позволяет бизнес-подразделениям и групповым функциям искать, получать доступ и потреблять продукты данных. Некоторые функции рынка информационных продуктов:
Программа создания информационных продуктов, рассматриваемая как «просто ИТ-проект», не сможет создать ценность. Успешные усилия требуют широкого сотрудничества с людьми бизнеса и руководителями по данным, которые понимают, как управлять информационными продуктами как бизнесом, а не как проектом. Успешные команды по работе с данными сочетают в себе деловой и технический опыт. Особо выделяются две потребности:
Сильные владельцы продуктов данных (DPO - data product owners) должны возглавлять программы создания. Многие компании понимают необходимость назначения DPO или менеджера по данным ответственными, но не действуют в этом направлении в достаточной степени. Слишком часто отдают ведущую роль менеджерам проектов, что приводит к сосредоточению на предоставлении требований, а не на создании ценности.
Сильные владельцы продуктов данных (DPO - data product owners) наиболее эффективны, когда они управляют программами по созданию информационных продуктов как бизнесом и выходят за рамки простого предоставления самого информационного продукта. Они тесно сотрудничают с бизнес-спонсорами, активно ищут в бизнесе новые варианты использования информационных продуктов, внимательно отслеживают ключевые показатели эффективности и то, сколько ценности создается, а также находят способы сокращения расходов (например, закрывая ненужные базы данных). Они несут прямую ответственность за получение выгод от информационных продуктов. На практике, в некоторых случаях DPO будет нести ответственность за прибыли и убытки, в то время как в других случаях DPO может получать прямую компенсацию за ценность, которую создает их информационный продукт.
DPO не должны управлять доменами данных. Это компетенция управляющих данными, которые сосредоточены на соблюдении стандартов, снижении рисков и обеспечении качества данных в доменах.
Бизнес должен возглавлять разработку. Бизнес должен быть тесно вовлечен с самого начала в разработку информационных продуктов. Например, если оставить решения по дизайну продукта только инженеру по данным, то это может привести к тому, что информационный продукт будет хорошо функционировать технически, но не будет отвечать потребностям бизнеса. Лучшие компании привлекают экспертов предметной области и коллег из бизнес-подразделений, чтобы совместно решить, какие данные наиболее важны для данного варианта использования.
Программы по созданию информационных продуктов требуют значительной координации обмена данными и обновления процессов в рамках всего бизнеса. Такие усилия имеют гораздо больше шансов на успех, если ими руководит старший руководитель бизнеса, а не руководитель по данным. Например, в одной страховой компании почти 80% контактной информации бенефициаров были устаревшими. Обновление этих данных потребовало от операционных групп расстановки приоритетов, от групп по управлению взаимоотношениями с клиентами — обновления каналов данных, а от групп продаж — совершения звонков и ввода обновленной информации в систему. Старший руководитель бизнеса не только активно проводил кампанию по формированию поддержки среди различных функциональных руководителей, но и разработал отчетную карту для отслеживания полноты и качества данных. Некоторые компании предпринимают дополнительные шаги по созданию команды, отвечающей за управление и измерение производительности данных для гарантирования достижения ключевых показателей эффективности.
Инструменты и возможности Gen AI оказывают глубокое влияние на разработку информационных продуктов, ускоряя процесс разработки в три раза по сравнению с традиционными методами. Однако многие компании испытывают трудности с достижением такой эффективности. Проблемы связаны с тем, что компании сосредотачиваются только на относительно небольшой части цикла разработки информационных продуктов. Решение в разбивке этапов разработки на части для определения повторяющихся процессов, которые хорошо подходят для gen AI.
Стадии разработки информационного продукта.
Исследование
Подготовка
Разработка
Использование
Технологии искусственного интеллекта позволяют переосмыслить цикл разработки информационного продукта для создания промышленных и востребованных продуктов обработки данных.
Задачи, в решении которых искусственный интеллект особенно эффективен, включают создание пользовательских историй с критериями приемки, формирование требований на основе бизнес-целей, автоматизацию создания взаимосвязей данных, создание кода преобразования для переноса данных из источника в целевую систему, а также тестирование качества и конфиденциальности данных.
Доступ к совершенно новым типам неструктурированных данных (таким как изображения, отзывы пользователей и видео), которые предоставляет ИИ, может повысить эффективность информационного продукта, например, путем включения анализа настроений и поведения. Но компаниям необходимо организовать обработку неструктурированных данных с тем, чтобы сделать их пригодными для использования. Это означает, например, маркировку данных, определение их важности и создание ярлыков для доступа к наиболее используемым данным.
Недостающее звено данных: пять практических уроков по масштабированию ваших продуктов данных. 23 апреля 2025 г. Эта статья является результатом совместной работы Асина Таваколи , Хольгера Харрейса , Кайвауна Роушанкиша и Клеменса Хьяртара при участии Авинаша Джаваджи, представляющих точку зрения McKinsey Technology.
The missing data link: Five practical lessons to scale your data products. April 23, 2025.
https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-missing-data-link-five-practical-lessons-to-scale-your-data-products
Информационный продукт (продукт на основе данных) состоит из пяти компонентов, которые предназначены для сбора, организации и управления наборами данных для их легкого использования различными командами или системами. При хорошей разработке продукта на основе данных удовлетворяет множественные стратегические потребности бизнеса посредством вариантов использования. Чтобы получить ценность, продукт на основе данных создается для повторного использования и удовлетворения широкого спектра бизнес-кейсов.
Поскольку компании все больше полагаются на данные — от использования искусственного интеллекта до разработки цифровых близнецов — неэффективные или несуществующие практики представления данных становятся стратегической проблемой.
Создание информационного продукта - это скорее стратегическая и операционная, нежели техническая задача:
- Речь идет о большей ценности, а не о лучших данных. Цель разработки информационного продукта — генерировать ценность. Каждая инициатива должна начинаться после того, как руководство получит четкое представление о ценности, которую может генерировать каждый вариант использования данных и расставит приоритеты.
- Понимание экономики информационного продукта. Эффективность информационного продукта основана на «эффекте маховика» - ускорение получения ценности и снижение затрат с каждым дополнительным бизнес-кейсом.
- Создание информационных продуктов, которые могут приводить в действие эффект маховика. Использование эффекта маховика для постоянного снижения затрат и роста ценности требует создания возможности повторного использования и сокращает переделку представления данных.
- Люди, которые могут управлять информационным продуктом как бизнесом. Назначение уполномоченных владельцев информационного продукта - старших руководителей по данным, которые понимают, что важно для бизнеса: от формулирования ценности в терминах бизнеса до создания поддержки использования продукта.
- Интеграция генеративного ИИ с информационным продуктом.
Речь идет о большей ценности, а не о лучших данных
Компании, которые дисциплинированно разрабатывают продуманную программу создания информационных продуктов, могут нацеливаться на высокоценные случаи, чтобы быстро извлечь выгоду, одновременно закладывая правильные основы для дальнейшего наращивания дополнительной ценности с течением времени. Для достижения этого стремления требуется как более целенаправленный, так и более обширный подход к разработке информационных продуктов.
Подавляющее большинство внимания и энергии руководителей сосредоточено на одном или двух конкретных вариантах использования, поскольку это позволяет руководству демонстрировать активность и результаты. А также поступают запросы на создание определенных информационных продуктов без оценки эффективности и выгод. Вместо этого лидерам необходимо создать четкое представление о том, где находится наибольшая ценность для бизнеса. Это начинается с анализа потенциала ценности каждого варианта использования, а затем кластеризации тех вариантов, которые опираются на схожие типы данных. Если нет набора бизнес-кейсов, то создание информационных продуктов не является необходимым. Однако если есть несколько высокоценных вариантов использования, опирающихся на схожие наборы данных, то это весомый аргумент для разработки информационного продукта. Чем больше бизнес-кейсов может охватить информационный продукт (чем больше размер кластера), тем большую ценность он может создать.
Результатом анализа должно стать создание карты вариантов использования и измерение выгод каждого информационного продукта. Такая карта устанавливает ожидание создания актива, на который ориентируется руководство. И карта становится практическим инструментом для принятием решений.
Приоритетность создания информационных продуктов можно определить на основе ценности, которую они обеспечивают с учетом того, что для реализации бизнес-кейсов с высокой стоимостью часто требуется несколько информационных продуктов.
Понимание экономики информационных продуктов
Компании часто не имеют четкого понимания экономики информационных продуктов, что приводит к вводящим в заблуждение бизнес-кейсам, необоснованному принятию решений и неэффективному ресурсообеспечению. Ценность информационных продуктов заключается в устойчивом снижении удельных затрат за счет повторного использования, и соответственно, в ускорении получения ценности каждого дополнительного варианта использования.
Ряд расходов на разработку информационного продукта является единовременными инвестициями. Повторное использование информационных продуктов ускоряет окупаемость. Эффект маховика играет двумя способами. Первый — это ускорение в получении отдачи разных вариантов использования: чем больше бизнес-кейсов поддерживает информационный продукт, тем быстрее компания получит отдачу. Второе — это снижение затрат на поддержание качества данных и обеспечением надежности. Стандартизация, структурирование и автоматизация, которые являются частью информационных продуктов, помогают значительно снизить частоту отказов, возникающих из-за плохого управления данными.
Такое понимание экономики данных имеет три ключевых следствия:
- Компании могут создавать более качественные информационные продукты вместо того, чтобы создавать много информационных продуктов. Львиная доля потенциальной ценности для компании обычно исходит от 5 до 15 информационных продуктов.
- CIO могут убедительно сформулировать ценность информационных продуктов для бизнеса.
- Ясность в отношении ценности информационных продуктов может помочь в согласовании ресурсов и стимулов. Слишком много энергии и внимания тратится на создание информационных продуктов, а не на их поддержание и развитие с течением времени. Это включает, например, обеспечение того, чтобы люди с соответствующими навыками поддерживали рост информационных продуктов с течением времени, и согласование стимулов с значимыми ключевыми показателями эффективности (такими как скорость повторного использования информационных продуктов, доверие и уровень удовлетворенности заинтересованных сторон, эффективность обслуживания информационных продуктов и время до получения отдачи). Бюджеты для вариантов использования также должны включать использование информационных продуктов, ограничивая возможности команд отвлекаться и создавать собственные решения.
Создание информационных продуктов, которые могут привести в действие эффект маховика
Инженерия данных критически важное область, которая приводит в действие эффект маховика, обеспечивающий снижение удельных затрат и ускорение создания ценности. Этот эффект зависит от того, насколько хорошо масштабируются продукты и системы данных. Слишком часто компании сокращают эту работу, что приводит к предсказуемым задержкам и перерасходу средств.
При проектировании продуктов обработки данных с целью обеспечения их масштабируемости необходимо учитывать ряд ключевых моментов:
- Создание информационного продукта, который будет легко развиваться. Одним из важнейших шагов в разработке информационного продукта является понимание того, как он должен будет развиваться, чтобы соответствовать будущим вариантам использования. Это связано с тем, что может быть сложно и затратно изменять информационный продукт после его создания. На практике это означает моделирование информационного продукта таким образом, чтобы в него можно было добавлять новые источники и типы данных, не меняя ядро. Поддержание простоты данных особенно важно.
- Разработка актива, который легко встраивается в существующие системы. Информационные продукты не могут масштабироваться сами по себе. Лидерам данных необходимо инвестировать в механизмы поддержки масштабирования. Хотя многие знают о передовых методах (например, о создании библиотек кода), часто возникают сбои в подключении информационных продуктов к существующим системам. Внедрение стандартизированных технологий подключения (например, API и коннекторов баз данных) имеет решающее значение, также как и продумывание выбора соответствующих технологий. Например, если компания разработала корпоративное хранилище данных, создание информационных продуктов в этой среде значительно упрощает доступ к данным.
- Создание простого доступа к информационным продуктам. Отличный информационный продукт бессмыслен, если им никто не пользуется. Чтобы избежать этой проблемы, необходимо обеспечить легкий доступ к информационным продуктам через поисковую торговую площадку.
- Создание DataOps (управление данными и операции) для максимальной автоматизации. Процессы рационализации данных и загрузка их в нужный информационный продукт, как правило, выполняются вручную, а значит, сложны и требуют много времени. Поэтому разработка зрелых возможностей DataOps для улучшения интеграции и автоматизации потоков данных от источника к продукту имеет решающее значение. Это требует автоматизации как можно большего количества процессов работы с данными. Поскольку информационные продукты являются органическими и изменяются по мере появления новых вариантов использования, дата-менеджерам придется часто пересматривать и корректировать варианты использования.
- Организация группировки данных. Кураторство включает в себя консолидацию копий данных, создание стандартов данных и установление того, какие данные являются окончательным источником. Таким образом, продукты данных могут получить доступ к надежным источникам, которые им нужны для эффективного функционирования. Создание надежных доменов зависит от наличия сильных инженеров данных, но разрыв между хорошими и посредственными исполнителями часто огромен. Великие инженеры данных не только обладают сильными техническими навыками, но и умеют задавать вопросы второго и третьего порядка (например, для чего будут использоваться данные) и являются креативными решателями проблем.
Рынок данных позволяет бизнес-подразделениям и групповым функциям искать, получать доступ и потреблять продукты данных. Некоторые функции рынка информационных продуктов:
- Обзор метаданных.
- Библиотека определений данных.
- Отображение источников данных.
- Ведение рейтингов данных.
- Сбор метаданных информационных продуктов.
- Доступ к данным и поиск.
- Поиск и исследование информационных продуктов.
- Администрирование информационных продуктов.
- Предварительный просмотр информационных продуктов (например, через API).
- Использование данных.
- Соединение и получение данных.
- Скорость передачи данных.
- Мониторинг использования информационных продуктов.
Найдите людей, которые могут управлять информационными продуктами как бизнесом
Программа создания информационных продуктов, рассматриваемая как «просто ИТ-проект», не сможет создать ценность. Успешные усилия требуют широкого сотрудничества с людьми бизнеса и руководителями по данным, которые понимают, как управлять информационными продуктами как бизнесом, а не как проектом. Успешные команды по работе с данными сочетают в себе деловой и технический опыт. Особо выделяются две потребности:
Сильные владельцы продуктов данных (DPO - data product owners) должны возглавлять программы создания. Многие компании понимают необходимость назначения DPO или менеджера по данным ответственными, но не действуют в этом направлении в достаточной степени. Слишком часто отдают ведущую роль менеджерам проектов, что приводит к сосредоточению на предоставлении требований, а не на создании ценности.
Сильные владельцы продуктов данных (DPO - data product owners) наиболее эффективны, когда они управляют программами по созданию информационных продуктов как бизнесом и выходят за рамки простого предоставления самого информационного продукта. Они тесно сотрудничают с бизнес-спонсорами, активно ищут в бизнесе новые варианты использования информационных продуктов, внимательно отслеживают ключевые показатели эффективности и то, сколько ценности создается, а также находят способы сокращения расходов (например, закрывая ненужные базы данных). Они несут прямую ответственность за получение выгод от информационных продуктов. На практике, в некоторых случаях DPO будет нести ответственность за прибыли и убытки, в то время как в других случаях DPO может получать прямую компенсацию за ценность, которую создает их информационный продукт.
DPO не должны управлять доменами данных. Это компетенция управляющих данными, которые сосредоточены на соблюдении стандартов, снижении рисков и обеспечении качества данных в доменах.
Бизнес должен возглавлять разработку. Бизнес должен быть тесно вовлечен с самого начала в разработку информационных продуктов. Например, если оставить решения по дизайну продукта только инженеру по данным, то это может привести к тому, что информационный продукт будет хорошо функционировать технически, но не будет отвечать потребностям бизнеса. Лучшие компании привлекают экспертов предметной области и коллег из бизнес-подразделений, чтобы совместно решить, какие данные наиболее важны для данного варианта использования.
Программы по созданию информационных продуктов требуют значительной координации обмена данными и обновления процессов в рамках всего бизнеса. Такие усилия имеют гораздо больше шансов на успех, если ими руководит старший руководитель бизнеса, а не руководитель по данным. Например, в одной страховой компании почти 80% контактной информации бенефициаров были устаревшими. Обновление этих данных потребовало от операционных групп расстановки приоритетов, от групп по управлению взаимоотношениями с клиентами — обновления каналов данных, а от групп продаж — совершения звонков и ввода обновленной информации в систему. Старший руководитель бизнеса не только активно проводил кампанию по формированию поддержки среди различных функциональных руководителей, но и разработал отчетную карту для отслеживания полноты и качества данных. Некоторые компании предпринимают дополнительные шаги по созданию команды, отвечающей за управление и измерение производительности данных для гарантирования достижения ключевых показателей эффективности.
Интеграция генеративного искусственного интеллекта и программы обработки данных
Инструменты и возможности Gen AI оказывают глубокое влияние на разработку информационных продуктов, ускоряя процесс разработки в три раза по сравнению с традиционными методами. Однако многие компании испытывают трудности с достижением такой эффективности. Проблемы связаны с тем, что компании сосредотачиваются только на относительно небольшой части цикла разработки информационных продуктов. Решение в разбивке этапов разработки на части для определения повторяющихся процессов, которые хорошо подходят для gen AI.
Стадии разработки информационного продукта.
Исследование
- Идентификация вариантов использования данных
- Определение облика информационного продукта
Подготовка
- Идентификация требуемых источников данных
- Построение шины передачи данных
Разработка
- Сборка данных для использования
- Мониторинг качества данных
- Тестирование кода
- Публикация информационного продукта
Использование
- Ссылки на каталоги данных
- Разработка вариантов использования данных
- Мониторинг производительности и адаптации к вариантам использования.
Технологии искусственного интеллекта позволяют переосмыслить цикл разработки информационного продукта для создания промышленных и востребованных продуктов обработки данных.
Задачи, в решении которых искусственный интеллект особенно эффективен, включают создание пользовательских историй с критериями приемки, формирование требований на основе бизнес-целей, автоматизацию создания взаимосвязей данных, создание кода преобразования для переноса данных из источника в целевую систему, а также тестирование качества и конфиденциальности данных.
Доступ к совершенно новым типам неструктурированных данных (таким как изображения, отзывы пользователей и видео), которые предоставляет ИИ, может повысить эффективность информационного продукта, например, путем включения анализа настроений и поведения. Но компаниям необходимо организовать обработку неструктурированных данных с тем, чтобы сделать их пригодными для использования. Это означает, например, маркировку данных, определение их важности и создание ярлыков для доступа к наиболее используемым данным.
Источник
Если провести аналогию, то данные без информационного продукта — это как нефть без нефтеперерабатывающих заводов: в сыром виде мало ценности. Информационный продукт — это ключ к принятию решений и действий на основе данных.
Недостающее звено данных: пять практических уроков по масштабированию ваших продуктов данных. 23 апреля 2025 г. Эта статья является результатом совместной работы Асина Таваколи , Хольгера Харрейса , Кайвауна Роушанкиша и Клеменса Хьяртара при участии Авинаша Джаваджи, представляющих точку зрения McKinsey Technology.
The missing data link: Five practical lessons to scale your data products. April 23, 2025.
https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-missing-data-link-five-practical-lessons-to-scale-your-data-products
Комментариев нет:
Отправить комментарий