Insights

Undgå faldgruberne i ambitiøse data analytics-projekter

Ambitiøse data analytics-projekter består af mange ubekendte og medfører mange overraskelser. En stringent og metodisk tilgang til projektet gør det muligt at undgå de væsentligste faldgruber som eksempelvis udeblivelse af en brugbar løsning og sprængte budgetter. 

I gennemførslen af et ambitiøst data analytics-projekt, er forretningsidéen  omdrejningspunktet. Essensen i  opgaven er at udvikle en datamodel og algoritme ved brug af data, som giver de svar, der skal til for at indfri forretningsidéen. Derfor skal forretningsidéen analyseres med business data scientist-øjne, gennemleve et eller flere piloter og have deltagelse af erfarne domænekompetencer.

Tætte og gode synergier på tværs i projektteamet er helt centrale for at imødekomme projektets tidsplan, budget og planlagt fremtidige gevinst. Særligt i ambitiøse data analytics-projekter er det vigtigt, at projektteamet forstår forretningsidéen; altså den problemstilling som virksomheden har til hensigt at løse. Kunsten er at få projektkompetencerne til at tale samme sprog, supplere hinanden fagligt og se samme muligheder og begrænsninger.

Ikke alle forretningsidéer har datagrundlag til at blive gennemført og måske ender projektet - med fordel - et andet sted, end det var tænkt fra begyndelsen. Det skyldes ikke nødvendigvis manglende data. Der kan også være it-mæssige begrænsninger og praktiske udfordringer, ligesom der kan komme bedre og mere rentable idéer op i forløbet.

"

Et pilotprojekts fornemmeste opgave er at give en reel indsigt i, om datagrundlaget og brug af business data science frembringer prædiktioner, som virksomheden kan gøre brug af. 

Undgå uønskede overraskelser i det ambitiøse data analytics-projekt

Når forretningsidéen tager en anden drejning end først planlagt, skal det ikke komme som en stor overraskelse, heller ikke for topledelsen. Og det er nemmere sagt end gjort. Med en stringent og metodisk tilgang til data analytics-projekter er det muligt at undgå uønskede overraskelser i gennemførslen af et ambitiøst data analytics-projekt.

Benyt Rooftop's Predictive Analytics Model som metodisk værktøj. Med fokus på kernen i data analytics-projektet, giver modellen en trin-for-trin fremgangsmåde, som tillader iterativ udvikling og agil arbejdsmetode i udviklingen af model og algoritmer. Det sikrer også den nødvendige kvalitet, så virksomheden kan stole på resultaterne. Når projektteamet følger Rooftop's Predictive Analytics Model bliver de automatisk sporet ind på den optimale måde, hvorpå predictive analytics-løsninger skal udvikles. 

Prioriter konceptualiseringen forretningsidéen med business data scientist-øjne. Når essensen af forretningsidéen er bearbejdet, skal der stikkes et spadestik dybere med en grunding konceptualisering af mulig(e) løsning(er). Som business data scientist undersøger vi, hvad der eksisterer af forskningsviden på området, som kan understøtte tesen i forretningsidéen, og om de forventede svar kan udledes af de data, der er til rådighed. Vores business data scientist identificerer også en eller flere piloter, som efterfølgende bør gennemføres. Er det ikke muligt at frembringe de ønskede resultater, evaluerer og tilpasser man måske forretningsidéen, eller initiativet stopper helt, fordi virksomheden erkender, at datagrundlaget ikke er tilgængeligt, eller at det er for omkostningsfuldt at etablere. 

Gør nytte af en eller flere piloter. Udarbejdelse af en pilot har den fornemmeste opgave at give mere solide indikationer på, om det er muligt at gennemføre forretningsidéen. Med indspark fra resultatet af konceptualiseringen, udvælger man sine piloter med fokus på at afdække særlig usikkerhed eller kompleksitet. I arbejdet gennemløber man også alle trin i Rooftop's Predictive Analytics Model, men kun på en delmængde af problemstillingen, med interim etableret it- og datafundament. Ved udarbejdelse af piloter, er det en effektiv måde at arbejde agilt på. Man kan tilpasse opgavens omfang og tidsplan i takt med den viden, man opnår undervejs. Det skaber transparens og grundlag for ledelsen til at vurdere om forretningsidéen fortsat er realiserbar, omend den måske er tilpasset siden projektets begyndelse. Gennemførsel af piloter er et stærkt værktøj for både projekter og mindre udviklingsopgaver. 

Det rigtige projektteam gør forskellen

Sammensæt projektteamet med omtanke. Det gør en forskel i forhold til, hvor gode resultater projektet kan frembringe, og hvor hurtigt det sker. Sørg for at virksomheden deltager med sine domænekompetencer og at projektlederen formår at facilitere det nødvendige samarbejde mellem specialist- og videnskompetencerne. Det er vigtigt at have en business data scientist med fra begyndelsen af projektet, og det kan ikke erstattes af en softwareudvikler eller business analyst.  

Udpeg forandringsagenten - medarbejderen med den største aktie i projektet. Det styrker projektteamets forståelse af opgaven og de relaterede muligheder, der opstår undervejs. Det er også medvirkende til at øge virksomhedens parathed, så forløbet fra leverance til løsning bliver kortere og løsningen er fuldt accepteret, når den skal tages i brug.

Vælg en projektleder med faglig indsigt og evne til at bygge bro mellem specialist- og videnskompetencerne, der langt fra taler samme sprog. De er specialister inden for deres respektive fagområder og har kun i begrænset omfang viden om hinandens arbejdsområder. Desto før der opnås en fælles referenceramme for initiativet og en forståelse for, hvem der har viden om og gør hvad, jo hurtigere vil projektteamet komme til at arbejde produktivt og med høj kvalitet i løsningen. Synergierne tæller. Det gælder først og fremmest kvaliteten i løsning, men også projektets tidsplan, budget og fremtidige gevinst.

Styrken ligger i det personlige møde

Står du over for udfordringer i dit data analytics-initiativ og har brug for sparring, så kontakt Giovanni Mellace

Book et møde

OM ROOFTOP ANALYTICS

Rooftop Analytics har dyb erfaring med at lede projekter, som indbefatter udvikling af databaserede løsninger. Vi følger en stærk metodisk tilgang i afklaring af data, udvikling af datamodel og programmering af algoritmer. Vi er i stand til at tænke projekter til ende og kan derfor identificere den reelle omkostning og tidshorisont for implementering.

Læs mere

Rooftop Analytics tilbyder services, som er nødvendige for at kunne realisere komplekse data analytics-projekter.

Når flere teknologier kommer i spil samtidig, opstår synergierne.