Plan wdrożenia usługi Microsoft Fabric: kultura danych

Uwaga

Ten artykuł stanowi część serii artykułów dotyczących wdrażania usługi Microsoft Fabric. Aby zapoznać się z omówieniem serii, zobacz Plan wdrożenia usługi Microsoft Fabric.

Tworzenie kultury danych jest ściśle związane z wdrażaniem analiz i często jest kluczowym aspektem transformacji cyfrowej organizacji. Termin kultura danych może być definiowany na różne sposoby przez różne organizacje. W tej serii artykułów kultura danych oznacza zestaw zachowań i norm w organizacji. Zachęca kulturę, która regularnie stosuje świadome podejmowanie decyzji dotyczących danych:

• Bardziej biorące udział w projekcie w kolejnych obszarach organizacji.
• Na podstawie analizy, a nie opinii.
• W skuteczny, efektywny sposób oparty na najlepszych rozwiązaniach zatwierdzonych przez Centrum Doskonałości (COE).
• Na podstawie zaufanych danych.
• Zmniejsza to zależność od nieudokumentowanej wiedzy plemiennej.
• To zmniejsza zależność od przeczuć i decyzji jelitowych.

Ważne

Pomyśl o kulturze danych jako o tym, co robisz, a nie o tym, co mówisz. Kultura danych nie jest zestawem reguł (to jest ład). Dlatego kultura danych jest nieco abstrakcyjną koncepcją. To zachowania i normy, które są dozwolone, nagradzane i zachęcane — lub te, które są niedozwolone i zniechęcane. Należy pamiętać, że zdrowa kultura danych motywuje pracowników na wszystkich poziomach organizacji do generowania i dystrybuowania wiedzy umożliwiającej podejmowanie działań.

W organizacji niektóre jednostki biznesowe lub zespoły mogą mieć własne zachowania i normy dotyczące wykonywania zadań. Konkretne sposoby osiągnięcia celów kultury danych mogą się różnić w granicach organizacji. Ważne jest, aby wszystkie te elementy były zgodne z celami kultury danych organizacji. Można traktować tę strukturę jako dostosowaną autonomię.

Na poniższym diagramie okrągłym przedstawiono powiązane aspekty wpływające na kulturę danych:

Diagram przedstawia nieco niejednoznaczne relacje między następującymi elementami:

• Kultura danych to zewnętrzny okrąg. Wszystkie tematy w nim przyczyniają się do stanu kultury danych.
• Wdrażanie organizacji (w tym aspekty implementacji mentoringu i włączania użytkowników, pomoc techniczna dla użytkowników, społeczność praktyk, ład i nadzór systemowy) to wewnętrzny okrąg. Wszystkie tematy są głównymi współautorami kultury danych.
• Wsparcie kadry kierowniczej i Centrum Doskonałości są motorem sukcesu wdrożenia organizacyjnego.
• Umiejętności w zakresie pisania, demokratyzacji danych i odnajdywania danych to aspekty kultury danych, które mają duży wpływ na wdrożenie organizacji.
• Własność zawartości i zarządzanie nimi oraz zakres dostarczania zawartości są ściśle związane z demokratyzacją danych.

Elementy diagramu zostały omówione w tej serii artykułów.

Wizja kultury danych

Pojęcie kultury danych może być trudne do zdefiniowania i mierzenia. Mimo że trudno jest przedstawić kulturę danych w sposób zrozumiały, praktyczny i wymierny, musisz dobrze zrozumieć, co zdrowa kultura danych oznacza dla organizacji. Ta wizja zdrowej kultury danych powinna:

• Pochodzą z poziomu kadry kierowniczej.
• Dopasowuje się do celów organizacyjnych.
• Bezpośredni wpływ na strategię wdrażania.
• Służyć jako ogólne zasady wytycznych dotyczących wprowadzania zasad i wytycznych dotyczących ładu.

Wyniki kultury danych nie są specjalnie wymagane. Zamiast tego stan kultury danych jest wynikiem przestrzegania reguł ładu w miarę ich wymuszania (lub braku reguł ładu). Liderzy na wszystkich szczeblach muszą aktywnie demonstrować swoje działania, co jest dla nich ważne, w tym jak chwalić, rozpoznawać i nagradzać pracowników, którzy podejmują inicjatywę.

Napiwek

Jeśli możesz wziąć za pewnik, że twoje wysiłki na rzecz opracowania rozwiązania danych (takiego jak model semantyczny — wcześniej znany jako zestaw danych, lakehouse lub raport) zostaną docenione i docenione, jest to doskonały wskaźnik zdrowej kultury danych. Czasami jednak zależy to od tego, co najbardziej ceni twój bezpośredni menedżer.

Początkowa motywacja do ustanowienia kultury danych często wynika z konkretnego strategicznego problemu biznesowego lub inicjatywy. Może to być:

• Reaktywna zmiana, taka jak reagowanie na nową zwinną konkurencję.
• Aktywna zmiana, taka jak rozpoczęcie nowej linii biznesowej lub rozszerzenie na nowe rynki w celu wykorzystania "zielonej pola" możliwości. Bycie opartym na danych od początku może być stosunkowo łatwiejsze, gdy istnieje mniej ograniczeń i komplikacji w porównaniu z ustanowioną organizacją.
• Spowodowane zmianami zewnętrznymi, takimi jak presja, aby wyeliminować nieefektywność i nadmiarowość podczas spowolnienia gospodarczego.

W każdej z tych sytuacji często występuje konkretny obszar, w którym kultura danych ma korzenie. Konkretny obszar może być zakresem wysiłku, który jest mniejszy niż cała organizacja, nawet jeśli nadal jest znaczący. Po wprowadzeniu niezbędnych zmian w tym mniejszym zakresie można je przyrostowo replikować i dostosowywać do reszty organizacji.

Chociaż technologia może pomóc w osiąganiu celów kultury danych, implementacja określonych narzędzi lub funkcji nie jest celem. W tej serii artykułów omówiono wiele tematów, które przyczyniają się do wdrożenia zdrowej kultury danych. W pozostałej części tego artykułu kwestie dotyczą trzech podstawowych aspektów kultury danych: odnajdywania danych, demokratyzacji danych i umiejętności czytania i pisania danych.

Odnajdywanie danych

Pomyślna kultura danych zależy od użytkowników pracujących z odpowiednimi danymi w codziennych działaniach. Aby osiągnąć ten cel, użytkownicy muszą znajdować i uzyskiwać dostęp do źródeł danych, raportów i innych elementów.

Odnajdywanie danych to możliwość efektywnego lokalizowania odpowiednich zasobów danych w całej organizacji. Przede wszystkim odnajdywanie danych dotyczy poprawy świadomości, że istnieją dane, co może być szczególnie trudne, gdy dane są silosowane w systemach działów.

Odnajdywanie danych jest nieco inną koncepcją niż wyszukiwanie, ponieważ:

• Odnajdywanie danych umożliwia użytkownikom wyświetlanie metadanych dla elementu, takich jak nazwa modelu semantycznego, nawet jeśli obecnie nie mają do niego dostępu. Gdy użytkownik będzie wiedział o jego istnieniu, ten użytkownik może przejść przez standardowy proces żądania dostępu do elementu.
• Wyszukiwanie umożliwia użytkownikom lokalizowanie istniejącego elementu, gdy mają już dostęp zabezpieczeń do elementu.

Napiwek

Ważne jest, aby mieć jasny i prosty proces, aby użytkownicy mogli żądać dostępu do danych. Wiedza, że dane istnieją — ale nie mogą uzyskać dostępu do niej w ramach wytycznych i procesów ustanowionych przez właściciela domeny — może być źródłem frustracji dla użytkowników. Może wymusić użycie nieefektywnych obejść zamiast żądać dostępu za pośrednictwem odpowiednich kanałów.

Odnajdywanie danych przyczynia się do wysiłków związanych z wdrażaniem i wdrażania praktyk ładu przez:

• Zachęcanie do korzystania z zaufanych wysokiej jakości źródeł danych.
• Zachęcanie użytkowników do korzystania z istniejących inwestycji w dostępne zasoby danych.
• Promowanie użycia i wzbogacania istniejących elementów danych (takich jak lakehouse, magazyn danych, potok danych, przepływ danych lub model semantyczny) lub elementy raportowania (takie jak raporty, pulpity nawigacyjne lub metryki).
• Pomaganie ludziom zrozumieć, kto jest właścicielem zasobów danych i zarządza nimi.
• Nawiązywanie połączeń między konsumentami, twórcami i właścicielami.

Centrum danych OneLake i użycie poręczenia to kluczowe sposoby promowania odnajdywania danych w organizacji.

Ponadto rozwiązania wykazu danych są niezwykle cennymi narzędziami do odnajdywania danych. Mogą rejestrować tagi metadanych i opisy w celu zapewnienia głębszego kontekstu i znaczenia. Na przykład usługa Microsoft Purview może skanować i katalogować elementy z dzierżawy sieci szkieletowej (a także wiele innych źródeł).

Pytania dotyczące odnajdywania danych

Użyj pytań, takich jak te znalezione poniżej, aby ocenić odnajdywanie danych.

• Czy istnieje centrum danych, w którym użytkownicy biznesowi mogą wyszukiwać dane?
• Czy istnieje wykaz metadanych, który opisuje definicje i lokalizacje danych?
• Czy źródła danych wysokiej jakości są zatwierdzane przez certyfikowanie lub promowanie ich?
• Do jakiego zakresu istnieją nadmiarowe źródła danych, ponieważ osoby nie mogą znaleźć potrzebnych danych? Jakie role mają tworzyć elementy danych? Jakie role mają tworzyć raporty lub przeprowadzać analizę ad hoc?
• Czy użytkownicy końcowi mogą znaleźć i używać istniejących raportów, czy też nalegają na eksporty danych, aby utworzyć własne?
• Czy użytkownicy końcowi wiedzą, których raportów używać do rozwiązywania określonych pytań biznesowych lub znajdowania określonych danych?
• Czy ludzie korzystają z odpowiednich źródeł danych i narzędzi, czy sprzeciwiają się im na rzecz starszych?
• Czy analitycy rozumieją, jak wzbogacić istniejące certyfikowane modele semantyczne przy użyciu nowych danych — na przykład przy użyciu modelu złożonego usługi Power BI?
• Jak spójne są elementy danych w konwencji jakości, kompletności i nazewnictwa?
• Czy właściciele elementów danych mogą śledzić pochodzenie danych w celu przeprowadzenia analizy wpływu elementów danych?

Poziomy dojrzałości odnajdywania danych

Następujące poziomy dojrzałości mogą pomóc ocenić bieżący stan odnajdywania danych.

Poziom	Stan odnajdywania danych sieci szkieletowej
100: Początkowy	• Dane są pofragmentowane i niezorganizowane, bez przejrzystych struktur ani procesów, aby je znaleźć. • Użytkownicy mają trudności z znajdowaniem i używaniem potrzebnych im danych w swoich zadaniach.
200: Powtarzalny	• Rozproszone lub organiczne wysiłki w celu organizowania i dokumentowania danych są w toku, ale tylko w niektórych zespołach lub działach. • Zawartość jest od czasu do czasu zatwierdzana, ale te zatwierdzenia nie są zdefiniowane i proces nie jest zarządzany. Dane pozostają silosowane i pofragmentowane i trudno jest uzyskać do niego dostęp.
300: Zdefiniowany	• Centralne repozytorium, takie jak centrum danych OneLake, służy do ułatwiania znajdowania danych osobom, które ich potrzebują. • Jawny proces ma na celu popularyzować dane i zawartość jakości. • Podstawowa dokumentacja obejmuje dane katalogu, definicje i obliczenia, a także miejsce ich znalezienia.
400: Sprawny	• Ustrukturyzowane, spójne procesy prowadzą użytkowników, jak zatwierdzać, dokumentować i znajdować dane z centralnego centrum. Silosy danych są wyjątkiem zamiast reguły. • Zasoby danych jakości są konsekwentnie zatwierdzane i łatwo identyfikowane. • Kompleksowe słowniki danych są utrzymywane i ulepszane podczas odnajdywania danych.
500: Wydajny	• Dane i metadane są systematycznie zorganizowane i udokumentowane w pełnym widoku pochodzenia danych. • Zasoby jakości są zatwierdzane i łatwo identyfikowane. • Narzędzia do katalogowania, takie jak Microsoft Purview, służą do odnajdywania danych zarówno do użytku, jak i ładu.

Demokratyzacja danych

Demokratyzacja danych odnosi się do wprowadzania danych w ręce większej liczby użytkowników, którzy są odpowiedzialni za rozwiązywanie problemów biznesowych. Chodzi o umożliwienie większej liczby użytkowników podejmowania lepszych decyzji opartych na danych.

Uwaga

Koncepcja demokratyzacji danych nie oznacza braku zabezpieczeń ani braku uzasadnienia opartego na roli pracy. W ramach kultury danych w dobrej kondycji demokratyzacja danych pomaga zmniejszyć ilość zasobów IT w tle, zapewniając semantyczne modele, które:

• Są zabezpieczone, zarządzane i dobrze zarządzane.
• Spełnianie potrzeb biznesowych w sposób ekonomiczny i terminowy.

Stanowisko organizacji w sprawie demokratyzacji danych będzie miało szeroki wpływ na wdrażanie i wysiłki związane z ładem.

Ostrzeżenie

Jeśli dostęp do danych lub możliwość przeprowadzania analizy jest ograniczony do wybranej liczby osób w organizacji, zazwyczaj jest to znak ostrzegawczy, ponieważ możliwość pracy z danymi jest kluczową cechą zdrowej kultury danych.

Pytania dotyczące demokratyzacji danych

Użyj pytań, takich jak te znalezione poniżej, aby ocenić demokratyzację danych.

• Czy dane i analiza są łatwo dostępne, czy ograniczone do ograniczonych ról i osób?
• Czy istnieje skuteczny proces dla osób żądanych dostępu do nowych danych i narzędzi?
• Czy dane są łatwo udostępniane między zespołami i jednostkami biznesowymi, czy są one silosowane i ściśle chronione?
• KtoTo może być zainstalowany program Power BI Desktop?
• KtoTo masz licencje usługi Power BI Pro lub Power BI Premium na użytkownika (PPU)?
• KtoTo można tworzyć zasoby w obszarach roboczych sieci Szkieletowej?
• Jaki jest żądany poziom samoobsługowej analizy i włączania analizy biznesowej (BI)? W jaki sposób ten poziom różni się w zależności od jednostki biznesowej lub roli zadania?
• Jaka jest odpowiednia równowaga między analizą biznesową a samoobsługową analizą i analizą biznesową?
• Jakie źródła danych są zdecydowanie preferowane dla jakich tematów i domen biznesowych? Jakie jest dozwolone użycie niezatwierdzonych źródeł danych?
• KtoTo może zarządzać zawartością? Czy ta decyzja różni się w przypadku danych i raportów? Czy decyzja różni się od użytkowników analizy biznesowej w przedsiębiorstwie, a użytkowników zdecentralizowanych? KtoTo może posiadać zawartość samoobsługowej analizy biznesowej i zarządzać nią?
• KtoTo może korzystać z zawartości? Czy ta decyzja różni się od partnerów zewnętrznych, klientów lub dostawców?

Poziomy dojrzałości demokratyzacji danych

Następujące poziomy dojrzałości mogą pomóc ocenić bieżący stan demokratyzacji danych.

Poziom	Stan demokratyzacji danych
100: Początkowy	• Dane i analiza są ograniczone do niewielkiej liczby ról, które mają dostęp do innych osób. • Użytkownicy biznesowi muszą zażądać dostępu do danych lub narzędzi w celu wykonania zadań. Walczą z opóźnieniami lub wąskimi gardłami. • Inicjatywy samoobsługowe odbywają się z pewnym sukcesem w różnych obszarach organizacji. Działania te odbywają się w nieco chaotyczny sposób, z kilkoma formalnymi procesami i bez planu strategicznego. Brak nadzoru i wglądu w te działania samoobsługowe. Powodzenie lub niepowodzenie każdego rozwiązania nie jest zrozumiałe. • Zespół ds. danych przedsiębiorstwa nie może nadążyć za potrzebami firmy. Istnieje znaczna lista prac dotyczących żądań dla tego zespołu.
200: Powtarzalny	• Istnieją ograniczone wysiłki mające na celu rozszerzenie dostępu do danych i narzędzi. • Wiele zespołów odniósł wymierny sukces dzięki rozwiązaniom samoobsługowym. Osoby w organizacji zaczynają zwracać uwagę. • Dokonuje się inwestycji w celu zidentyfikowania idealnej równowagi rozwiązań przedsiębiorstwa i samoobsługi.
300: Zdefiniowany	• Wiele osób ma dostęp do potrzebnych danych i narzędzi, chociaż nie wszyscy użytkownicy są w równym stopniu włączeni lub pociągnięli do odpowiedzialności za tworzoną zawartość. • Skuteczne rozwiązania dotyczące danych samoobsługowych są przyrostowo i celowo replikowane w wielu obszarach organizacji.
400: Sprawny	• Wśród twórców rozwiązań przedsiębiorstwa i samoobsługi istnieją partnerstwa w dobrej kondycji. Jasne, realistyczne odpowiedzialności użytkowników i zasady zmniejszają ryzyko samoobsługowej analizy i analizy biznesowej. • Jasne i spójne procesy są dostępne dla użytkowników w celu żądania dostępu do danych i narzędzi. • Osoby, które podejmują inicjatywę w tworzeniu cennych rozwiązań, są uznawane i nagradzane.
500: Wydajny	• Odpowiedzialność użytkowników i skuteczny ład zapewniają centralnym zespołom zaufanie do tego, co użytkownicy robią z danymi. • Zautomatyzowane, monitorowane procesy umożliwiają użytkownikom łatwe żądanie dostępu do danych i narzędzi. Każda osoba z potrzebą lub zainteresowaniem używaniem danych może wykonywać te procesy w celu przeprowadzenia analizy.

Umiejętność czytania i pisania danych

Umiejętność czytania i pisania danych odnosi się do możliwości interpretacji, tworzenia i komunikowania się z danymi i analizami dokładnie i skutecznie.

Działania szkoleniowe, zgodnie z opisem w artykule dotyczącym mentoringu i włączania użytkowników, często koncentrują się na sposobie korzystania z samej technologii. Umiejętności technologiczne są ważne w tworzeniu wysokiej jakości rozwiązań, ale ważne jest również, aby rozważyć, jak celowo rozwijać umiejętności czytania i pisania danych w całej organizacji. Innymi słowy, pomyślne wdrożenie zajmuje o wiele więcej niż tylko dostarczanie oprogramowania i licencji użytkownikom.

Sposób ulepszania umiejętności w zakresie pisania danych w organizacji zależy od wielu czynników, takich jak bieżące zestawy umiejętności użytkownika, złożoność danych i wymagane typy analiz. Możesz skupić się na tych typach działań związanych z umiejętnościami czytania i pisania danych:

• Interpretowanie wykresów i grafów
• Ocenianie ważności danych
• Przeprowadzanie analizy głównej przyczyny
• Rozróżnianie korelacji z przyczynowości
• Informacje o tym, jak kontekst i wartości odstające wpływają na sposób prezentowania wyników
• Używanie opowiadania historii w celu ułatwienia konsumentom szybkiego zrozumienia i działania

Napiwek

Jeśli masz trudności z uzyskaniem zatwierdzonych wysiłków związanych z kulturą danych lub ładem, skupienie się na rzeczywistych korzyściach, które można osiągnąć dzięki odnajdowaniu danych ("znajdowanie danych"), demokratyzacja danych ("korzystanie z danych") lub umiejętności czytania i pisania danych ("zrozumienie danych") może pomóc. Warto również skupić się na konkretnych problemach, które można rozwiązać lub rozwiązać, przechodząc do postępu kultury danych.

Uzyskanie odpowiednich zainteresowanych stron do uzgodnienia problemu jest zwykle pierwszym krokiem. Następnie ważne jest, aby uczestnicy projektu zgodzili się na strategiczne podejście do rozwiązania wraz ze szczegółami rozwiązania.

Pytania dotyczące umiejętności czytania i pisania danych

Skorzystaj z pytań, takich jak te znalezione poniżej, aby ocenić umiejętności czytania i pisania danych.

• Czy w organizacji istnieje typowe słownictwo analityczne do mówienia o danych i rozwiązaniach analizy biznesowej? Alternatywnie, czy definicje są pofragmentowane i różne w silosach?
• Jak wygodne są osoby podejmujące decyzje na podstawie danych i dowodów w porównaniu z intuicją i subiektywnym doświadczeniem?
• Kiedy ludzie, którzy posiadają opinię, są skonfrontowani z sprzecznymi dowodami, jak reagują? Czy krytycznie oceniają dane, czy też je odrzucają? Czy mogą zmienić swoją opinię, czy też stają się zakorzenieni i odporni?
• Czy programy szkoleniowe istnieją, aby wspierać ludzi w nauce o narzędziach do obsługi danych i analitycznych?
• Czy istnieje znaczna odporność na analizę wizualną i interaktywne raportowanie na rzecz statycznych arkuszy kalkulacyjnych?
• Czy ludzie są otwarci na nowe metody analityczne i narzędzia, aby potencjalnie skuteczniej rozwiązywać swoje pytania biznesowe? Alternatywnie, czy wolą nadal korzystać z istniejących metod i narzędzi, aby zaoszczędzić czas i energię?
• Czy istnieją metody lub programy do oceny lub poprawy umiejętności czytania i pisania danych w organizacji? Czy kierownictwo ma dokładne zrozumienie poziomów umiejętności czytania i pisania danych?
• Czy istnieją role, zespoły lub działy, w których umiejętności czytania i pisania danych są szczególnie silne lub słabe?

Poziomy dojrzałości umiejętności czytania i pisania danych

Następujące poziomy dojrzałości mogą pomóc ocenić bieżący stan umiejętności czytania i pisania danych.

Poziom	Stan umiejętności czytania i pisania danych
100: Początkowy	• Decyzje są często podejmowane na podstawie intuicji i subiektywnego doświadczenia. W przypadku konfrontacji z danymi, które podważają istniejące opinie, dane są często odrzucane. • Osoby mają niskie zaufanie do używania i zrozumienia danych w procesach podejmowania decyzji lub dyskusjach. • Użytkownicy raportów mają silne preferencje dotyczące tabel statycznych. Użytkownicy ci odrzucają interaktywne wizualizacje lub zaawansowane metody analityczne jako "fantazyjne" lub niepotrzebne.
200: Powtarzalny	• Niektóre zespoły i osoby stale dołączają dane do podejmowania decyzji. Istnieją jasne przypadki, w których błędne interpretowanie danych doprowadziło do wadliwych decyzji lub złych wniosków. • Istnieje pewien opór, gdy dane podważają istniejące przekonania. • Niektórzy ludzie są sceptyczni wobec interaktywnych wizualizacji i zaawansowanych metod analitycznych, choć ich użycie rośnie.
300: Zdefiniowany	• Większość zespołów i osób fizycznych rozumie dane związane z ich obszarem biznesowym i używa ich niejawnie w celu informowania o decyzjach. • Gdy dane stawiają wyzwania przed istniejącymi przekonaniami, tworzy krytyczne dyskusje, a czasami motywuje zmiany. • Wizualizacje i zaawansowane analizy są powszechnie akceptowane, choć nie zawsze używane skutecznie.
400: Sprawny	• Umiejętność czytania i pisania danych jest wyraźnie uznawana za niezbędną umiejętność w organizacji. Niektóre programy szkoleniowe dotyczą umiejętności czytania i pisania danych. Konkretne działania są podejmowane w celu pomocy działom, zespołom lub osobom, które mają szczególnie słabe umiejętności czytania i pisania danych. • Większość osób może skutecznie wykorzystywać i stosować dane w celu podejmowania obiektywnie lepszych decyzji i podejmowania działań. • Najlepsze rozwiązania wizualne i analityczne są udokumentowane i przestrzegane w strategicznie ważnych rozwiązaniach dotyczących danych.
500: Wydajny	• Umiejętności czytania i pisania, myślenia krytycznego i ciągłego uczenia się to strategiczne umiejętności i wartości w organizacji. Skuteczne programy monitorują postęp w celu poprawy umiejętności czytania i pisania danych w organizacji. • Podejmowanie decyzji jest oparte na danych w całej organizacji. Analiza decyzyjna lub analiza preskrypcyjna służą do rekomendowania kluczowych decyzji i akcji. • Najlepsze rozwiązania wizualne i analityczne są postrzegane jako niezbędne do generowania wartości biznesowej przy użyciu danych.

Rozważania i kluczowe działania

Lista kontrolna — poniżej przedstawiono niektóre zagadnienia i kluczowe działania, które można wykonać, aby wzmocnić kulturę danych.

• Dopasuj cele i strategię kultury danych: należy wziąć pod uwagę typ kultury danych, którą chcesz uprawiać. W idealnym przypadku bardziej jest to pozycja upodmiotowienia użytkownika niż pozycja poleceń i kontroli.
• Zrozumienie bieżącego stanu: Porozmawiaj z uczestnikami projektu w różnych jednostkach biznesowych, aby zrozumieć, które rozwiązania analityczne działają obecnie dobrze i które rozwiązania nie działają dobrze w przypadku podejmowania decyzji opartych na danych. Przeprowadź serię warsztatów, aby zrozumieć obecny stan i sformułować żądany przyszły stan.
• Porozmawiaj z uczestnikami projektu: Porozmawiaj z uczestnikami projektu w zakresie IT, analizy biznesowej i coE , aby zrozumieć, które ograniczenia ładu wymagają rozważenia. Te konwersacje mogą stanowić okazję do informowania zespołów o tematach, takich jak zabezpieczenia i infrastruktura. Możesz również skorzystać z okazji, aby edukować uczestników projektu na temat funkcji i możliwości zawartych w usłudze Fabric.
• Weryfikowanie dostępu sponsorowanego przez kierownictwo: sprawdź poziom sponsorowania kadry kierowniczej i wsparcie, które masz na miejscu, aby rozwijać cele kultury danych.
• Podejmowanie celowych decyzji dotyczących strategii danych: zdecyduj, jaka jest idealna równowaga między samoobsługą prowadzoną przez firmę, zarządzanymi samoobsługami, danymi przedsiębiorstwa, analizą i analizą biznesową oraz przypadkami użycia analizy biznesowej w organizacji (ujętymi w artykule dotyczącym własności zawartości i zarządzania ). Należy również rozważyć, w jaki sposób strategia danych odnosi się do zakresu opublikowanej zawartości dla osobistych, zespołów, działów i analizy biznesowej przedsiębiorstwa (opisanych w artykule dotyczącym zakresu dostarczania zawartości). Zdefiniuj ogólne cele i priorytety dla tego planowania strategicznego. Określ, w jaki sposób te decyzje wpływają na planowanie taktyczne.
• Utwórz plan taktyczny: rozpocznij tworzenie planu taktycznego dla natychmiastowych, krótkoterminowych i długoterminowych elementów akcji. Zidentyfikuj grupy biznesowe i problemy reprezentujące "szybkie zwycięstwa" i mogą mieć widoczną różnicę.
• Tworzenie celów i metryk: określ sposób mierzenia skuteczności inicjatyw kultury danych. Utwórz kluczowe wskaźniki wydajności (KPI) lub cele i kluczowe wyniki (OKR), aby zweryfikować wyniki wysiłków.

Pytania dotyczące kultury danych

Użyj pytań, takich jak te znalezione poniżej, aby ocenić kulturę danych.

• Czy dane są uważane za strategiczny zasób w organizacji?
• Czy istnieje wizja zdrowej kultury danych, która pochodzi z kierownictwa wykonawczego i jest zgodna z celami organizacji?
• Czy w przewodniku dotyczącym kultury danych są tworzone zasady i wytyczne dotyczące ładu?
• Czy źródła danych organizacji są zaufane przez twórców zawartości i użytkowników?
• Czy podczas uzasadniania opinii, decyzji lub wyboru ludzie używają danych jako dowodów?
• Czy wiedza na temat analizy i użycia danych jest udokumentowana, czy istnieje zależność od nieudokumentowanej wiedzy plemiennej?
• Czy wysiłki na rzecz opracowania rozwiązania danych są cenione i doceniane przez społeczność użytkowników?

Poziomy dojrzałości kultury danych

Następujące poziomy dojrzałości ułatwią ocenę bieżącego stanu kultury danych.

Poziom	Stan kultury danych
100: Początkowy	• Zespoły ds. danych przedsiębiorstwa nie mogą nadążyć za potrzebami firmy. Istnieje znaczna lista prac żądań. • Samoobsługowe inicjatywy dotyczące danych i analizy biznesowej odbywają się z pewnym sukcesem w różnych obszarach organizacji. Te działania występują w nieco chaotyczny sposób, z kilkoma formalnymi procesami i bez planu strategicznego. • Brak nadzoru i wglądu w działania samoobsługowe analizy biznesowej. Sukcesy lub niepowodzenia danych i rozwiązań analizy biznesowej nie są zrozumiałe.
200: Powtarzalny	• Wiele zespołów odniósł mierzalne sukcesy dzięki rozwiązaniom samoobsługowym. Osoby w organizacji zaczynają zwracać uwagę. • Inwestycje są realizowane w celu zidentyfikowania idealnej równowagi między danymi przedsiębiorstwa i samoobsługą, analizą i analizą biznesową.
300: Zdefiniowany	• Określone cele są ustalane na rzecz rozwoju kultury danych. Te cele są wdrażane przyrostowo. • Edukacja z tego, co działa w poszczególnych jednostkach biznesowych, jest współużytkowany. • Skuteczne praktyki samoobsługowe są przyrostowo i celowo replikowane w wielu obszarach organizacji.
400: Sprawny	• Cele kultury danych dotyczące podejmowania świadomych decyzji są dostosowane do celów organizacyjnych. Są one aktywnie wspierane przez sponsora wykonawczego, COE i mają bezpośredni wpływ na strategie wdrażania. • Istnieje zdrowe i produktywne partnerstwo między sponsorem wykonawczym, COE, jednostkami biznesowymi i IT. Zespoły pracują nad wspólnymi celami. • Osoby, które podejmują inicjatywę w tworzeniu cennych rozwiązań danych, są uznawane i nagradzane.
500: Wydajny	• Wartość biznesowa rozwiązań do analizy i analizy biznesowej jest regularnie oceniana i mierzona. Wskaźniki KPI lub OKR są używane do śledzenia celów kultury danych i wyników tych wysiłków. • Pętle opinii są w miejscu i zachęcają do ciągłych ulepszeń kultury danych. • Ciągłe ulepszanie wdrażania organizacji, wdrażania użytkowników i wdrażania rozwiązań jest najwyższym priorytetem.

Powiązana zawartość

W następnym artykule z serii planów wdrażania usługi Microsoft Fabric dowiesz się więcej o znaczeniu sponsora wykonawczego.