על החשיבות האסטרטגית בהתייחסות לבסיסי נתונים

דף הבית >> סקירות טכנולוגיות >> על החשיבות האסטרטגית בהתייחסות לבסיסי נתונים
 על החשיבות האסטרטגית בהתייחסות לבסיסי נתונים
מאת: מרדכי דניאלוב, 28.2.14, 08:30מרדכי דניאלוב 

כתבה שניה בסדרה על הדרך להפיכת שטף הנתונים בארגון ליתרון עסקי אמיתי. האבסורד הוא שדווקא בארגונים קיימים, גדולים בדרך כלל, שהמידע המצטבר אצלם הופך, בין היתר, ל- Big Data, ביצוע הליך של Modeling הוא נדיר, והחלופה, להמשיך לחיות בכאוס, שרירה ושולטת.
 
בכתבה הראשונה התייחסתי לראייה האסטרטגית של נושא ניהול בסיסי הנתונים ועל המשמעות שלהם בחיי הארגון או החברה. את הכתבה סיימתי בנקודה למחשבה – ביצוע אנליזה וקטלוג [ה"בסיס של הבסיס" בניהול בסיסי נתונים] והמשמעויות של מהלך כזה.
 
לאחר הבנת החשיבות של אנליזה וקטלוג לארגון הרוצה להצליח או לפחות לשרוד, יש לדון בנושא המורכבות של פרויקט כזה. זה יכול להיות פרויקט נקודתי ומושקע, אך זה יכול להיות גם פרויקט המחולק לשלבים, כזה שלא יחייב השקעה גדולה בזמן ובכסף מהיום הראשון.
 
גמישות היא שם המשחק, וכל פעילות בכיוון הנכון יכולה לתרום את תרומתה המצטברת לשדרוג התוצרת. לא משנה הקצב, חשובה העשייה. כשמדובר בעסקים נמצאים בתחרות יום יומית ובמאבקי הישרדות מול מתחרים, זה כמו מה שקורה בכביש מהיר: אם תדרוך במקום - ידרסו אותך. תתקדם לאט - תקטין את הסיכוי לדריסה.
 
ראיתי כבר לא מעט מקרים בהם הליך של אנליזה וקטלוג הפך חברה בינונית לחברה מצליחה, או חברה בקשיים לחברה מרוויחה. בחלק מהמקרים, פעילות קצרה, ממוקדת וחכמה גרמה לחברה תועלת רבה שכיסתה את ההשקעה בזמן קצר. ראיתי גם חברות, שבחרו לעשות את השינוי בשלבים, תוך בקרה מקרוב על התקדמות העבודה והתועלת בצידה. גם זה עובד טוב, כי תוצאות מהלכים נכונים וחכמים הן בדרך כלל מהירות.
 
נכון, צריך אומץ כדי להגיד בפה מלא, שכל מה שהיה עד עכשיו כבר לא מספיק היום. צריך גם הרבה אומץ להגיע להנהלה ולבקש תקציב כזה או אחר על מהלך, שבדרך כלל קשה לכמת את התועלות שלו, לפני שמתחילים להיכנס לעובייה של קורה. אבל ראשית, לפני הכל, צריך הרבה הבנה ואמונה בצורך - כדי לגייס את אותו אומץ.   
  
כשמחליטים לבצע מהלך מסוג זה, יש לקחת בחשבון את כלל הנתונים שהארגון מייצר ולקבוע את הלוגיקה והיחסים ביניהם. התעסקות זו היא למעשה ניתוח מתמטי בבסיסו. השאלות העיקריות, שצריכות לעלות הן: כמה מקורות נתונים יש? מאיזה סוגים? איך כולם חיים ביחד? מה רמת הסינכרון ביניהם?
 
בהנחה, ששיתוף מידע נמוך גורר אחריו יעילות נמוכה, צריך להתעסק בעיקר בשאלה העיקרית – איך מגדילים את היעילות? איך עושים סדר בכל שטף הנתונים שרק הולך וגודל? הרי בסופו של דבר, שיתוף המידע ואיכות המידע יביאו מודעות עצמית וארגונית גבוהה, ומכאן גם תועלות רבות כגון יכולות, הזדמנויות ומעוף.
 
סדר ברמה גבוהה, דורש הערכות והשקעה, זה ברור. אבל, למעשה אסור לשכוח כי מדובר בעיקר בעבודה של מתימטיקה ומודלים חכמים ולא במזל או בגאונות. אותה השקעה מוזכרת אינה רק השקעה של זמן ומשאבים, אלא בעיקר השקעה במציאת הגורם הנכון, שיוביל ויבצע את ההליך. ביצוע הליך מסוג זה באופן שטחי, או גרוע מזה - עם טעויות נגררות, יעלה בסופו של דבר לארגון יותר מהשקעה בעבודה מקצועית של מומחה בתחום החל מהיום הראשון.
 
לגבי חברת היי-טק קטנה, הרי שיכולות ההשקעה של ארגון כזה הן מוגבלות בדרך כלל, בעיקר עקב תקציב מוגבל או לחץ של זמן. בתחילת הדרך, ביצוע לקוי פחות משמעותי, וכנראה שלא יפגע כמעט בהתנהלות החברה. אולם, בהמשך, ככל שהחברה תצליח ותשגשג, זה עלול להיות גורם מעכב בקריאת והבנת המפה העתידית שלה. כמו בבנייה, ככל שהיסודות יהיו חזקים יותר, כך הבניין יהיה יציב יותר.

בארגון גדול, לעומת זאת, יש כבר מצב קיים, בו יש כמות נתונים גדולה מאוד ובעיקר - יש כבר מערכת עובדת. המחסום העיקרי לארגון כזה הוא גודל העבודה הצפויה, משך הזמן שלה, התקציב הכלכלי ובעיקר המשאבים, שצריך להשקיע בכדי להגיע לתוצאות טובות. משאבים אלה, אסור לשכוח, כוללים גם השקעה בעובדים עצמם. אם נזכור, שהצלחת פרויקט מסוג זה נמדדת לא רק בעמידה בתקציב או במסגרת זמן, אלא בעיקר בתועלות שהארגון מצליח להפיק ממנו, הרי שמדד זה הוא החשוב והכבד ביותר מבחינת ההשקעה הצפויה.
 
האבסורד הגדול הוא, שדווקא בארגונים קיימים, גדולים בדרך כלל, ביצוע הליך של Modeling הוא נדיר, והחלופה, להמשיך לחיות בכאוס ותפירת טלאים, היא האופציה המועדפת. הסיבה העיקרית לכך היא כנראה חוסר מודעות לעובדה, שבכלל קיימת בעיה, וחוסר מודעות גדול עוד יותר לעובדה, שיכול להיות גם פתרון. 
 
חשוב להבין, שמכלול המערכות בארגון, כל אחת עם הטכנולוגיה שלה והנתונים שהיא מייצרת, מהווה בעצם קרקע פוריה לניתוח נתונים יעיל עבור הארגון, והדרך לשם מתחילה קודם כל ביצירת המכנה המשותף. בידיים הנכונות, ניתן להגיע למצב בו למרות העצים הרבים עדיין ניתן לראות גם את היער.
 
ברמה העקרונית, חשוב להבין, שלכל מערכת ניתן לייצר מיתאם, וכשיודעים מה עושים, העבודה תהיה נגישה וקצרה מהצפוי ואפילו עם סיכויי הצלחה גבוהים.
 
בהרבה מקרים, יש כבר פתרונות קיימים, המהווים חלק גדול מהפתרון הגדול ומבטלים את הצורך בפיתוח יקר וארוך. מומחה הבקיא בטכנולוגיות וביכולות שלהן יכול לבצע הליך מורכב כמו Modeling ההופך מידע קיים לכסף ולייתרון אסטרטגי לעסק, בזמן קצר מאוד, ולתת מענה לכל צרכי הארגון, בהווה ובעתיד. עובדה זו, לצד היכולת לבצע עבודה מדורגת, מקטינה למינימום את הסיבות להתנגדות או החששות בפני הליך כזה.
 
 
מרדכי דניאלוב, מומחה לניהול בסיסי נתונים. פברואר 2014.
הבעלים והמנכ"ל של חברת BitWise MnM  
אתר החברה: http://www.bitwisemnm.com/
 
BitWise Logo



 
 
Bookmark and Share