Dołącz do grona liderów, którzy chcą więcej
Premium
Magazyn (Nr 9, czerwiec 2021)

Dlaczego projekty z zakresu analizy danych nie przynoszą spodziewanych rezultatów

1 czerwca 2021 19 min czytania
Robert D. Austin
Zdjęcie Mayur P Joshi - Jest adiunktem (wykładowcą)  w dziedzinie technologii finansowych systemów informatycznych  w Alliance Manchester Business School, The University of Manchester, Wielka Brytania.
Mayur P Joshi
Zdjęcie Ning Su - Jest ekspertem w zakresie globalnych strategii innowacji i outsourcingu oraz jakościowych metod badawczych. Bada transformację organizacji i rynków w dobie cyfryzacji i globalizacji, w oparciu o dogłębne studia przypadków z różnych sektorów, w tym usług finansowych, technologii, konsultingu, produkcji i przemysłu kreatywnego.
Ning Su
Zdjęcie Anand K. Sundaram - Jest doświadczonym analitykiem w zakresie BI & Data Management. Absolwent CA i IIM; zdobywca wielu nagród, m.in. Asian Banker Aards za zastosowanie analityki danych..
Anand K. Sundaram
Dlaczego projekty z zakresu analizy danych nie przynoszą spodziewanych rezultatów

Streszczenie: Organizacje mogą czerpać korzyści z zaawansowanej analizy danych, jeśli pokonają pięć typowych przeszkód. Pierwszym błędem jest stosowanie skomplikowanych narzędzi analitycznych do prostych problemów, co prowadzi do niepotrzebnego komplikowania procesów. Drugim jest brak jasnego zdefiniowania problemu, skutkujący nieefektywnymi rozwiązaniami. Trzeci to ignorowanie kontekstu biznesowego, przez co analizy nie przekładają się na praktyczne korzyści. Czwartym błędem jest niewłaściwe zarządzanie danymi, co prowadzi do błędnych wniosków. Piątym jest brak współpracy między zespołami analitycznymi a biznesowymi, co utrudnia wdrażanie wyników analiz w praktyce.

Pokaż więcej

Organizacje mogą uzyskać konkretne korzyści biznesowe dzięki zaawansowanej analizie, jeśli tylko uda im się zidentyfikować i pokonać pięć typowych przeszkód.

Coraz więcej firm uznaje naukę o danych za narzędzie i dodatkową umiejętność, a jednak wiele z nich nie jest w stanie konsekwentnie czerpać wartości biznesowej ze swoich inwestycji w big data, sztuczną inteligencję i uczenie maszynowe. Co więcej, dowody wskazują na to, że rośnie przepaść między organizacjami, które z powodzeniem czerpią wartość z danych, a tymi, które mają z tym problemy. Dla lepszego zrozumienia błędów popełnianych przez firmy przy wdrażaniu zyskownych projektów z zakresu nauki o danych i po to, by dowiedzieć się, jak ich uniknąć, przeprowadziliśmy dogłębne badania aktywności w tej dziedzinie w trzech z 10 największych indyjskich banków sektora prywatnego z dobrze rozwiniętymi działami analitycznymi. Zidentyfikowaliśmy pięć powszechnych błędów – ich przykłady opisujemy w kolejnych studiach przypadków. Proponujemy też rozwiązania umożliwiające zaradzenie im.

O BADANIU

Artykuł bazuje na pogłębionym badaniu działań w zakresie data science, przeprowadzonym w trzech dużych, prywatnych bankach indyjskich, których łączne aktywa przekraczają 200 milionów dolarów.

Badanie obejmowało obserwacje na miejscu, częściowo ustrukturyzowane wywiady z 57 członkami kadry kierowniczej, menedżerami i ekspertami zajmującymi się danymi, a także badanie archiwów.

Pięć przeszkód i rozwiązania służące ich przezwyciężeniu wyłoniły się w wyniku indukcyjnego procesu analitycznego opartego na danych jakościowych.

Błąd 1. Strzelanie z armaty do muchy

Hiren, specjalista nauki o danych, niedawno zatrudniony w jednym z analizowanych przez nas banków, jest analitykiem z rodzaju tych pożądanych przez organizacje. Hiren szczególnie upodobał sobie algorytm k najbliższych sąsiadów, który przydaje się do identyfikacji i klasyfikacji klastrów danych.

Podczas studiów zastosowałem algorytm k najbliższych sąsiadów do kilku symulowanych zestawów danych – powiedział nam – i nie mogę się doczekać, kiedy użyję go dla prawdziwych danych.

Zostało 92% materiału do przeczytania

Materiał dostępny tylko dla subskrybentów

Dołącz do subskrybentów MIT Sloan Management Review Polska Premium!

Kup subskrypcję
O autorach
Tematy

Może Cię zainteresować

Agile w Kraft Heinz: jak 6-krotnie skrócono czas wdrożenia produktów

Przykład Kraft Heinz pokazuje, że największym hamulcem organizacji często nie są ludzie, lecz sposób, w jaki firma podejmuje decyzje, ustala priorytety i rozlicza zespoły. Carolina Wosiack opowiada, jak dzięki zmianie systemu pracy firma skróciła wdrażanie produktów z 36 miesięcy do 6 i zbudowała model, który przełożył się na wymierne wyniki biznesowe.

Multimedia
Lider, który zawsze ma rację, psuje firmę.  Czy Twoje ego też blokuje rozwój?

Silny lider potrafi rozwijać firmę, ale gdy ster przejmuje ego, organizacja zaczyna płacić za to wysoką cenę. W najnowszym podcaście MITSMR Paweł Kubisiak rozmawia z Izabelą Stachurską o tym, jak ego lidera wpływa na decyzje, atmosferę w zespole i gotowość ludzi do mówienia prawdy. To rozmowa o konflikcie, który nie zawsze wybucha głośno — czasem objawia się ciszą, pozorną zgodą i brakiem odwagi. Odcinek pokazuje, gdzie kończy się pewność siebie, a zaczyna styl zarządzania, który osłabia firmę.

work as a stream w organizacji Jak skalować firmę, zachowując jej twardy rdzeń

Czy firma może rosnąć bez zwiększania liczby etatów? Coraz więcej organizacji odkrywa model work as a stream, w którym praca staje się płynnym strumieniem zadań, a menedżerowie – orkiestratorami kompetencji wewnętrznych i zewnętrznych.

Nowa wizja społecznej funkcji przedsiębiorstwa. 7 lekcji od firmy Aboca

Włoska firma farmaceutyczna w wyjątkowy sposób łączy badania naukowe z unikalną kulturą tworząc innowacyjny model organizacyjny zorientowany na przyszłość. Spółka założona ponad czterdzieści lat temu z myślą o poszukiwaniu w naturze rozwiązań dla zdrowia człowieka, skutecznie przekształciła swój początkowy intuicyjny pomysł w strategiczną wizję. Opierając się na przekonaniu, że przedsiębiorstwo pełni funkcję społeczną i powinno wytwarzać nie tylko zyski, ale także wartość dla środowiska, kultury oraz ludzi, Aboca stała się europejskim liderem w produkcji wyrobów medycznych na bazie substancji naturalnych posiadającym oddziały w 24 krajach i zatrudniającym prawie 2000 pracowników.

Zysk nie zapłaci faktur ani wynagrodzeń, czyli dlaczego płynność jest ważniejsza niż wynik finansowy

Dodatni wynik finansowy nie gwarantuje stabilności przedsiębiorstwa. Firma może wykazywać zysk, a jednocześnie nie mieć środków na wypłaty czy regulowanie zobowiązań. Kluczowe znaczenie ma płynność finansowa – zdolność do bieżącego zarządzania przepływami pieniężnymi. Zrozumienie różnicy między zyskiem księgowym a realną gotówką pozwala uniknąć jednej z najczęstszych pułapek zarządzania finansami.

Oscary w cieniu (lub blasku) AI: jak Hollywood testuje sztuczną inteligencję

W minionym tygodniu Netflix  ogłosił przejęcie InterPositive, startupu założonego przez Bena Afflecka,  zajmującego się sztuczną inteligencją. Ta transakcja sugeruje, że w Hollywood umiejętność wykorzystania AI staje się równie ważna co scenariusz. Czy czeka nas „AI tsunami”, czy raczej bolesne zderzenie z oporem odbiorców? Branża rozrywkowa niesie ze sobą lekcje, które warto odrobić przed nadchodzącym rozdaniem Oscarów.

kompetencje przyszłości AI Czego AI nie zrobi za człowieka? Poznaj 5 kompetencji, które stają się kluczowe

AI wyliczy prawdopodobieństwo sukcesu, ale to człowiek podejmuje ryzyko, by go osiągnąć. Czy w świecie zdominowanym przez algorytmy Twoje umiejętności stają się przeżytkiem, czy kluczowym atutem? Poznaj model EPOCH i dowiedz się, dlaczego w erze AI to „ludzki pierwiastek” stanie się najtwardszą z posiadanych przez liderów kompetencji.

Czy model biznesowy Dubaju przetrwa konfrontację z irańskimi dronami?

Odwet Iranu na ataki amerykańskie i izraelskie brutalnie narusza fundamenty, na których Zjednoczone Emiraty Arabskie zbudowały swoją potęgę gospodarczą. Dla przedsiębiorców, inwestorów i turystów staje się jasne, że wstrząsy geopolityczne przestały omijać terytoria dotychczas uważane za strefy wolne od ryzyka. Konflikt zbrojny kruszy filary dubajskiego cudu gospodarczego i wymusza rewizję strategii inwestycyjnych w regionie.

Multimedia
Wyzwania HR 2026: AI vs juniorzy, powrót do biur i kryzys zaangażowania
Pracujemy wydajniej niż kiedykolwiek, jednak polskie firmy mierzą się z niebezpiecznym paradoksem: nasze zaangażowanie spada. Czy w obliczu rewolucji AI, która zaczyna „pożerać” juniorów, oraz planowanego przez prezesów powrotu do biur, liderzy zdołają odzyskać zaufanie swoich zespołów? Zapraszamy na rozmowę Pawła Kubisiaka z Dominiką Krysińską o tym, jak HR przechodzi transformację z działu „dopieszczania pracowników” w twardego partnera strategicznego zarządu.
Ronnie Chatterji z OpenAI: dlaczego na zyski z AI musimy jeszcze poczekać?

Ronnie Chatterji, główny ekonomista OpenAI i były doradca Białego Domu, rzuca nowe światło na mechanizmy, które  zmieniają globalną produktywność. W rozmowie z Samem Ransbothamem wyjaśnia, dlaczego obecne inwestycje w czipy to zaledwie wstęp do rewolucji, po której AI stanie się silnikiem napędzającym naukę i codzienny biznes. Poznaj perspektywę człowieka, który łączy świat wielkiej polityki z technologiczną awangardą Doliny Krzemowej.

Materiał dostępny tylko dla subskrybentów

Jeszcze nie masz subskrypcji? Dołącz do grona subskrybentów i korzystaj bez ograniczeń!

Subskrybuj

Otrzymuj najważniejsze artykuły biznesowe — zapisz się do newslettera!