10 items tagged "IT "

  • 5 Predictions for Artificial Intelligence in 2016

    AIGet ready to work alongside smart machines

     At Narrative Science, we love making predictions about innovation, technology and, in particular, the rise of artificial intelligence. We may be a bit too optimistic about the timing of certain technologies going mainstream, but we can’t help it. We are wildly optimistic about the future and genuinely believe that we have entered a dramatically new era of artificial intelligence innovation. That said, this year, we tried to focus our predictions on the near-term. Here’s our best guess as to what will happen in 2016.

    1. New inventions using AI will explode.

    In 2015, artificial intelligence went mainstream. Major tech companies including Google, Facebook, Amazon and Twitter made huge investments in AI, almost all of technology research company Gartner’s strategic predictions included AI, and headlines declared that AI-driven technologies were the next big disruptor to enterprise software. In addition, companies that made huge strides in AI, including Facebook, Microsoft and Google, open-sourced their tools. This makes it likely that in 2016, new inventions will increasingly come to market from companies discovering new ways to apply AI versus building it. With entrepreneurs now having access to low-cost quality AI technologies to create new products, we’ll also likely see an explosion in new startups using AI.

    2. Employees will work alongside smart machines.

    Smart machines will augment work and help employees be more productive, not replace them. Analytics industry leader, Tom Davenport, stated it well when he predicted that “smart leaders will realize that augmentation—combining smart humans with smart machines—is a better strategy than automation.”

    3. Executives will demand transparency.

    Business leaders will realize that smart machines throwing out answers without explanation are of little use. If you walked into a CEO’s office and said we need to shut down three factories, the first question from the CEO would be: “Why?” Just producing a result isn’t enough, and communication capabilities will increasingly be built into advanced analytics and intelligent systems so that these systems can explain how they are arriving at their answers.

    4. Artificial Intelligence will reshape companies outside of IT.

    AI-powered business applications will start to infiltrate companies other than technology firms. Employees, teams and entire departments will champion process re-engineering efforts with these intelligent systems whether they realize it or not. As each individual app eliminates a task, employees will automate many of the mundane parts of their jobs and assemble their own stack of AI-powered apps. Teammates eager to be productive and stay competitive will follow, along with team managers who are looking to execute on cost-cutting efforts.

    5. Innovation labs will become a competitive asset.

    With the pace of innovation accelerating, large organizations in industries such as retail, insurance and government will focus even more energies on remaining competitive and discovering the next big thing by forming innovation labs. Innovation labs have existed for some time, but in 2016, we’ll begin to see more resources devoted to innovation labs and more technologies discovered in the labs actually implemented across different company functions and business lines.

    2016 will be a big year for AI. Much of the work in AI in 2016 will be the catalyst for rapid acceleration of the development and adoption of AI-powered applications. In addition and perhaps even more significant, 2016 will bring about a major shift in the perception of AI. It will cease to be a scary, abstract set of ideas and concepts and will be better understood and accepted as more people realize the potential of AI to augment what we do and make our lives more productive.

    Source: Time

  • 6 Ways to improve the intelligence of your business

    6 Ways to improve the intelligence of your business

    Business Intelligence (BI) once was a luxury used by corporations and enterprises who invested in a team of data scientists and IT specialists. Modern technology and software tools have made it possible for anyone to increase their BI value within their organization. Small and medium-sized businesses can use the same tools without investing a lot of time or money. Here are some ways to increase the value of your business intelligence.

    Spread it across your organization

    Where is Business Intelligence needed in your organization? Which part of your organization should you focus on? Is it something you should use for a single department or as a company-wide tool? These are common questions for businesses of all sizes.

    BI is mostly used by executives of enterprises and large corporations. In several others, it’s an important sales department tool. Companies who use BI aren’t getting the most out of their BI efforts. Business Intelligence is effective in any department within your organization if you allow it to be. The organizations who get the most out of their BI investments use it across their entire organization.

    Make it proactive

    Business Intelligence is just another form of data visualization. It helps you understand data and make better business decisions. It can become proactive once you understand your businesses’ triggers. Automated alerts incorporate the use of multilayer lineage that can inform you when unusual changes are taking place with your data?

    If you want to increase the value of your BI, then set up automated alerts. They can come in the form of e-mail or SMS alerts when your data hits a certain threshold for example. This turns your BI from a reactive tool into a proactive tool. Automated alerts help you address issues as they arise.

    Incorporate self-service options

    When it comes to traditional BI, users request the reports they need. Then they wait for their IT team to create those reports. Depending on the efficiency of the IT team, this entire process could take several weeks. This process can be frustrating for both the IT group and its users.

    IT’s workload is endless with the number of requests they receive in a given day. This leads to slow turnaround times and frustrated users. To increase the value of your BI investment, you need to eliminate the old reporting process. You should give users access to self-service tools, so they can access these reports immediately. This eliminates the need for bothering the IT, department who can then pay attention to more important things.

    Automate everything

    Business Intelligence depends on the data that supports it. BI that has outdated or inaccurate data is worse than having no BI. Most organizations don’t understand that they can’t replace BI software with their existing data and create reports right away. This data must be consolidated into one place and formatted specifically for the BI tool that’s used.

    Businesses turn to manual processes to meet this need. Not only does this waste time, but it leads to human errors. About 90% of spreadsheets contain data errors. To invest in your BI, you should automate your data with a data warehouse and ETL tool. This can significantly reduce errors and save time processing data.

    Automated processes can help businesses optimize customer engagement and marketing efforts. There are automated tools for content marketing,nline donations, social media management, etc. This can free up time so you can focus on effectively meeting your business goals.

    Extend BI across all your devices

    Business Intelligence needs to keep up with the demands of modern technology. It should provide the data you need across all of your devices. Many organizations still access their data on their desktop computers. Thanks to mobile technology, you can determine how or when users will need access to important data.

    They can access the data on their smartphone or access a secure dashboard on their tablet for example. Or they may have to use a desktop computer or laptop. You can never determine which device they’ll use to access this data. Thats why you should extend BI across all devices.

    If you want to raise your BI to the next level, it must be accessible everywhere. You should be able to adapt to the devices it’s used. One way to increase your Business Intelligence efforts is to offer a mobile option for users. It will allow your employees to stay informed at all times.

    Make use of external data

    Business Intelligence allows you to create and run reports, and gather your insights over internal data. It can be used to answer questions about your organization’s internal profit, productivity, revenue, and other important factors. Most businesses aren’t aware of the goldmine of information used in external sources. You have more access to data more than you know.

    Conclusion

    How can Business Intelligence help your business achieve its goals? If you combine your external data with your internal data, you can open up to new possibilities for your entire organization. This can add more information to your existing and potential customers. It’s imperative for brick and mortar businesses to make use of this information to increase marketing opportunities and to expand their customer base.

    Author: Philip Piletic

    Source: SmartDataCollective

  • 7 voorspellingen over IT in 2045

    HeroboticsDe kans is groot dat de wereld binnenkort niet alleen wordt bevolkt door miljarden mensen, maar ook door miljarden robots. De IT-industrie wordt het terrein voor bedrijven die programma's ontwikkelen voor deze robots. Net zoals de nu voor menselijke gebruikers ontwikkelde apps zullen deze 'robo-apps' te downloaden en te installeren zijn.

    De grenzen tussen robots en mensen vervagen. Bij transplantaties wordt gebruik gemaakt van elektronisch gestuurde kunstmatige organen en protheses. Nanorobots dringen diep in het lichaam door om medicijnen af te leveren bij zieke cellen of om microchirurgie uit te voeren. Speciaal geïnstalleerde houden toezicht op de gezondheid van mensen.

    Mensen in slimme huizen wonen, waar het meeste comfort volledig is geautomatiseerd. De software waarop het huis draait regelt het verbruik en de aanvulling van energie, water, voedsel en andere voorzieningen.

    Onze digitale alter ego's komen eindelijk volledig tot wasdom binnen een enkele, wereldwijde infrastructuur die in staat is tot zelfregulering en betrokken is bij het beheer van het leven op de planeet. Het systeem zal een beetje werken als het hedendaagse TOR; de meest actieve en effectieve gebruikers zullen moderatorrechten verdienen.

    Niet alleen saaie klusjes behoren tot het verleden – ook de productie van bepaalde artikelen zal niet langer nodig zijn. In plaats daarvan stellen 3D-printers ons in staat alles te ontwerpen en te maken wat we nodig hebben.

    De pc stond weliswaar aan de basis van de hele IT-revolutie, maar in 2045 zien we hem waarschijnlijk alleen nog in musea. De dingen om ons heen verwerken hun eigen informatie.

    Niet iedereen zal even enthousiast zijn over die mooie, nieuwe robotwereld. Waarschijnlijk zullen technofoben in opstand komen om zich te verzetten tegen de ontwikkeling van intelligente huizen, geautomatiseerde levensstijlen en robots.

    Bron: Automatiseringsgids, 22 Januari 2014

  • Benchmark Against Your Biggest Competitor — Yourself!

    As firms face growing competition for customers, they naturally seek to compare themselves with their peers and competitors, but there is a trap: Leaders don’t compare themselves.

    In the past, it was common to benchmark organizational performance against “industry averages,” and being “above average” was considered good. Today, “above average” is no longer good enough; fickle customers demand exceptional experiences. Delivering those experiences requires exceptional performance; anything less means that another company may steal your customers.

    When we talk with leading modern application delivery organizations, we find that new benchmarking trends are emerging, making traditional benchmarking less attractive. Why?

    • Benchmarking is for followers, not leaders. Organizations want to be “unicorns,” like the Etsys, Netflixes, Googles, and Salesforces of the world. They don’t want to be losing “horses.”
    • Most benchmarking approaches target the IT of the past, not BT. Benchmark methodologies and data were created and heavily used when software delivery capability was considered a cost, not a differentiator. In business technology, software is a key differentiator, and BT leaders want to be the best and continuously improve.
    • Agile, continuous delivery is less about standards and more about creativity and adaptation. Agile and CD have no set standards; 65% of expert firms using Agile mix and match various practices from various frameworks like Scrum, Kanban, SAFe, and XP. One size does not fit all in terms of metrics; with no standard process, organizationstructure, or technology, it’s even harder to compare data between companies.

    So what do leading organizations do instead of benchmarking themselves against external organizations? They:

    • Compare where their company is to where their customers need them to be. Customer needs and satisfaction drive the comparison.
    • Analyze and use data in new ways. New metrics for AD&D, such as post-production metrics, are used in conjunction with more traditional preproduction metrics to drive the analysis. Talent metrics are used to decide how to assemble teams in the most efficient way.
    • Prioritize and improve performance. By analyzing value streams, teams uncover their most pressing improvement needs — not whether they are better or worse than external competitors. This drives much better alignment.

    with competitors anymore. Instead, they compare their current performance with where they need to be as a leader, and that’s what the business expects.

    Source: Forrester

  • BI professionals krijgen vaak het verkeerde gereedschap aangereikt

    gereedschapHeeft u weleens een schroef bevestigd met een hamer? Dat gaat misschien best goed, als u maar hard genoeg hamert. Maar of het echt handig is? Ook de moderne businessprofessional probeert tegenwoordig met alle beschikbare soorten gereedschap zijn werk te doen. Het motto daarbij? Eerst zelf proberen, dan pas de hulp inroepen van de IT-afdeling.

    De IT-afdeling zegt op zijn beurt alleen hamers te hebben – in alle soorten en maten. Er wordt geadviseerd de klauwhamer te gebruiken, want daarmee kun je schroeven in het hout slaan én er ook weer uithalen. Ander advies is om de schroeven meteen te vervangen door spijkers, want dan gaat het nog beter. Iedereen blij, toch? De businessprofessional is niet geheel overtuigd, maar gaat toch aan de slag met de hamer en de spijkers. Maar wat blijkt: de schilderijen vallen van de muur. Niet meteen, maar toch. Kennelijk waren de schroeven zo gek nog niet.Het punt dat ik wil maken?

    Dat businessprofessionals in de business intelligence-wereld (BI) vaak verkeerd gereedschap krijgen aangereikt voor het oplossen van hun dagelijkse vraagstukken. Gevolg is dat men zelf op zoek gaat naar nieuwe gereedschappen. Die zijn echter niet bekend bij de IT-afdeling, en krijgen daarom geen ondersteuning.Blijven IT-afdelingen vandaag de dag nog te veel op de stoel van de businessprofessional zitten? Terwijl die professionals hun eigen behoeften eigenlijk beter kennen, en niet alles meer hoeven te vragen aan de IT-afdeling? Is de verhouding tussen businessprofessionals en de IT-afdeling aan het veranderen, en verschuift de verantwoordelijkheid tussen business en IT?

    In bovenstaande figuur wordt de verantwoordelijkheid voor een (BI)-oplossing afgezet tegenover de gevraagde flexibiliteit van een (BI)-oplossing. Wat blijkt? De totale verantwoordelijkheid blijft gelijk, maar verschuift tussen business en IT. We zien hierbij de volgende drie belangrijke ontwikkelingen.

    1. Verschuivende verantwoordelijkheid

    Aan de linkerkant van de grafiek zien we de structurele oplossingen. Die vallen onder het (change)management van IT, kennen een sterke (standaard)structuur, zijn robuust, en de datakwaliteit en datadefinities zijn over het algemeen bekend. Aan de rechterkant zien we de flexibele oplossingen. Kenmerken: minder robuust, ze vallen onder beperkt management van IT en worden vooral door de business beheerd en ontwikkeld. Ook zijn de datakwaliteit en datadefinities nog in ontwikkeling, hebben de vragen een ad-hockarakter en zijn bronnen diffuus en tijdelijk. De presentatievormen zijn bovendien navenant, lichtvoetig en flexibel.
    Uit de grafiek blijkt dat de verantwoordelijkheid van business toeneemt naarmate de oplossing een meer ad-hockarakter heeft en dus meer flexibiliteit vereist. Daarentegen neemt de verantwoordelijkheid van IT toe naarmate de oplossing een meer structureel karakter kent. In totaal blijft de verantwoordelijkheid voor de oplossing gelijk, maar vindt er een verschuiving plaats.

    2. Structurele oplossing versus tijdelijke oplossing

    Daarnaast blijkt dat business en IT niet noodzakelijkerwijs dezelfde oplossing hoeven te leveren. Denk aan de hamer als structurele oplossing en schroevendraaier als tijdelijke oplossing. Beide oplossingen kunnen goed naast elkaar bestaan en onder management worden ingezet voor de best passende activiteit.
    Zo is een schroef een beter bevestigingsmiddel als je planken tijdelijk wilt vastmaken en wellicht later nog wilt verplaatsen. Echter, als je precies weet hoe je iets wilt maken dan kun je met spijkers een paar planken structureel aan elkaar bevestigen. De truc is dat beide oplossingen met elkaar samenwerken om tot de juiste inzichten te komen.

    3. Samenwerking

    In de meeste gereedschapskisten liggen zowel hamers als schroevendraaiers – een beetje klusser heeft ze allebei nodig. Uit de grafiek blijkt dat samenwerking extreem belangrijk is, juist op het scheidingsvlak tussen beide oplossingen. De kracht van een goede structurele oplossing wordt vaak onderschat en er wordt gemopperd op IT. De oplossing duurt te lang, is te duur, is niet flexibel en IT wil vaak ver van tevoren in drievoud weten wat gemaakt moet worden. Aan de andere kant wordt een tijdelijke oplossing vaak als overbodig en duur gezien. Terwijl het (laten) ontdekken van data, combineren van data, tijdelijk opzetten en weggooien van analyses door de businessprofessionals zelf ongelooflijk veel toegevoegde waarde biedt. Meestal komen de werkelijke behoeften pas boven drijven op het moment dat met de data wordt ‘gespeeld’. Door juist op dit vlak samen te werken, creëer je veel meer waarde met BI-oplossingen. Ook kunnen businessprofessionals en IT-afdelingen veel dichter bij elkaar worden gebracht dan nu het geval is.
    Kortom, het wordt tijd dat de BI-gereedschapskist gevuld wordt met een hamer én een schroevendraaier!

    Source: Executive People

  • Data als ingrediënt op weg naar digitale volwassenheid

    0cd4fbcf0a4f81814f388a75109da149ca643f45Stéphane Hamel deed op 21 januari de High Tech Campus in Eindhoven aan: dé kans voor een flinke dosis inspiratie door één van ’s wereld meest vooraanstaande denkers in digital analytics. Hamel lichtte op digital maturity day 2016 (#DMD2016) het Digital Analytics Maturity-model toe.

    Imperfecte data

    Volgens Stéphane Hamel is het verschil tussen een goede en een excellente analyst het volgende: de excellente analyst weet ook bij imperfecte data te komen tot beslissingen of zinvol advies. “Data will never be perfect, know how bad the data is is essential. If you know 5 or 10% is bad, there is no problem”, aldus Hamel.

    Analytics = Context + Data + Creativity

    Analytics klinkt als een vakgebied voor datageeks en nerds. Dat beeld klopt niet: buiten de data is het onderkennen van de context waarbinnen de data zijn verzameld en creativiteit bij het interpreteren ervan essentieel. Om data te begrijpen moet je vanachter je laptop of PC vandaan komen. Alleen door de wereld ‘daarbuiten’ mee te nemen in je analyse kun je als data-analist tot zinvolle inzichten en aanbevelingen komen.

    Hamel geeft een voorbeeld uit de collegebanken: toen een groep studenten de dataset van Save the Children uit 2010 te zien kreeg, dachten sommigen dat de factor 10 toename in websiteverkeer te danken was aan een campagne of toeval. De werkelijke oorzaak was de aardbeving in Haïti.

    Digital Maturity Assessment

    Het Digital Maturity Assessment-model is ontwikkeld aan de hand van de digitale transformatie van honderden bedrijven wereldwijd. Op basis van deze ervaringen weet Stéphane welke uitdagingen bedrijven moeten overwinnen op weg naar digital leadership.

    Digital Analytics Maturity SHamel

    Dit model kun je natuurlijk gebruiken om de eigen organisatie te benchmarken tegen andere bedrijven. De meerwaarde volgens Hamel zit echter in het ‘benchmarken van jezelf versus jezelf’. Het helpt kortom om het gesprek intern aan te gaan. Als je voor de derde keer van tooling switcht, ben je zelf het probleem, niet de technologie.

    Hamel geeft de voorkeur aan een consistente score op de vijf criteria van dit Digital Maturity Assessment-model: liever een twee overall dan uitschieters naar boven of beneden. De factor die meestal het zwakst scoort is ‘process’.

    Dit criterium staat voor de werkwijze om te komen tot dataverzameling, -analyse en -interpretatie. Vaak zit dit proces zelf helemaal niet zo slecht in elkaar, maar worstelen data-analisten om aan collega’s of het managementteam uit te leggen welke stappen ze hebben gezet. Hamel benadrukt daarom: “you need a digital culture, not a digital strategy”.

    Omhels de jongens van IT

    Geef IT de kans om jou echt te helpen. Niet door te zeggen ‘voer dit uit of fix dat’. Wel door IT te vragen om samen met jullie een probleem op te lossen. Hamel ziet digitale analisten daarom vooral als change-agents, niet als stoffige dataprofessionals. Juist die shift in benadering en rol betekent dat we binnenkort niet meer spreken over digital analytics, maar over ‘analytics’.

    Data is the raw material of my craft

    Hamel’s favoriete motto “data is the raw material of my craft” verwijst naar het vakmanschap en de passie die Stéphane Hamel graag aan het vakgebied digital analytics toevoegt. Stéphane’s honger om het verschil te maken in digital analytics werd ooit tijdens een directievergadering aangewakkerd. Hamel zat in die vergadering erbij als de ‘IT guy’ en werd niet serieus genomen toen hij met data de business problemen en kansen wilde benoemen.

    Dit prikkelde Hamel om, met steun van zijn baas, een MBA te gaan doen. En met resultaat: hij rondde de MBA af behorende tot de top 5 procent van alle studenten. Sindsdien opereert hij op het snijvlak van data en bedrijfsprocessen, ondermeer in het beurswezen en in de verzekeringsbranche.

    Digital is de grote afwezige in het onderwijs

    Hamel’s zeer indrukwekkende loopbaan tonen ondermeer een erkenning als een van ’s werelds weinige Certified Web Analysts, ‘Most Influential Industry Contributor’ door de Digital Analytics Association en mede-beheerder van de grootste community op Google+ over Google Analytics. Toch vindt Hamel zijn allergrootste prestatie het afwerpen van het stempel ‘IT’er’.

    Zijn grootste ambitie voor de nabije toekomst is het schrijven van een tekstboek over digital analytics. Er is veel informatie digitaal beschikbaar, maar er mist nog veel content in offline formaat. Juist omdat ook andere sprekers op #DMD16 wezen naar het achterblijvend niveau van onze HBO- en WO-opleidingen in digitale vaardigheden vroeg ik Hamel welke tips hij heeft voor het Nederlands onderwijs.

    In de basis dient volgens Hamel de component ‘digital’ veel meer als rode draad in het curriculum te worden opgenomen. Studenten dienen daarbij gestimuleerd te worden om de content zelf te verrijken met eigen voorbeelden. Zo komt er in cocreatie tussen docenten, auteurs en studenten steeds betere content tot stand.

    De belofte van big data en marketingautomatisering

    Hamel ziet zeker in B2B de toegevoegde waarde van marketing automation. Je relatie met klant en prospect is immers meer persoonlijk. Marketingautomatisering wordt echter soms foutief ingezet waarbij email wordt ingezet om de indruk te wekken van een persoonlijke, menselijke dialoog. Hamel: “I still believe in genuine, human interaction. There is a limit to how you can leverage marketingautomation.”

    Digital Maturity bron PREZI Joeri Verbossen

    Het grootste probleem bij de succesvolle introductie van marketingautomatisering is dan ook ook de maturiteit van de organisatie. Zolang deze niet voldoende is, zal een softwarepakket altijd vooral een kostenpost zijn. Een cultuuromslag moet plaatsvinden zodat de organisatie de software als noodzakelijke randvoorwaarde beschouwt voor het kunnen uitvoeren van de strategie.

    Dezelfde nuchtere woorden gebruikt Hamel over de belofte van big data. Al te vaak hoort hij in bedrijven: “We need Big Data!” Zijn antwoord is dan: “No, you don’t big data, you need solutions. As long as it does the job, I’m happy.”

    Source: Marketingfacts

  • Data management: building the bridge between IT and business

    Data management: building the bridge between IT and business

    We all know businesses are trying to do more with their data, but inaccuracy and general data management issues are getting in the way. For most businesses, the status quo for managing data is not always working. However, tnew research shows that data is moving from a knee-jerk, “must be IT’s issue” conversation, to a “how can the business better leverage this rich (and expensive) data resource we have at our fingertips” conversation.

    The emphasis is on “conversation”, business and IT need to communicate in the new age of Artificial Intelligence, Machine Learning and Interactive Analytics. Roles and responsibilities are blurring, and it is expected that a company’s data will quickly turn from a cost-center of IT infrastructure to a revenue-generator for the business. In order to address the issues of control and poor data quality, there needs to be an ever-increasing bridge between IT and the business. This bridge has two component parts. The first one is technology, which is both sophisticated enough to handle complex data issues but easy enough to provide a quick time-to-value. The second one is people who are able to bridge the gap between IT systems/storage/access items and business users need for value and results (enter data analysts and data engineers).

    This bridge needs to be built with three key components in mind:

    • Customer experience:

      For any B2C company, customer experience is the number one hot topic of the day and a primary way they are leveraging data. A new 2019 data management benchmark report found that 98% of companies use data to improve customer experience. And for good reason, between social media, digital streaming services, online retailers and others, companies are looking to show the consumer that they aren’t just a corporation, but that they are the corporation most worthy of building a relationship with. This invariably involves creating a single view of the customer (SVC), and  that view needs to be built around context and based on the needs of the specific department within the business (accounts payable, marketing, customer service, etc.).
    • Trust in data:

      Possessing data and trusting data are two completely different things. Lots of companies have lots of data, but that doesn’t mean they automatically trust it enough to make business-critical decisions with it. Research finds that on average, organizations suspect 29% of current customer/prospect data is inaccurate in some way. In addition, 95% of organizations see impacts in their organization from poor quality data. A lack of trust in the data available to business users paralyzes decisions, and even worse, impacts the ability to make the right decisions based on faulty assumptions. How often have you received a report and questioned the results? More than you’d like to admit, probably. To get around this hurdle, organizations need to drive culture change around data quality strategies and methodologies. Only by completing a full assessment of data, developing a strategy to address the existing and ongoing issues, and implementing a methodology to execute on that strategy, will companies be able to turn the corner from data suspicion to data trust.
    • Changing data ownership:

      The responsibilities between IT and the business are blurring. 70% of businesses say that not having direct control over data impacts their ability to meet strategic objectives. The reality is that the definitions of control are throwing people off. IT thinks of control as storage, systems, and security. The business thinks of control as access, actionable and accurate. The role of the CDO is helping to bridge this gap, bringing the nuts and bolts of IT in line with the visions and aspirations of the business.

    The bottom line is that for most companies data is still a shifting sea of storage, software stacks, and stakeholders. The stakeholders are key, both from IT and the business, and in how the two can combine to provide the oxygen the business needs to survive: better customer experience, more personalization, and an ongoing trust in the data they administrate to make the best decisions to grow their companies and delight their customers.

    Author: Kevin McCarthy

    Source: Dataversity

  • Data management: compliance, protection, and the role of IT

    Data management: compliance, protection, and the role of IT

    The business benefit of data and data-driven decisions cannot be undervalued, which is a widely agreed-upon mindset on today’s business landscape. At the same time, there are sensitivities around where that data comes from and how it’s being accessed or used. For this reason, data protection and privacy are the driving topics in today’s age and, for enterprise companies, essential to remaining an ongoing business concern.

    To ensure regulatory compliance and generate business value, any data coming into an organization needs to be confidentially handled, trusted and protected. Modern businesses also want their products to be cloud deployable, but many businesses have security concerns that come with sharing information in the cloud. It’s crucial that when you use data, you also protect it, preserve the integrity of original personal ownership and, maintain the privacy of the person to whom it belongs at all costs.

    The first level of data protection is to not collect personal data if there is no legitimate purpose in doing so. If personal data was collected and a legitimate purpose no longer exists, it must be deleted.

    The second level of data protection can be realized through a framework of technology measures: Identity and access management, patch management, separation of business purpose (disaggregation of legal entities), and encryption.

    IT teams often provide data in an encrypted format as a means to get people the information they need, without compromising sensitive information. People receiving the data don’t usually need to know every bit of data, they just want an aggregate of what the data looks like. And IT teams want to ensure that when they transfer important data assets, the information is secure.

    Additionally, when it comes to being data compliant, there are rules and regulations that businesses must follow, such as the General Data Protection Regulation (GDPR) and data protection and privacy agreements.

    GDPR harmonizes data protection regulation throughout the European Union and gives individuals more control over their data. It imposes expansive rules about processing data backed by powerful enforcement, so IT teams must ensure they are compliant. This creates an extra, guaranteed level of security for corporate and personal data, though it’s not without its complications for enterprises.

    Concretely, this means that companies have to technically ensure that only necessary sets move through ‘boundaryless’ end-to-end business scenarios. Here, we consider efficient data control in and through the context of comprehensive business processing for a declared purpose that is legally secured, including by consent of the individual that the data is related to.

    The business context and its technical rendering through customizing and configuration is central to the business capability of efficiently controlling data for purposes of data protection and privacy. Integrated services provide business context by showing information contained in any one data set that is linked to ordered business objects and business object types related to the data subject.

    Here, we have offered an embedded view of the data subject, which can be uniformly changed and managed in the context of a logical sequence of business events.

    Data management capabilities

    To further protect data and stay compliant, many IT teams have started with the approach of applying data management capabilities to encrypt and anonymize data without actually changing the data set. IT simply changes the way data is presented to ensure data is safe.

    One recent example is the adoption of the GDPR rules to be compliant with the legal regulations. In this case the data management capabilities must ensure that only the allowed data is shown and that protected personal data is hidden or deleted (information lifecycle management) without destroying required information and connections.

    By transitioning to what we call an 'intelligent organization', businesses can feed applications and processes with the data essential for the digital economy and intelligently connect people, data and processes safely and secure.

    Solutions offer customers comprehensive in-depth information about the places where their master data exists, which parts reside in which services, applications or systems, and how the data can be accessed, or they can even get direct access. Moreover, a clear picture of the complete master data set and all individual owners can be obtained, including rules for creating data consistency. This provides overall consistency, and the robustness that is required in a service-driven enterprise environment.

    Tiered levels of access

    Another tactic way of keeping data secure is for IT to work closely with each line of business to set tiered levels of access by creating a workflow scenario for first, second, third, and so on, access by individual persons to data within a specific line of business.

    In contrast to the more traditional model outlined above, IT teams can offer a tiered approach to authorization. Users have limited access based on transaction codes, organizational levels, etc., by assigning authorization roles through different lines of business.

    Best practices for data compliance and protection

    Both approaches outlined above allow businesses to review their data to determine the real value of it without compromising the security of the data.

    Overall, it’s important that data compliance is not only a tech topic, but a topic that should be discussed, rolled out, and followed company-wide. As 2019 comes to a close, companies must have a data compliance program in place, a data protection culture within their organizations and the ability for employees to understand the importance of change processes and tools to adhere to the new regulations.

    Including such aspects from the beginning can be a competitive advantage for companies and should be considered at an early stage. Not adhering to data protection and privacy rules and regulation can cause tremendous damage to a company’s image and reputation and can have a heavy financial impact.

    Author: Katrin Lehmann

    Source: Information-management

  • Oshkosh: het succes van een klantgerichte IT-strategie

    Het bedrijf Oshkosh zal niet voor iedereen bekend in de oren klinken, maar het is een grote multinational die wereldwijde zware voertuigen produceert. Oshkosh bestaat uit verschillende business units die ieder hun eigen doelgroep kennen, zoals defensie, brandweer, industrie, media, sleepdiensten, betonindustrie en vliegvelden. Er zijn onder meer fabrieken in Frankrijk en Engeland. De jaarlijkse omzet telt zo'n 8 miljard euro.

    Toen de Indiër Anupam Khare in april 2018 CIO werd van Oshkosh was hij al snel onder de indruk van het strategische planningsproces van het leiderschapsteam, en hij wilde IT hier graag een meer integraal onderdeel van maken.

    Het OLT (Oshkosh Leadership Team) begint dit proces door de algemene visie en strategische doelstellingen van het bedrijf te herzien. Om de nieuwe visie en doelstellingen te realiseren, sluit het team aan bij belangrijke bedrijfsbrede strategische initiatieven. Strategische initiatieven bestaan o.a. uit het mogelijk maken van een people first culture, aftermarket groei en operational excellence.

    Zodra de OLT de strategie en doelstellingen van de onderneming heeft herzien, ontwikkelen de leiders van elk van de vier segmenten van Oshkosh (Access, Commercial, Defense en Fire & Emergency) individuele strategische plannen die de algemene strategie van Oshkosh ondersteunen en integreren.

    "Omdat elk bedrijfssegment zijn eigen strategie ontwikkelt om te integreren met de algemene Oshkosh-strategie, heb ik besloten om hetzelfde te doen voor IT", zegt Khare. "Ons doel is om IT te runnen als een business, dus IT moet dezelfde strategische planningsprocessen volgen als onze bedrijfssegmenten", aldus Khare.

    Strategische IT-planning gekoppeld aan business planning

    Khare heeft een IT Strategy Board gevormd, waarin ook zijn IT-leiderschapsteam een aandeel heeft. Samen bekeken zij de strategische doelstellingen van elk bedrijfssegment in een zoektocht naar gemeenschappelijke kansen waar IT de bedrijfsstrategie mogelijk zou kunnen maken of verbeteren en uiteindelijk significante bedrijfswaarde zou kunnen toevoegen.

    De IT Strategy Board heeft deze gemeenschappelijke kansen omgezet in een algemene IT-strategie, met de volgefnde elementen:

    • People first - Het verbeteren van de digitale fitheid van het bedrijf, met een specifieke focus op klantgerichtheid.
    • Het runnen van IT als bedrijf, dat wil zeggen het leveren van kwaliteitsproducten en -diensten tegen marktprijzen.
    • Moderniseren en innoveren van de huidige infrastructuur en het applicatieportfolio.
    • Het leveren van geavanceerde mogelijkheden met een focus op analyse, digitale productie en kunstmatige intelligentie.
    • Beveiliging en ontsluiting van informatie, een dubbele focus op informatiebeveiliging en gebruikerservaring.

    Khare en zijn leiderschapsteam zijn vervolgens in gesprek gegaan met de OLT en de presidenten van de verschillende bedrijfssegmenten met de vraag: "Is deze strategie bevorderlijk voor de agenda van het bedrijf als geheel en voor uw business in het bijzonder?

    het antwoord was bevestigend. Met de support voor hun IT-strategie, begonnen met de betrekking van de tweede lijn van IT-leiderschap. "We hebben een workshop georganiseerd om de strategie te herzien en aan te passen op een meer granulair niveau," zegt Khare. "Het proces stelde ons in staat om een buy-in te creëren met zowel onze business stakeholders als met het bredere IT-team''.

    De implementatie van de IT-strategie

    Nu de IT-strategie op meerdere niveaus en in verschillende teams is duidelijk was, was het tijd voor de uitvoering. Om de strategie aan de IT-organisatie te communiceren, gebruikte Khare een driemaandelijks plenaire sessie waar alle 450 IT-teamleden aanwezig waren en een samenwerkingsplatform waar IT'ers elkaar kunnen vragen naar specifieke cases, strategieën of projecten.

    "We rollen de strategie trapsgewijs uit van de CEO naar elke IT-medewerker, ongeacht hun titel of functie," zegt Khare. "Ons doel is dat onze strategie geen PowerPoint is; het is echt.

    Om de strategie echt te maken, integreert Khare deze strategieën nu in specifieke prestatiemanagement doelstellingen voor zijn team, dat alleen tijd en middelen zal investeren in projecten die deze doelstellingen bevorderen.

    Om de digitale fitnessdoelstelling (#1 op bovenstaande lijst) te halen geven alle IT-leiders van Oshkosh digitale oriëntatiecursussen voor hun teams bijvoorbeeld. Voor het runnen van IT als bedrijf gebruikt elke leider nu een "business value dashboard" om een business-gerichte conversatie met hun stakeholders te faciliteren. Om te moderniseren en te innoveren, stimuleert het team initiatieven die variëren van software-gedefinieerde netwerken (SDN) tot ERP-upgrades. Voor geavanceerde mogelijkheden ontwikkelen ze een productoptimalisatiemodel en voor het beveiligen en mogelijk maken van informatie bouwt het team betere gebruikersinterfaces voor desktopbeveiligingstools.

    Om ervoor te zorgen dat alle Oshkosh werknemers de verbinding tussen de Oshkosh ondernemingsstrategie en IT begrijpt, sprak Khare op het wereldwijde congres van het bedrijf. "Mijn rol is om drie dingen te communiceren," sprak Khare. "Hoe onze IT-transformatie jouw business zal helpen slagen, hoe we jouw leven gemakkelijker gaan maken en hoe IT geobsedeerd is door de behoeften van onze klanten, zowel binnen als buiten het bedrijf", aldus Khare.

    De connectie tussen de bedrijfsstrategie en de IT-strategie

    Om de link tussen de business als geheel en de IT-strategie te verstevigen, brengt Khare ook de leiderschapskenmerken van het directiecomité in zijn IT-leiderschapsteam in. Dit zijn:

    • Nederigheid: "Onze CEO en senior leadership team worden gedreven door de waarde die ze creëren, niet door persoonlijke agenda's", zegt Khare. "Nederigheid is een van de eigenschappen die ik zoek in mijn IT-leiders. We spreken elkaar aan als we zien dat ego's in de weg zitten."
    • Oprichtersmentaliteit: ''The founders mentality: how to overcome the predictable crises of growth, door Chris Zook en James Allen, aan al zijn IT-leiders. "We geven een gevoel van eigenaarschap en persoonlijke betrokkenheid bij het succes van onze bedrijven en vermijden de complexiteit en bureaucratie die ons kan afremmen," zegt hij.
    • Klantenobsessie: "In IT hebben we onze focus verlegd van het voldoen aan onze SLA's naar het inleven in en het leveren van waarde aan onze zakelijke partners en onze klanten," zegt Khare. "Klantenobsessie speelt een belangrijke rol in de manier waarop we prioriteit geven aan investeringen", aldus Khare.

    Tot slot deelt Khare het volgende advies voor alle CIO's die op zoek zijn naar een gepassioneerde, strategische en klantgerichte IT-organisatie:

    "Breng niet je eigen team en strategie van je vorige bedrijf mee. Werk met business en IT leiders van bovenaf en van onderaf om een nieuwe aanpak en strategie te ontwikkelen. De strategie en cultuur van elk bedrijf zijn verschillend''.

    "Betrek uw team zodat ze deelnemen aan de creatie van de strategie. Ontwikkel een strategie samen met uw mensen, leg de strategie niet aan hen op".

    "Creëer een op waarde gebaseerd merk voor IT. In mijn team hebben we het nooit over SAP of Microsoft. We hebben het over de tevredenheid van onze klanten".

    Auteur: Martha Heller

    Bron: CIO

  • The partnership between IT and Data Science

    The partnership between IT and Data Science

    Data science and IT no longer are separate disciplines. Think of it as a partnership.

    The data science world in its most puristic state is populated by parallel processing servers that primarily run Hadoop and execute in batch mode, large troves of data that these processors operate on, and statistically and scientifically trained data scientists who know nothing about IT, or about the requirements of maintaining an IT operation.

    While there are organizations that include data science specialties within IT and therefore have the IT management and support expertise nearby, there are an equal number of companies that run their data science departments independently of IT. These departments have little clue of the IT disciplines needed to maintain and support the health of a big data ecosystem.

    This is also why many organizations are discovering how critical it is to have data science and IT work hand in hand.

    For CIOs and data center leaders, who by necessity should be heavily involved in an IT-data science partnership, and what are the important bases that need to be covered to assure IT support of a data science operation?

    Hardware

    Two or three years ago, it was a basic rule of thumb that Hadoop, the most dominant big data/data science platform in companies, ran in batch mode. This made it easy for organizations to run big data applications on commodity computing hardware. Now, with data science developments like the move to more real-time processing of big data, commodity hardware is migrating to in-memory processing, SSD storage and an Apache Spark cluster computing framework. This requires robust processing that can’t necessarily be performed by commodity servers. It also requires IT know-how for configuring hardware components for optimal processing. Accustomed to a fixed record, transactional computing environment, not all IT departments have resident skills for working with or fine-tuning in-memory parallel processing. This is a technical area that IT may need to cross-train or recruit for.

    Software

    In the Hadoop world, MapReduce is the dominant programming model for processing and generating big data sets with a parallel, distributed algorithm on a cluster. Apache Spark processes in-memory, enabling real-time big data processing. Organizations are moving to more real-time processing, but they also understand the value that Hadoop delivers in a batch environment. From a software standpoint, IT must be able to support both platforms.

    Infrastructure

    Most IT departments function with a hybrid computing infrastructure that consists of in-house systems and applications in the data center, coupled with private and public cloud systems. This has required IT to think outside of the data center, and to implement management policies, procedures and operations for systems, applications and data that may be in-house, in-cloud or both. Operationally, this has meant that IT must continue to manage its internal technology assets in-house, but also work with cloud vendors that technology asset management is outsourced to, or work in the cloud themselves if assets are only hosted, with the enterprise continuing to manage them.

    Support for data science and big data in this more complicated infrastructure takes the IT technology management responsibility one step further, because the management goals for big data differ from those of traditional, fixed data.

    Among the support issues for big data that IT must decide on are:

    • How much big data, which is voluminous and constantly building, should be archived, and which data should be discarded?
    • What are the storage and processing price points of cloud vendors, and at what point do cloud storage and processing become more expensive than their in-house equivalents?
    • What is the disaster recovery plan for big data and its applications, which are becoming mission critical for organizations?
    • Who is responsible for SLAs, especially in the cloud world, when a big data production problem occurs?
    • How is data shuttled safely and securely between the cloud and the data center?

    Insights

    Data scientists have expertise in statistical analysis and algorithm development, but they don't necessarily know how much or which data is available for them to operate on. This is an area where IT excels, because its organizational charter is to track all of the data in enterprise storage, as well as data that is incoming and outgoing.

    If a marketing manager wants to develop customer analytics that take into account certain facts that are stored internally on customer records, and also in customers’ purchasing and service histories with the company, and the manager also wants to know what customers are interested in by tracking customer activity on Websites and social media, IT is the most knowledgeable when it comes to determining all paths to achieving a total picture of customer information. And it’s the database group, working in tandem with other IT departments, that develops JOINS of data sets that aggregate all of the data so the algorithms data scientists develop can operate on it to develop truest results.

    Without IT’s expertise of knowing where the data is and how to access and aggregate it, analytics and data science engineers would be challenged to arrive at accurate insights that can benefit the business.

    IT support of the data science operation is a key pillar of corporate analytics success.

    IT enables data scientists to do what they do best: design algorithms to mine the best information from data. At the same time, IT is engaged in its best of class 'wheel house', knowing where to find the data and aggregate it.

    Author: Mary E. Shacklett

    Source: InformationWeek

EasyTagCloud v2.8