Muitas empresas sofrem dados lentos e dispendiosos e transformações digitais que atrasam ou até impedem seus negócios de alcançarem seus objetivos e capturar valor. O motivo é que, com muita frequência, os negócios de uma empresa e ele segue seus próprios dados e transformação digital em paralelo, em vez de coordenar o planejamento e seqüenciamento de suas iniciativas. Esse exercício implica examinar as ambições digitais mais amplas da organização, além de identificar o que chamamos de Dados Trindade: Casos de Uso de Dados que são importantes para os negócios, os ativos de dados que alimentam os casos de uso e a arquitetura de dados e tecnologia que torna os ativos de dados acessíveis. O exercício também exige sequenciar os casos de uso, bem como os projetos de dados e iniciativas de modernização de arquitetura necessárias para implementá -los.
To remedy the disconnect, a company should have both sides take a step back from their transformation initiatives and jointly define a North Star. This exercise entails examining the organization’s broader digital ambitions as well as identifying what we call the data trinity: data use cases that are important to the business, the data assets that power the use cases, and the data and technology architecture that makes the data assets accessible. The exercise also calls for sequencing the use cases, as well as the data projects and architecture modernization initiatives necessary to implement them.
Definir uma estrela do norte normalmente leva apenas 60 a 90 dias, e é tempo bem gasto. O exercício acelera bastante os dados e a transformação digital, permitindo que uma empresa cumpra suas metas de negócios mais cedo.
Acelerando o tempo de valor
Key to swiftly achieving the goals of a data and digital transformation and unleashing its value—and an important reason for bringing the business and IT sides together—is explicitly matching the business strategy to the company’s data assets and architecture. Unfortunately, a major problem for many companies is that they lack vital data capabilities and are therefore constrained by a subpar understanding of their data.
BCG's's 2021 Capacidade de dados Avaliação de maturidade (Dacama), para o qual pesquisamos mais de 1.100 empresas em todo o mundo em nove grandes aglomerados da indústria, mostraram que a maioria das empresas não cumpre suas metas de maturidade de dados. Consequentemente, eles tomam etapas tentativas e incrementais, o que diminui seu progresso. Outro motivo é que eles não têm estratégias criativas para alavancar as oportunidades de modernização de dados. Além disso, muitas empresas sofrem de uma cultura corporativa que resiste a adotar a tomada de decisão orientada a dados. (Consulte Anexo 1.) Ao identificar e priorizar de maneira contínua e iterativa e priorizar casos de uso de dados, mapear e organizar ativos de dados e atualizar seletivamente a arquitetura, uma empresa amadurece seus recursos de dados, acelerando assim seus dados e transformação digital.
One reason for falling short is that companies are often unclear about the value proposition of their data initiatives. Consequently, they take tentative, incremental steps, which slows their progress. Another reason is that they lack creative strategies for leveraging data modernization opportunities. Moreover, many companies suffer from a corporate culture that resists adopting data-driven decision making.
Defining a North Star is a way to remedy a low level of data maturity. (See Exhibit 1.) By continuously and iteratively identifying and prioritizing data use cases, mapping and organizing data assets, and selectively updating the architecture, a company matures its data capabilities, thereby accelerating its data and digital transformation.
Aprendendo a competir no jogo digital
Companies embarking on a data and digital transformation are, in effect, trying to compete in a whole new way. And to do so, they need to understand what’s required—the table stakes, so to speak—when rivals already enjoy a high level of data and architecture maturity.
Unfortunately, many companies get bogged down discovering the requirements. But that process need only take 60 to 90 days. To speed the process, we identified 10 to 15 foundational use cases that companies must implement to contend in their industry. In fashion e-commerce, for example, the basic use cases include demand forecasting, personalization, and real-time order fulfillment estimation.
A company then needs to sequence its foundational use cases on the basis of two considerations: what will generate value quickly and continually, and what is feasible from a data and architecture point of view. The real art of sequencing is in choosing the use cases—and the accompanying data and architecture upgrade initiatives—that will achieve early results fast while laying the groundwork to accelerate future use cases.
In fact, correctly sequencing the use cases is as important for success as is implementing the data and architecture initiatives. Eventually, the sequencing discipline allows a company to move beyond the foundational use cases and roll out use cases that help differentiate it in the market.
To better understand how this process helps companies compete, let’s consider the three data elements of the North Star in the context of a clothing e-tailer.
Data Use Cases. As part of defining a North Star, a company needs to map where various capabilities reside across the value chain and identify the use cases that these capabilities make possible. Capabilities serve as springboards for use cases. This process allows the company to understand where the 10 to 15 foundational use cases reside in the value chain. The company can then sequence the roll out of the use cases.
For example, in the selling stage of its value chain, the clothing e-tailer decided to make personalization a top priority use case. (See Exhibit 2.) That decision required leveraging the capability it described as promotions—and committing to improving it. The e-tailer realized that to compete at the most basic level, it needs to use internal data to recognize various types of customers and offer them personalized product recommendations. Eventually, to differentiate itself using personalization, the company will need to incorporate customer behavior analytics and integrate external data.
Ativos de dados. Dados e transformações digitais devem ter os melhores dados. No entanto, muitas empresas ainda não identificaram os dados que lhes proporcionam uma vantagem competitiva sustentada. Essa falta de maturidade dos dados está impedindo suas estratégias de dados e resultados de negócios. No caso do e-tailer de roupas, ele começou este exercício com uma lista genérica de ativos de dados de varejo e o modificou, eliminando os ativos de dados que não eram relevantes para os cailadores eletrônicos de roupas (como dados de fabricação). O resultado foi uma lista de ativos de dados que todas as roupas eletrônicas precisam. Em seguida, pode determinar como adicionar funções analíticas, integrar conjuntos de dados e adaptar a cultura corporativa para usar os dados de maneira ideal. Essa abordagem dos ativos de dados difere do ambiente típico de TI, exigindo que os líderes seniores façam vários
When defining its North Star, a company must identify the specific data assets that it needs to fuel its use cases. In the case of the clothing e-tailer, it began this exercise with a generic list of retail data assets and modified it, eliminating those data assets that were not relevant to clothing e-tailers (such as manufacturing data). The result was a list of data assets that all clothing e-tailers need.
With this list in hand, the e-tailer began to map where its data assets reside within the company, organized the data assets into data domains that specified ownership of the data assets to avoid any gaps or overlaps, and assessed the quality of those assets. Then it could determine how to add analytic functions, integrate data sets, and adapt the corporate culture to use data optimally. This approach to data assets differs from the typical IT environment, requiring senior leaders to make several Flips mentais .
Os proprietários identificados pela empresa foram responsáveis por esses vários ativos de dados e melhorando sua qualidade para implementar casos de uso específicos. Por exemplo, para alimentar seu caso de uso de personalização, a empresa precisava saber onde encontrar dados de perfil dos clientes, bem como os dados de pedidos da empresa, dados de estoque e dados de produtos e preços-e determinar a qualidade dos dados. o impacto dos negócios. (Consulte o Anexo 3.)
Then—and this is critical—the e-tailer sequenced the rollout of use cases so that, to the extent possible, the first wave leveraged and improved data assets that would benefit subsequent use cases, accelerating their deployment and the business impact. (See Exhibit 3.)
Uma regra de diploma para sequenciação de casos de uso é a primeira onda que deve envolver cerca de 80% dos dados necessários para todos os dados necessários para todos os dados necessários para todos os dados necessários para todos os dados necessários para todos os dados de todos os dados. Quanto maior essa porcentagem é, mais rápidas ondas subsequentes de casos de uso podem ocorrer (eventualmente indo além dos casos de uso fundamental para diferenciar casos de uso).
Arquitetura. UM Companies need to evolve their technology stack and move from a monolithic to a modular architecture in order to free their data and take advantage of new technologies. A Dados e plataforma digital é uma arquitetura que reduz os custos e melhora a velocidade e a agilidade, dissociando os recursos do front-end dos dados, libertando dados dos principais sistemas transacionais e permitindo mecanismos de negócios inteligentes com aprendizado de máquina e inteligência artificial (IA) recursos. Esse processo requer identificação e mapeamento da arquitetura de referência necessária para acessar e usar os ativos de dados. No caso do e-tailer de roupas, o mapeamento da arquitetura de referência significava começar com uma arquitetura genérica de varejo e modificá-la para eliminar os componentes que não são relevantes para os varejistas eletrônicos de roupas (como gerenciamento de lojas). O resultado foi uma arquitetura adequada para fins específica às necessidades dos bailers eletrônicos de roupas. Por exemplo, para implementar seu caso de uso de personalização, a empresa descobriu que suas fontes de dados mestre precisavam de acesso confiável aos conjuntos de dados. Precisava de seus sites e aplicativos para coletar dados de comportamento do cliente. E precisava de modelos de IA e outros módulos para rastrear e coletar dados externos, bem como uma plataforma de análise para analisar os dados coletados. Quanto maior essa porcentagem, podem ocorrer ondas subsequentes mais rápidas de casos de uso, permitindo que as empresas eventualmente vão além dos casos de uso fundamental para diferenciar casos de uso. (Consulte o Anexo 4.)
With this goal of a decoupled architecture in mind, defining a North Star requires selectively updating the architecture. This process requires identifying and mapping the reference architecture needed to access and use the data assets. In the case of the clothing e-tailer, mapping the reference architecture meant beginning with a generic retail architecture and modifying it to eliminate the components not relevant to clothing e-tailers (such as store management). The result was a fit-for-purpose architecture specific to the needs of clothing e-tailers.
With this map in hand, the e-tailer could compare its current architecture with the architecture necessary to access and use its data, identifying critical gaps. For example, to implement its personalization use case, the company found that its master data sources needed reliable access to data sets. It needed its websites and web apps to collect customer behavior data. And it needed AI models and other modules to track and collect external data, as well as an analytics platform to analyze the data collected.
As with the data assets, companies should prioritize and sequence architecture modernization initiatives so that the first wave of architecture upgrades provides the underpinnings for a high percentage of all the upgrades necessary to enable the foundational use cases. The higher this percentage is, the faster subsequent waves of use cases can occur, enabling companies to eventually move beyond foundational use cases to differentiating use cases. (See Exhibit 4.)
A estrela do norte em ação
Os dados da Trindade fornecem uma estrela do norte, sua petrtação de gravitação para guiar e aceitar uma empresa de uma empresa e dados da empresa e a empresa e a TRINDA DA INSTRUMENTE. Várias empresas experimentaram os benefícios. Os esforços envolveram centenas de projetações digitais, de automação e IA em silos funcionais. Ele havia feito investimentos significativos em plataformas digitais, mas não havia plano abrangente nem benefício discernível para os negócios. O líder envolveu a equipe executiva, embarcou em um projeto North Star e supervisionou a seleção de dez casos de uso -chave. O projeto North Star também especificou requisitos para a plataforma de dados e arquitetura geral. Como resultado, a empresa agora tem uma base muito melhor para apoiar os casos de uso. A empresa começou definindo sua estrela do norte. Sua ampla e comum ambição era implementar uma plataforma de clientes em vários mercados para criar uma jornada de cliente de ponta a ponta e altamente personalizada. Em seguida, identificou os casos de uso, ativos de dados e componentes de arquitetura necessários para realizar a ambição. Com uma estrela do norte como guia, os negócios e os lados de TI colaboraram para implementar totalmente três casos de uso em apenas oito meses. Ao usar uma estrela do norte para alinhar casos de uso específicos, projetos de dados e iniciativas de modernização de arquitetura desde o primeiro dia, a empresa pode garantir que não se mova na direção errada, acelerando e melhorando os resultados dos negócios. Marc Schuuring
A global industrial goods company with more than 100,000 employees had made two attempts to implement a digital transformation. The efforts involved hundreds of digital, automation, and AI projects in functional silos. IT had made significant investments in digital platforms, but there was no overarching plan and no discernible benefit to the business.
Frustrated, the company hired a tech-savvy head of digital transformation with strong operational experience and a deep understanding of how the company worked. The leader got the executive team involved, embarked on a North Star project, and oversaw the selection of ten key use cases.
These use cases forced the company to identify data assets that provided a competitive advantage and harmonize them to ensure their quality. The North Star project also specified requirements for the data platform and overall architecture. As a result, the company now has a much better foundation to support the use cases.
In another case, a global home furnishings retailer wanted to digitize the customer experience. The company started by defining its North Star. Its broad, common ambition was to implement a customer platform across multiple markets to create an end-to-end, highly personalized customer journey. It then identified the use cases, data assets, and architecture components necessary to realize the ambition. With a North Star as a guide, the business and IT sides collaborated to fully implement three use cases in just eight months.
To solve the disconnect that often exists between IT and business priorities, the two sides need to coordinate their initiatives far earlier than is typical today and consider the organization’s broader ambitions. By using a North Star to align on specific use cases, data projects, and architecture modernization initiatives from day one, the company can ensure that it doesn’t move in the wrong direction, ultimately accelerating and improving business outcomes.
