Auf einen Blick: Die zweite jährliche Value of Data Survey von BMC und 451 Research untersucht die Reife des Datenmanagements in Organisationen und identifiziert vier verschiedene Reifestufen. Der Bericht hebt Herausforderungen bei DataOps und die langsame Einführung neuer Datentypen hervor, was potenzielle geschäftliche Vorteile einschränkt.
- Die Umfrage umfasste 1.100 IT- und Wirtschaftsfachkräfte aus 11 Ländern.
- Die meisten Unternehmen nutzen aufkommende Daten nicht vollständig für kritische Initiativen.
In der digital-first-globalen Wirtschaft sind Daten überall – und wachsen ständig. Und wie Unternehmen ihre Datenpipeline verwalten und einen Mehrwert daraus ziehen, kann ein Wendepunkt für ihre Geschäftsergebnisse sein. Wir wollten sehen, wie Unternehmen ihre Daten verwalten und wie hoch ihr Reifegrad im Datenmanagement ist, daher haben wir erneut mit 451 Research, Teil von S&P Global Market Intelligence, an einer Umfrage unter 1.100 IT-, Daten- und Geschäftsexperten aus großen, globalen Unternehmen in mehreren Branchen in 11 Ländern zusammengearbeitet. Wir freuen uns, bekannt zu geben, dass unser zweiter Jahresbericht "Putting the 'Ops' in DataOps: Success Factors for Operationalization Data" jetzt erschienen ist und hier verfügbar ist.
DataOps und Datenreife
Die Umfrage und der Bericht geben Einblicke darin, wie Organisationen und Datenteams ihre Reife im Datenmanagement bewerten und verbessern können, um Herausforderungen zu überwinden und ihre Nutzung von Daten für einen Wettbewerbsvorteil zu verbessern. Indem sie ihren Platz innerhalb von vier getrennten Reifestufen bestimmen, können Organisationen bessere technologische und geschäftliche Entscheidungen treffen, um ihre DataOps-Initiativen zu steuern und ihre Datenqualität im Dienst greifbarer Geschäftsergebnisse zu verbessern. Die vier Ebenen, wie im Bericht definiert, sind:
- Entwicklung von Reife – Die Datenmanagementstrategie entwickelt sich, aber Praktiken und Architekturen sind möglicherweise noch nicht eng mit kritischen Geschäftsergebnissen verknüpft; dies wird häufig mit kleineren Organisationen und Unternehmen assoziiert, die gerade erst beginnen, ihre Praktiken zu etablieren und zu operationalisieren.
- Funktionale Reife— Die Datenmanagementstrategie ist weitgehend entwickelt, wobei einige hochpriorisierte Praktiken und Architekturen mit kritischen Geschäftsergebnissen verknüpft sind. Dieses Niveau konzentriert sich auf Wachstum, und Unternehmen konzentrieren sich oft darauf, ihre Praktiken auszubauen.
- Qualifizierte Reife— Die Strategie ist vollständig etabliert, wobei nahezu alle Praktiken und Architekturen mit kritischen Geschäftsergebnissen verknüpft sind, doch aufgrund zunehmender Bewusstheit und Komplexität entstehen Zweifel an den Fähigkeiten des Unternehmens.
- Außergewöhnliche Reife— Die Datenmanagementstrategie ist ständig optimiert, wobei Praktiken und Architektur neuartige Wertquellen fördern. In dieser "Innovationsphase" der Reife werden etablierte Praktiken iterativ verbessert und zur weiteren Wettbewerbsdifferenzierung genutzt.
Neben der Erörterung der Reife des Datenmanagements enthält der Bericht wichtige Erkenntnisse darüber, wie Organisationen derzeit vorankommen – und worauf sie sich konzentrieren.
Langsame Einführung aufkommender Technologien
Während Unternehmen bestrebt sind, ihre Daten zu nutzen, um Abläufe zu skalieren und Geschäftsergebnisse zu verbessern, nutzen nur eine Minderheit von ihnen neue Datentypen. Stattdessen nehmen die meisten die gebräuchlichsten (also oft alten oder strukturierten) Datentypen ein, landen und verarbeiten. Das bedeutet, dass ihnen möglicherweise zusätzliche nützliche Daten in nicht-traditionellen Formaten fehlen, die kritische Initiativen wie generative künstliche Intelligenz (Gen AI), FinOps und Nachhaltigkeit fördern könnten.
Obwohl die allgemeine Akzeptanzrate neuer Datentypen niedrig ist, sind größere Organisationen – insbesondere solche mit 5.00+ Mitarbeitern – bestrebt, sie für neue Initiativen zu nutzen.
Hauptherausforderungen bei DataOps und datengetriebenen Aktivitäten
Daten sind nicht nützlich, wenn Datenorchestrierung nicht gut durchgeführt wird, d. h. diese Daten kommen nicht dorthin, wo sie am meisten gebraucht werden, und mehrschichtige Herausforderungen zwischen Menschen, Prozessen und Technologie können eine Herausforderung für ihre Verteilung darstellen.
Datenreife und DataOps-Strategie
Eine der stärksten Korrelationen in der Umfrage bestand zwischen dem Ansatz einer Organisation zur DataOps-Methodik und ihrem relativen Reifegrad des Datenmanagements.
Für weitere Einblicke in Datenmanagement und DataOps lesen Sie hier den gesamten Bericht. Um das Datenreifeniveau Ihrer Organisation zu bewerten, können Sie hier eine kostenlose Bewertung absolvieren. Dieses Tool wurde entwickelt, um Ihnen zu helfen, herauszufinden, welche Bereiche Sie angehen müssen, um Ihre DataOps-Praxis auf "außergewöhnliche" Ebenen zu bringen.
Diese Beiträge sind meine eigenen und spiegeln nicht unbedingt die Position, Strategien oder Meinung von BMC wider.