موفقیت در IoT با استخدام مدیر ارشد دادها
موفقیت در IoT با استخدام مدیر ارشد دادها
برای بسیاری از کسب‌وکارها، مدیریت و مسئولیت فعالیت‌های اینترنت اشیا (IoT) به عهده مدیران و مسؤولین با شرح کاری متفاوت است. برای مثال در شرکت کوکاکولا مدیر ارشد اطلاعات فناوری (CIO) و در شرکت آمازون مدیر ارشد تکنولوژی (CTO) می‌باشد، اما درواقع مقام این مسئول مهم نیست.
باید درک شود که برای انجام مدیریت IoT یک روش و دیدگاه بین‌رشته‌ای (interdisciplinary) نیاز است و فرقی نمی‌کند که درنتیجه اجرا این روش پروسه‌های داخلی سازمان یا شرکت یکپارچه شوند، تجربیات جدیدی از مشتریان کسب شود و یا منابع جدید درآمدی یافت شود. درواقع موفقیت وابسته به همکاری و یکپارچگی مابین واحدهای مختلف کسب‌وکار است که برخی از این واحدها مانند IT و عملیات جدا از بقیه عمل می‌کنند.
یکی از پیشنهادها برای رفع مشکل “به وجود آوردن یک شرح کاری جدید” برای این مقام بانام مدیر ارشد IoT (Chief IoT Officer) است تا این اطمینان حاصل شود که این زمینه از اولویت بالای برخوردار بماند. علی رقم مقام و شرح کاری فاصله مابین بخش‌های سازمانی باید کاهش یابد و نیاز کسب‌وکارها در دنیای متصل امروز به مدیر ارشد داده‌ها (Chief Data Officer) نیاز است.
هجوم و سیل داده‌ها
در دنیای کسب‌وکار امروز، از بخش فروش تا مالی، مهندسی و مشتریان – علی رقم تقسیم‌بندی جغرافیایی، فرهنگی یا عملکردی- حجم‌های بالایی از داده را تولید می‌کنند که نمی‌دانند با آن چه‌کار کنند. مهم‌تر از همه این است که با تمایل ما به اینترنت اشیا و وسایل متصل این حجم در حال چندین برابر شدن است. موفقیت یک سازمان بستگی به توانایی آن در ایجاد توزیع منطقی و یکسان اطلاعات در میان همه عملکردها، نقش‌ها و سطوح می‌باشد.
صنعت سایبری و IT هنوز به یک توافق جامع در مورد IT نرسیده است و فرقی نمی‌کند اگر تا سال 2020 وسایل متصل 20 میلیارد باشد یا 50 میلیارد. این وسایل به‌هرحال حجم‌های بسیار بالایی داده تولید خواهند نمود (گمان می‌رود این حجم 44 تریلیون گیگابایت باشد) و مهم‌ترین مسئله این است که شرکت‌ها با این اطلاعات چه‌کار خواهند کرد. آیا آنها از این حجم برای توسعه خدمات جدید استفاده خواهند کرد و یا پروسه‌های یکپارچه‌سازی داخلی را بهبود خواهند بخشید و یا روش‌های تازه‌ای برای تعامل با مشتریان خواهند یافت؟
در اوایل امسال شرکت‌های EVRYTHNG و Avery Dennison اعلام نمودند که می‌خواهند 10 میلیارد پوشاک متصل تولید کنند و فقط مرور زمان و تجربه آینده نشان خواهد داد که چگونه چنین محصولات در این حجم‌ها می‌تواند ارزش بیشتری در زندگی مصرف‌کننده ایجاد کند.
نوآوری در IoT با گرایش داده‌ای
ما در حال حاضر در اکثر مواقع داده تولید می‌کنیم و برای اینکه به سمت دریافت ارزش از داده‌ها برویم سازمان‌ها می‌توانند یک گروه “بررسی داده” را در هر واحد سازمانی ایجاد کنند. هر گروه مسئول مدیریت، تحلیل و یکپارچه‌سازی داده‌ها با دیگر واحدها خواهد بود. مدیر ارشد داده‌ها بر روی این گروه‌ها نظارت خواهد داشت و اطمینان حاصل می‌کند که داده‌ها به دست افرادی که بیشترین نیاز را به آن دارند برسد (برای مثال در بخش توسعه محصول، موفقیت با مشتریان و یا عملکرد سیستم‌های سازمانی).
یکی از منافع “برنامه‌های مؤثر داده‌ای بزرگ (big data)” ترویج ردیابی موفقیت‌آمیز مشتری و سرعت بخشیدن در ارائه پیشنهادات به آنها است که مستندسازی شده است. منافع دیگر تحلیل داده‌های بزرگ شامل انتشار ناگهانی و غیره منتظره ایده‌ها و محصولات جدید است. برای مثال چندین شرکت در دنیا پس از مشاهده و تحلیل حجم بالایی از داده‌ها دریافتند که استفاده از زنگ درب منازل در عصر و بعدازظهر روزهای هفته افزایش قابل‌ملاحظه‌ای دارد و در این زمان اکثر مردم و خانواده‌ها در منزل نیستند و جوابگو نخواهند بود. نتیجه این دیدگاه برای شرکت Vivint امریکای به وجود آوردن یک محصول IoT کاملاً جدید بود که درخواست آن در بازار وجود داشت.
این محصول یک زنگ درب است که با استفاده از اینترنت به یک اپ در موبایل وصل شده و در زمان زنگ خوردن شما در موبایل هشدار را دریافت کرده و سپس از طریق ویدیو می‌توانید با او در هر مکان که هستید صحبت کنید و کاربر می‌تواند هر ورود و خروج و رفت آمدی را به منزل خود مشاهده کند.
با داشتن یک دیدگاه با تمایل به داده‌های بزرگ می‌توان فعالیت‌های روزانه را منظم کرده، ساعت‌ها و روزها کار غیرمفید را کاهش داده و بهره‌وری را افزایش داد. بهره‌وری و agile بودن به سازمان‌ها و شرکت‌ها کمک خواهد کرد که بیشترین بهره را از سرمایه‌گذاری در IoT ببرند، زمان، هزینه‌ها و کارکنان را بازیابی کنند و این منابع را به توسعه و ایجاد موارد IoT موجود یا جدید اختصاص دهند.
درنهایت موفقیت یک سازمان و یا شرکت بستگی به توان آن برای یکپارچه‌سازی و تقسیم مساوی اطلاعات در همه سطوح، عملکردها و نقش‌های سازمان دارد. به همین دلیل داده‌های درست از هر منبع و یا وسایل متصل باید به کارکنان و یا کاربران مرتبط ارسال شود. به نظر می‌رسد که علی رقم سختی کار، کارشناسان مدیریت، کنترل و تحلیل داده‌ها قادر به ایجاد موفقیت در سازمان‌ها و شرکت‌ها خواهند بود.
