เชื่อว่าในยุคปัจจุบันนั้นยากที่จะมีธุรกิจใดละเลยความสำคัญของข้อมูลและการวิเคราะห์ข้อมูล ทว่าบริษัทส่วนใหญ่นั้นกลับใช้ประโยชน์จากมันได้ไม่ดีเท่าที่ควร เว็บไซต์ Havard Business Review ให้ความเห็นถึง 3 สิ่งที่อาจเป็นอุปสรรคในความสำเร็จของการใช้ข้อมูลในองค์กร
1. โครงสร้างองค์กร
โครงสร้างองค์กรที่ไม่เอื้ออำนวยต่อการใช้งานข้อมูลที่ดีนั้นอาจกลายมาเป็นอุปสรรคได้ เช่น ฝ่ายวิเคราะห์ข้อมูลที่ถูกจัดตั้งมาด้วยการวางแผนที่ไม่ดีนักและประกอบไปด้วยการรวมตัวกันของพนักงาน 2 กลุ่มที่มีลักษณะการทำงานที่ต่างกัน อันได้พนักงานสาย data science ผู้เชี่ยวชาญด้านเทคนิคการจัดการกับข้อมูลและการใช้ซอฟต์แวร์ต่างๆ โดยไม่ได้แตะต้องอาณาเขตของลูกค้าและการดำเนินการธุรกิจมากนัก และพนักงานวิเคราะห์ข้อมูลสายธุรกิจที่อาจมีความเอนเอียงไปกับความคิดเห็นของฝ่ายบริหาร
ความไม่เชื่อมต่อรอบด้านของทั้งสองทีมนี้นอกจากจะทำให้เกิดผลเสียระหว่างทีมด้วยกันเองแล้ว ยังอาจส่งผลเสียต่อการตัดสินใจทางธุรกิจด้วย หากเลือกเชื่อในการวิเคราะห์ข้อมูลที่มีจุดบอดของฝ่ายใดฝ่านหนึ่ง
2. วัฒนธรรมองค์กร
วัฒธนกรรมองค์กรแบบ data-driven นั้นได้รับความนิยมสูงขึ้นเรื่อยๆ แต่เชื่อหรือไม่ว่าบางธุรกิจนั้นกลับมีวัฒนธรรม data-driven จนเกินไป ที่ทำให้การตัดสินใจต่างๆนั้นมาจากข้อมูลเพียงอย่างเดียวจนละเลย common sense และเป้าหมายของธุรกิจไป ในขณะเดียวกันนั้นก็ยังมีบางบริษัทที่ยังคงปฏิบัติการณ์ตามความเชื่อและสัญชาตญาณโดยไม่มองถึงความเป็นจริงในข้อมูล และพยายามปฏิเสธความจริงหากความเชื่อนั้นขัดแย้งกับข้อมูล องค์กรจึงต้องคอยระวังความสุดโต่งเหล่านี้ให้ดี
3. ขั้นตอนวิธี
เมื่อมีความรู้เชิงเทคนิคมาก นักวิเคราะห์มักสามารถสร้างโมเดลหรือโซลูชั่นอันซับซ้อนขึ้นมาตอบโจทย์ทางธุรกิจได้ ทว่าการไม่คำนึงถึงขั้นตอนวิธีในการนำโซลูชั่นเหล่านั้นไปใช้ เช่นการสร้างโมเดลอันสุดแสนอลังการแต่ฝ่าย IT ไม่สามารถนำไปติดตั้งใช้งานจริงได้ ก็ทำให้การพัฒนาเหล่านั้นสูญค่าลงไป (และในบางครั้งกลับพบว่าโมเดลที่ง่ายกว่านั้นให้ผลลัพธ์ประมาณเดียวกันด้วย)
อย่างไรก็ตามการกังวลถึงความง่ายในขั้นตอนวิธีจนเกินเหตุนั้นก็อาจจะทำให้โซลูชั่นที่ออกมาเป็นโซลูชั่นที่เรียบจนไม่สามารถตอบโจทย์ที่ตั้งไว้ได้อย่างเต็มที่ การเดินทางสายกลางระหว่างสองกรณีนี้จึงมีความจำเป็นอย่างยิ่ง
3 อุปสรรคดังกล่าวเป็นอุปสรรคที่เกิดชึ้นบ่อยครั้งในองค์กรหากไม่มีการวางแผนอย่างรัดกุมและรอบคอบ HBR จึงแนะนำแนวทางที่อาจทำให้ปัญหาเหล่านั้นหมดไปได้ ดังนี้
สร้างทีมวิเคราะห์ข้อมูลกลางในรูปแบบของศูนย์รวมเส้นประสาท
ทีมวิเคราะห์ในรูปแบบของศูนย์รวมประสาทนี้ควรประกอบไปด้วยทีมผู้เชี่ยวชาญด้านข้อมูล สถิติ การเขียนโปรแกรม และอื่นๆที่ไม่ขึ้นอยู่กับฝ่ายไหนเป็นพิเศษ มีหน้าที่คอยให้คำปรึกษาด้านเทคนิค ไม่ว่าจะเป็นการสร้างโซลูชั่น โมเดล หรือการเทรนโมเดล กับนักวิเคราะห์ทั่วไปที่ทำงานอย่างใกล้ชิดกับ business unit ต่างๆและมีความรู้อย่างลึกซึ้งเกี่ยวกับธุรกิจ นักวิเคราะห์ทั่วไปเหล่านี้จะทำหน้าที่เป็นสะพานเชื่อมระหว่างทีมวิเคราะห์ข้อมูลกลางและส่วนต่างๆของธุรกิจได้เป็นอย่างดี
ตัวแทนที่หัวบนสุดของทีมวิเคราะห์ข้อมูล
ทีมวิเคราะห์ข้อมูลควรมีหัวหน้าฝ่ายวิเคราะห์ข้อมูลขึ้นมาสักคนหนึ่ง เพื่อเป็นกระบอกเสียงให้กับทีมในที่ประชุมของฝ่ายบริหาร ซึ่งมักตัดสินใจผ่านสัญชาตญาณหรือความเชื่อ การเสริมการวิเคราะห์ข้อมูลไปกับสัญชาตญาณอันเฉียบแหลมของผู้บริหารจะช่วยให้กลยุทธในการดำเนินองค์กรดีขึ้น และหากมีความขัดแย้งกันระหว่างสัญชาตญาณและข้อมูล ก็จะสามารถทำการค้นคว้าหาความจริงก่อนลงมือตัดสินใจได้
วิธีการทำงานแบบ แชมป์-ผู้ท้าชิง
เพื่อที่จะจัดการกับการ trade-off ระหว่างความซับซ้อนและผลลัพธ์ที่ได้รับจากการวิเคราะห์ข้อมูล ทีมนักวิเคราะห์ควรทำงานด้วยการสร้างผลงานที่แก้ไขปัญหาได้”อย่างน้อยที่สุด”ตามคอนเซปต์ minimum viable product (MVP) ผลงานชิ้น MVP นี้จะกลายมีเป็นแชมป์ที่รอคอยการท้าชิงจากผลงานที่มีความสลับซับซ้อนมากกว่า(และอาจมีผลลัพธ์ที่ดีกว่า) ซึ่งที่ประชุมฝ่ายที่เกี่ยวข้องจะต้องหารือร่วมกันว่าการ trade-off ไปยังโมเดลที่ซับซ้อนกว่านั้นจะเกิดประโยชน์คุ้มกับความซับซ้อนหรือไม่ การทำเช่นนี้ทำให้องค์กรสามารถการันตีได้ว่าจะมีผลิตผลที่ใช้งานได้แน่นอนเสมอ
