Geschichten mit Geschäftszielen in Einklang bringen - AWS Präskriptive Leitlinien

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Geschichten mit Geschäftszielen in Einklang bringen

Nachdem Sie geschäftliche und technische Bewertungen durchgeführt haben, empfehlen wir Ihnen, ein Diagramm zu erstellen, das eine Reihe von Geschichten für jeden Reifegrad der Datennutzung enthält. Diese Visualisierung macht es einfach, Ihre Datennutzung an den Geschäftszielen Ihres Unternehmens auszurichten. Zum Beispiel erfordert ein Geschäftsergebnis zur Betrugserkennung nahezu in Echtzeit eine Beschreibung der Handlungsfähigkeit nahezu in Echtzeit.  

In den Geschichten geht es um technische Fähigkeiten, Mechanismen zum Datenaustausch, Menschen und Prozesse, die zur Erreichung der Geschäftsziele erforderlich sind. Sie schreiben die Geschäftsergebnisse auf der rechten Seite des Diagramms auf der Grundlage Ihrer Business Discovery-Interviews und geben den Status jeder Geschichte auf der Grundlage technischer Bewertungen an. Anschließend können Sie die Geschichten auswählen, an denen Ihr Unternehmen arbeiten soll, und eine Roadmap erstellen.  

Das folgende Diagramm zeigt anhand der Geschäftsergebnisse, ob jede Story erforderlich ist. Es zeigt auch den aktuellen Status jeder Geschichte auf der Grundlage von Informationen, die Sie bei technischen Bewertungen gesammelt haben. Auf das Diagramm folgt normalerweise ein Bericht, in dem jeder Status detailliert erläutert wird.

Visualisierung von Erfolgsgeschichten für jede Datenreifephase

Du arbeitest von der rechten Seite zurück (Geschäftsergebnisse) auf der linken Seite, um die Geschichten zu aktivieren. Zum Beispiel, um eine Geschichte in der dritten Phase zu aktivieren (Einblicke und Berichte), Sie müssen seine Abhängigkeiten in der zweiten Phase aktivieren (Datensee) und erste Stufe (Datengrundlage).

Basierend auf der Bewertung und den Anforderungen an die Geschäftsergebnisse wird jede Geschichte als grün, gelb, grau oder rot eingestuft.

  • Grün bedeutet, dass die Geschichte existiert und skaliert werden kann, um die Geschäftsergebnisse zu erzielen. In der Abbildung zum Beispiel die CDC-Aufnahme in der ersten (Datengrundlage) Die Phase ist grün, was bedeutet, dass das Unternehmen über die Tools und Prozesse verfügt, um die Story für die vorhandene Datenquelle zu verwirklichen. DerBesseres KundenerlebnisDas Geschäftsergebnis erfordert die Erfassung relevanter Kundendaten und deren Anreicherung mit anderen Daten innerhalb des Unternehmens, um den Kunden besser zu verstehen und Personalisierung zu ermöglichen.

  • Gelb bedeutet, dass die Fähigkeit oder der Prozess zwar vorhanden ist, aber nicht voll funktionsfähig ist oder nicht den Umfang unterstützt, den das Geschäftsergebnis erfordert. In der Abbildung ist zum Beispiel derZentralisierter DatenkatalogGeschichte in der Sekunde (Datensee) Stufe ist gelb. Dies deutet darauf hin, dass das Unternehmen über einen zentralen Datenkatalog verfügt, der Katalog jedoch nicht vollständig mit den Metadaten gefüllt ist, die für die anderen Phasen erforderlich sind, oder dass er nur von wenigen Geschäftsbereichen verwendet wird. Diese Klassifizierung wirkt sich auf die Funktionen für den Datenaustausch in der nächsten Ausgabe aus (Einblicke und Berichte) Bühne.

  • Grau bedeutet, dass die Geschichte nicht erforderlich ist.

  • Rot bedeutet, dass die Story für die Geschäftsergebnisse erforderlich ist, aber nicht umgesetzt wurde. In der Abbildung ist zum Beispiel derTeilen von DatenGeschichte in derEinblicke und BerichteStufe ist rot. Die Erstellung eines umfassenden Modells für maschinelles Lernen für Kundenempfehlungen erfordert die Gruppierung von Datensätzen, was Funktionen für den Datenaustausch erfordert. Diese Geschichte wurde jedoch nicht implementiert. In diesem Beispiel erfordert die gemeinsame Nutzung von Daten auch Funktionen in derDatenseeStufe, um voll funktionsfähig zu sein, zumindest für die Datensätze, die Teil der Modelle sind, aber das können Sie sehenDatenverwaltungwurde nicht implementiert.

Die GeschichteDatenschutz, Datenschutz und Compliance(in derDatenseeStufe) ist immer erforderlich und wird immer relevanter, da die Datenschutzbestimmungen durch neue Datenschutzanforderungen vorangetrieben werden. Zum Beispiel dieAllgemeine Datenschutzverordnung (GDPR)begann in den USA mit demVerbraucherdatenschutzgesetz von Virginia (CDPA)und derKalifornisches Verbraucherschutzgesetz (CCPA), und ist bereits für einige lateinamerikanische Länder in Kraft, wieLei Geral de Proteção a Dados Pessoais (LGPD)in Brasilien,Mexikanischer Datenschutzin Mexiko, Datenschutz in Kolumbien,Gesetz 2973in Peru undArgentinische Gesetze zum Schutz personenbezogener Daten.