ในช่วงทศวรรษที่ผ่านมา หน่วยงานและภาคอุตสาหกรรมต่างพูดคุยกันว่าข้อมูลและการวิเคราะห์ข้อมูลดังกล่าวต้องดำเนินภารกิจของรัฐบาลอย่างไรแต่แม้เวลาผ่านไปเกือบ 15 ปีหลังจากการรับรู้เบื้องต้นว่าข้อมูลมีความสำคัญเพียงใด หน่วยงานต่างๆ ก็ยังคงประสบปัญหาพื้นฐานบางอย่าง รวมถึงการทำความเข้าใจข้อมูลที่พวกเขามีอยู่ คำถามทางธุรกิจใดที่ข้อมูลสามารถระบุหรือสามารถระบุได้ และแม้ว่าคำถามเหล่านั้นจะเป็นคำถามที่ถูกต้องก็ตาม ?
Aurpon Bhattacharya หัวหน้าและหัวหน้าฝ่ายวิเคราะห์พื้นฐาน
ของ Grant Thornton กล่าวว่ามีวิธีที่ได้รับการพิสูจน์แล้วว่าเอเจนซี่สามารถลดความรู้สึกที่ท่วมท้นในการจัดการและทำความเข้าใจกองข้อมูลที่พวกเขาเป็นเจ้าของBhattacharya กล่าวว่าหน่วยงานต่างๆ และจริงๆ แล้วทุกองค์กรกำลังประสบกับ “ความโกลาหลของข้อมูล” และต้องหาทางออกจากความผิดปกตินั้น
“ผู้นำและผู้จัดการรู้สึกท่วมท้นกับจำนวนข้อมูลที่พวกเขาเห็น จำนวนข้อมูลที่พวกเขาเห็น พวกเขาจัดการข้อมูลนั้นอย่างไร? พวกเขาสามารถได้รับข้อมูลเชิงลึกประเภทใดจากข้อมูลที่พวกเขาเห็น” Bhattacharya กล่าวในรายการว่าการย้ายจาก Data Chaos ไปสู่ Data Insightsซึ่งสนับสนุนโดย Grant Thornton “หนึ่งในสิ่งสำคัญที่ต้องเกิดขึ้นคือการหยุดมองวัตถุที่แวววาวที่สุดที่พวกเขาเห็นตรงหน้า วันนี้เราเห็นว่า Bitcoin, ปัญญาประดิษฐ์, กระบวนการอัตโนมัติของหุ่นยนต์หรือการเรียนรู้ของเครื่องล้วนแต่เป็นเรื่องใหญ่ เรากระโดดไปที่แต่ละอันและคิดว่ามันเป็นวิธีแก้ปัญหาหรือไม่? พวกเขาไม่ใช่วิธีแก้ปัญหา พวกเขาเป็นเครื่องมือที่เราสามารถใช้ประโยชน์จากข้อมูลเพื่อจัดการกับความท้าทายที่เอเจนซี่กำลังเผชิญอยู่”
เขากล่าวว่าตัวอย่างหนึ่งของความท้าทายนี้คือเป้าหมายของกรมกิจการทหารผ่านศึก
ในการลดการไร้ที่อยู่อาศัยของทหารผ่านศึก วัตถุประสงค์อาจดูเหมือนตรงไปตรงมา แต่ก่อนอื่น VA จะต้องเข้าใจก่อนว่าพวกเขามีข้อมูลในส่วนหลังหรือไม่ เพื่อแก้ปัญหานี้โดยการตอบคำถามที่เกี่ยวข้องกับภารกิจ
“มีคำถามทางธุรกิจมากมายที่ต้องตอบ ดังนั้นคุณต้องสัมภาษณ์ผู้นำเอเจนซีเพื่อหาว่าประเด็นร้อนใดที่ผลักดันให้เอเจนซีของพวกเขาก้าวไปข้างหน้า จากนั้นคุณดูว่ามีข้อมูลใดบ้าง ค่อนข้างเป็นไปได้ว่าไม่มีข้อมูลที่พวกเขาต้องการเพื่อตอบคำถามเหล่านี้” เขากล่าว
หน่วยงานควรใช้กระบวนการสามขั้นตอนเพื่อตอบคำถามเหล่านี้ทั้งหมด:
Discovery–การค้นหาข้อมูลที่มีอยู่
การวินิจฉัย—การทำความเข้าใจข้อมูลและค้นหาว่าช่องว่างอยู่ตรงไหน
Prescriptive—ข้อมูลต้องทำอะไรเพื่อวางแผนสำหรับ 3-5 ปีข้างหน้า
Bhattacharya กล่าวว่า Grant Thornton ใช้กระบวนการสามขั้นตอนนี้เมื่อเร็ว ๆ นี้สำหรับหน่วยงานรัฐบาลกลางขนาดใหญ่ซึ่งต้องการข้อมูลเชิงลึกเพิ่มเติมเกี่ยวกับข้อมูลบัตรซื้อของพวกเขา
“เราถามพวกเขาว่าคำถามทางธุรกิจที่พวกเขาพยายามแก้ไขคืออะไร เราพบว่าเป็นการพยายามป้องกันการสูญเปล่า การฉ้อฉล และการใช้ในทางที่ผิด” เขากล่าว “เราใช้โซลูชันการวิเคราะห์การฉ้อโกงที่ทำซ้ำได้ และภายในหนึ่งเดือนก็ได้ข้อมูลเชิงลึกที่เขาไม่เคยมีมาก่อน สิ่งที่เขาค้นพบคือมีการใช้บัตรซื้อสินค้าจำนวนมากในช่วงสุดสัปดาห์ในโรงจอดรถในนิวยอร์กซิตี้ ช่วงคริสต์มาสอีฟ ช่วงปีใหม่ และช่วงวันหยุดโดยทั่วไป”
Bhattacharya กล่าวว่าการวิเคราะห์ก่อนหน้านี้ดำเนินไปทีละบรรทัดของข้อมูลระบบการเงินและไม่เคยรวบรวมแนวโน้มที่เกิดขึ้นจากการใช้การวิเคราะห์ขั้นสูงเพื่อแก้ปัญหาทางธุรกิจที่เฉพาะเจาะจง ตอนนี้หน่วยงานดังกล่าวมีความคิดที่ดีขึ้นว่าปัญหาการฉ้อโกง ขยะ หรือการละเมิดมีอยู่จริงหรือไม่ หรือมีเหตุผลทางธุรกิจที่ถูกต้องตามกฎหมายสำหรับค่าใช้จ่ายเหล่านี้และค่าใช้จ่ายอื่นๆ
“มีความคิดเชิงวัฒนธรรมทั้งหมดที่จะทำให้การวิเคราะห์ประสบความสำเร็จ” Bhattacharya กล่าว “เราต้องดูว่าการเปลี่ยนแปลงวัฒนธรรมกำลังเกิดขึ้นที่จุดไหน จากบนลงล่างหรือจากล่างขึ้นบน? ใครสนใจขับเคลื่อนข้อมูลเชิงลึกโดยใช้ข้อมูลจริงๆ เราเห็นเมื่อเวลาผ่านไปว่าวัฒนธรรมการวิเคราะห์นี้เกิดขึ้นอย่างช้าๆ ไม่ใช่แค่การวิเคราะห์ แต่เป็นการบริหารการเปลี่ยนแปลงในตัวของมันเอง”
Bhattacharya กล่าวว่าข้อผิดพลาดที่ใหญ่ที่สุดที่หน่วยงานและองค์กรอื่นๆ มักจะทำคือการไม่รู้คำถามที่ถูกต้องที่จะถาม และมุ่งเน้นไปที่เทคโนโลยีแทนเพื่อตอบคำถามที่ไม่สมบูรณ์หรือนอกประเด็น
