[Advertorial] De meeste organisaties hebben hun eerste ervaringen met de cloud intussen wel achter de rug. In een volgende fase moeten ze maturiteit kweken. In deze reeks van drie artikels delen we telkens drie best practices om meer uit de cloud en analytics te halen. In dit tweede deel belichten we het belang van de juiste mensen en skills om je strategie vorm te geven.
Bedrijven hebben meestal hoge verwachtingen wanneer ze cloudtechnologie verkennen. Ook in het kader van analytics is cloud een gamechanger. Toch vraagt het wel wat inspanningen voor je de echte waarde van de cloud kunt benutten. In een vorig artikel bekeken we het kostenplaatje en ontdekte je hoe je met FinOps het gebruik van de cloud optimaliseert. Behalve technologie is FinOps ook een filosofie die de mensen in je organisatie moeten uitdragen. Daarom delen we dit keer drie best practices rond het kweken van de juiste skills met betrekking tot cloud en analytics.
1. Breng in kaart welke vaardigheden je nodig hebt
Welke skills zijn al aanwezig in je organisatie en wat heb je nodig om cloud analytics op te leveren? Om dit in kaart te brengen, moeten we beide componenten eerst even uit elkaar halen. Op het gebied van analytics heeft lange tijd de perceptie bestaan dat je goed moet zijn in programmeren. Dankzij de recente opmars van GenAI hoeft dit gelukkig geen drempel meer te zijn. Zo kan de technologie perfect helpen om codes te schrijven. Een oplossing die dit mee ondersteunt, is SAS Viya Copilot. Dat is een productiviteitstool die gebruikers handvaten biedt om code te begrijpen en zelfs proactief vragen stelt over het doel van de code die ze willen maken. De AI-assistent doet bijvoorbeeld suggesties om code verder te optimaliseren op basis van je behoeften.
Voor een data scientist betekent dit dat programmeren geen obstakel meer vormt. Hierdoor kan je de nadruk leggen op harde skills die echt belangrijk zijn: wiskunde en statistiek. Maar wist je dat er ook soft skills zijn die tot de bagage van een data scientist moeten behoren? Creativiteit en maatschappijkennis zijn belangrijke factoren. Om AI-modellen op een verantwoorde manier op de wereld los te laten, moet je het ethisch kader begrijpen en kunnen uitleggen wat een model doet. Communicatief zijn is eveneens een handige eigenschap. Zo moet je de resultaten van een model naar het publiek vertalen en omgekeerd ook begrijpen waar gebruikers naar op zoek zijn.
Als we naar de cloud kijken, dan hebben we goed en slecht nieuws. Het goede nieuws is dat we bij generaties die van de schoolbanken komen sterke kennis van de cloud zien. Het minder goede nieuws is dat veel organisaties nog steeds lange tijd nodig hebben om de switch te maken van een traditioneel datacenter naar cloud-gebaseerde infrastructuur. Een mogelijke verklaring hiervoor kan zijn dat organisaties bij de overschakeling te veel een één-op-één vertaling proberen maken van hun klassieke omgeving. Ze hebben skills en mensen nodig die het overzicht bewaren bij het opstellen van een cloudstrategie en zorgvuldig bepalen hoe het analytics-verhaal daarin past.
2. Focus op je core business en besteed de rest uit
Om de nodige skills te verwerven, kunnen mensen gebruik maken van online leerplatformen zoals LinkedIn Learning, maar dat is natuurlijk niet voldoende. Sommige bedrijven hebben een cultuur waarbij ze een deel van hun activiteiten uitbesteden. Dat is ook bij cloud analytics zeker een optie, aangezien het meeste talent beschikbaar is op de markt. Alles hangt af van hoe je naar de cloud kijkt: wil je al het werk liever intern doen of laat je het aan consultants over?
Er zijn verschillende manieren om externe kennis in je organisatie te integreren. Op SAS Innovate lanceerden we onlangs SAS Models-as-a-Product, een oplossing die alle kennis van onze experts in specifieke sectoren verzamelt en in een product integreert. De focus van de tool ligt niet zozeer op de processen die nodig zijn om een model te bouwen, maar wel op het analytische vraagstuk dat in de business speelt. Gebruikers krijgen op die manier toegang tot industrie-specifieke modellen die de uitrol van analytics-projecten aanzienlijk zullen versnellen.
Uitbesteden of in-house houden? Er is geen verkeerde aanpak. Maar wat je ook kiest, werk in elk geval iteratief en evalueer of je in de toekomst dezelfde strategie wil blijven volgen.
3. Werk gecentraliseerd vanuit een Cloud Center of Excellence
Sommige organisaties beschikken al over een Cloud Center of Excellence. De insteek hiervan is vaak eerder technisch van aard, maar het kan ook het ideale vertrekpunt zijn om een betere basis rond cloud en analytics doorheen de organisatie tot stand te brengen. Meestal is het geen optie om voor iedere afdeling een aparte data scientist aan te werven en dan is het handig als je de kennis en ervaring kunt centraliseren in een Center of Excellence. Een orgaan dat over alle teams heen werkt en mensen met best practices helpt om van cloud analytics-projecten in geen tijd een succes te maken.
Een Center of Excellence biedt een belangrijk voordeel: het zorgt voor consistentie en vormt een community rond cloud, data en analytics. Als je alles aan de individuele businesslijnen overlaat, dan kan je onmogelijk tot een gemeenschappelijke doelstelling komen. En dat laatste is echt wel belangrijk om data en analytics in je organisatiecultuur te integreren. Wil je snel gaan, dan doe je het alleen. Maar als je ver wil geraken, dat kies je ervoor om het samen in groep te doen. Een Center of Excellence werkt het best als het vanaf de top van de organisatie wordt uitgedragen. We merken dat analytics-projecten vaak succesvoller zijn in bedrijven die het zo aanpakken.
Je hoeft trouwens niet voor een gigantische organisatie te werken om een Center of Excellence op te zetten. Hoe je hiermee van start gaat? Zoals hierboven gesteld, begint alles met het in kaart brengen van de mensen en skills in het bedrijf. Pas daarna kan je strategisch beginnen denken. In het laatste artikel van deze driedelige reeks leggen we daarom in meer detail uit wat er nodig is om zo’n Center of Excellence stapsgewijs uit te bouwen.
Dit artikel is het tweede in een reeks van drie rond best practices om meer uit de cloud en analytics te halen. Achter de link vind je het eerste artikel: 3 belangrijke stappen om met FinOps aan de slag te gaan. De hele reeks vind je hier.
Dit is een ingezonden commerciële bijdrage van SAS. De redactie is niet verantwoordelijk voor de inhoud