Какое бы имя мы этому ни давали – наука о данных, инженерия данных, управление данными, большие данные, бизнес-аналитика и т.п. – наш опыт работы выявил следующие ценности в сфере аналитики:
Наш главный приоритет – удовлетворенность наших клиентов, которая достигается заблаговременным и стабильным предоставлением ценных аналитических выводов, которое может занимать от пары минут до нескольких недель.
Мы считаем, что главным показателем эффективности анализа данных является степень информативности предоставляемых аналитических данных, включающих в себя точные сведения, а не массивность структур и систем.
Мы приветствуем изменения в потребностях клиентов и, на самом деле, мы поддерживаем их в создании конкурентных преимуществ. Мы верим, что самый эффективный, плодотворный и оперативный способ общения с клиентами – это разговор лицом к лицу.
Аналитические команды всегда будут иметь различные роли, навыки, любимые инструменты и названия. Разнообразие фонов и мнений увеличивает инновации и производительность.
Клиенты, команды аналитиков и процессы должны ежедневно находиться во взаимном контакте на протяжении всего срока реализации проекта.
Мы считаем, что лучшие аналитические информация, алгоритмы, архитектура, требования и проекты появляются у самоорганизованных команд.
Частота возникновения и объем потребности в аналитической информации постоянно растут, поэтому мы считаем, что героизм аналитических команд должен уступить место стабильной и масштабируемой работе адаптируемых коллективов аналитиков.
Аналитические команды должны периодически регулировать свою рабочую эффективность по отзывам клиентов и своих членов, а также по своей рабочей статистике.
Аналитические команды используют разнообразные индивидуальные конкретные для доступа, интеграции, моделирования и визуализации данных. В целом, каждый из этих инструментов генерирует алгоритм и конфигурацию, описывающие действия, осуществляемые на основе данных, для получения полезной информации.
От первого этапа и до последнего синхронизация данных, инструментов, алгоритма, среды и работы аналитических команд – это ключевой фактор успеха аналитики.
Нам необходимы воспроизводимые результаты, и мы учитываем этот аспект для всего: данных, оборудования низкого уровня и конфигурации ПО, алгоритма и конфигурации каждого инструмента в комплексе инструментальных средств.
Мы считаем, что важно минимизировать издержки на эксперименты членов аналитической команды, поэтому мы предоставляем им простую в создании, изолированную, безопасную и легкодоступную техническую среду, которая является отражением их производственной среды.
Мы верим, что постоянное внимание к техническому совершенству и проектным возможностям повышают оперативность, и придаем большое значение простоте – искусству максимизировать количество невыполняемой работы.
Аналитические процессы аналогичны экономичным производственным линиям. Мы считаем, что основополагающая концепция DataOps – это фокус на процессном мышлении, нацеленном на достижение стабильной эффективности в производстве аналитической информации.
Аналитические процессы должны создаваться на фундаменте, предполагающем автоматическое обнаружение аномалий (дзидока) и проблем с безопасностью в алгоритме, конфигурации и данных, а также должны предоставлять операторам постоянную обратную связь во избежание возникновения ошибок (принцип нулевой ошибки).
Наша цель – иметь показатели эффективности, безопасности и качества, которые постоянно отслеживаются для обнаружения нежелательных отклонений и формирования рабочей статистики.
Мы считаем, что фундаментальным аспектом эффективности создания аналитической информации является исключение повторений предыдущей работы отдельным специалистом или командой.
Мы должны минимизировать время и усилия для преобразования потребности клиента в аналитическую идею, ее оформление и реализацию в виде циклического производственного процесса, и наконец – переработку и повторное использование этого продукта.