Apa itu Demokratisasi Data? Definisi dan Prinsip

Google "Apa itu demokratisasi data" dan Anda akan melihat hasil teratas berbicara tentang "akses ke data" sebagai kunci demokratisasi data (kecuali jika Anda menemukan artikel ini, yang luar biasa).

Namun, hanya memberikan akses data—baik sebagai data mentah di gudang data atau sebagai visualisasi yang indah di dalam alat analisis produk atau alat intelijen bisnis—tentu saja bukan demokratisasi data.

Jadi apa itu?

Demokratisasi data adalah proses berkelanjutan yang memungkinkan semua orang dalam suatu organisasi, terlepas dari pengetahuan teknis mereka, untuk bekerja dengan data dengan nyaman , merasa percaya diri membicarakannya , dan, sebagai hasilnya, membuat keputusan berdasarkan data dan membangun pengalaman pelanggan yang didukung oleh data .

Sebuah organisasi yang benar-benar ingin mendemokratisasi data perlu menganut prinsip-prinsip berikut (disebut sebagai tiga bagian dari demokratisasi data di seluruh panduan ini):

• Berdayakan karyawan untuk merasa nyaman mengajukan pertanyaan terkait data
• Sediakan alat yang tepat untuk memungkinkan semua orang bekerja dengan data
• Persepsikan demokratisasi data sebagai proses berkelanjutan yang bahkan mungkin memerlukan pergeseran budaya di seluruh organisasi

Sebelum membahas lebih dalam di atas, izinkan saya untuk ngelantur.

Demokratisasi data ada untuk memecahkan tantangan data

Mengapa perusahaan sangat peduli dengan demokratisasi data? Membuatnya menjadi kenyataan adalah investasi yang serius—mendidik karyawan, menerapkan alat, dan mengelola perubahan bukanlah tugas yang sepele.

Pada intinya, demokratisasi data adalah tentang memecahkan tantangan data yang dihadapi orang-orang sehari-hari. Dan karena laju perubahan dalam lanskap data dan kebutuhan masyarakat, bahkan tim data terbaik pun berjuang untuk memenuhi harapan berbagai tim.

Saya menghabiskan banyak waktu untuk berkumpul di komunitas dan berbicara dengan orang-orang non-data—terutama profesional produk dan pertumbuhan dari seluruh dunia yang bekerja di perusahaan dari semua ukuran.

Tantangan data paling umum yang dibagikan orang dapat diringkas sebagai berikut:

• Saya tidak memiliki akses ke data yang saya butuhkan
• Saya tidak bisa mempercayai datanya
• Saya memiliki akses ke data tetapi tidak memiliki keterampilan untuk menemukan jawaban atas pertanyaan
• Alat analitik yang disediakan perusahaan saya tidak dirancang untuk tim produk
• Pakar data di perusahaan saya terlalu sibuk untuk membantu saya

Jika satu atau lebih pernyataan yang disebutkan di atas dianggap benar oleh karyawan Anda, dapat diasumsikan bahwa demokratisasi data di organisasi Anda perlu dilakukan.

Yang menarik adalah bagaimana tantangan ini memetakan prinsip-prinsip tersebut di atas (trifecta dari demokratisasi data).

Mari kita pelajari lebih dalam prinsip-prinsip demokratisasi data ini.

Bagaimana Anda membuat karyawan merasa nyaman mengajukan pertanyaan terkait data?

Mulailah dengan membuat tabel literasi data di organisasi Anda.

Literasi data seharusnya tidak lagi dilihat sebagai sesuatu yang bagus untuk dimiliki. Setiap orang harus diberi akses ke sumber daya yang mereka butuhkan untuk menjadi melek data seperti yang mereka inginkan.

Bagi sebagian orang, mungkin cukup untuk memahami data apa yang dikumpulkan perusahaan dan seperti apa tampilannya. Orang lain mungkin merasa perlu untuk melangkah lebih jauh dan mencari tahu mengapa data tertentu dilacak, bagaimana melakukannya, di mana disimpan, dan dalam format apa.

Intinya, literasi data memecahkan salah satu hambatan terbesar dalam demokratisasi data: akses ke data.

Akses ke data tetapi data apa dan di mana?

Nah, ketika seseorang mengatakan bahwa mereka tidak memiliki akses ke data, mereka dapat merujuk ke data mentah dalam database, data yang diubah di gudang data, data dalam bentuk dashboard visual, data penggunaan produk di dalam alat analisis produk, transaksional data di alat analisis langganan, data demografis di alat keterlibatan pelanggan, data tentang kampanye pemasaran di platform data pelanggan, dan sebagainya. Anda mendapatkan gambarnya.

Dan ketika orang tersebut dapat menentukan di mana mereka ingin mengakses data apa , menyediakan akses menjadi jauh lebih mudah. Selain itu, jika orang tersebut diberikan akses ke data yang tepat dalam alat yang tepat pada waktu yang tepat, kemungkinan besar mereka akan mempercayai data tersebut.

Jadi, lain kali seseorang mengatakan bahwa mereka tidak memiliki akses ke data, dan mereka tidak dapat menentukan di mana mereka ingin mengakses data apa , Anda memiliki masalah literasi data yang harus dipecahkan.

Nuansa literasi data yang berbeda

Jelas bahwa literasi data tidak terbatas pada mengetahui cara menulis kueri SQL atau cara menganalisis laporan yang kompleks.

Setiap tim membutuhkan beberapa bentuk data untuk menjalankan tugas sehari-hari atau untuk menganalisis dampak pekerjaan mereka. Namun, tim yang berbeda dengan kebutuhan data yang berbeda memerlukan berbagai tingkat literasi data.

Keterampilan yang sangat berbeda diperlukan untuk menerapkan pelacakan data, untuk memperoleh wawasan dari data, dan untuk bertindak berdasarkan wawasan tersebut. Selanjutnya, bertindak berdasarkan wawasan tersebut dengan menjalankan kampanye pemasaran berbasis data memerlukan keahlian yang berbeda dari yang diperlukan untuk mengidentifikasi prospek yang tepat untuk dikejar dengan melihat data yang sama di dalam CRM.

Demikian pula, membangun model prediktif dan memberikan pengalaman yang dipersonalisasi secara real-time bergantung pada berbagai jenis data dan memerlukan keterampilan yang berbeda. Yang pertama membutuhkan pelatihan dalam ilmu data sedangkan yang kedua adalah masalah yang harus dipecahkan oleh rekayasa data.

Aman untuk mengatakan bahwa literasi data, dalam beberapa bentuk atau ukuran, telah menjadi prasyarat bagi individu untuk unggul dalam tugas mereka. Dan perusahaan yang berinvestasi dalam membuat literasi data dapat diakses oleh karyawan mereka pasti akan membuat pesaing mereka mengejar ketinggalan.

Sekarang kami setuju bahwa literasi data adalah taruhannya, prinsip berikutnya dalam tiga aspek demokratisasi data adalah memungkinkan semua orang bekerja dengan data dengan berinvestasi pada alat yang memungkinkan mereka melakukannya.

Itu menimbulkan pertanyaan:

Bagaimana Anda memilih alat yang tepat untuk memungkinkan semua orang bekerja dengan data?

Untuk menjawab pertanyaan ini, pertama-tama mari kita lihat bagaimana tim yang berbeda biasanya bekerja dengan data.

• Pemasaran bekerja dengan data untuk membuat konten dan kampanye yang menarik dan berkonversi lebih baik.
• Pertumbuhan bekerja dengan data untuk menjalankan eksperimen dan memberikan pengalaman yang dipersonalisasi.
• Produk dan Rekayasa bekerja dengan data untuk membangun fitur yang mendorong nilai pelanggan dan menghentikan fitur yang tidak.
• Dukungan bekerja dengan data untuk memberikan resolusi yang lebih cepat (dengan melihat apa yang telah dilakukan atau tidak dilakukan pengguna di dalam suatu produk).
• Keberhasilan Pelanggan bekerja dengan data untuk memberikan pengalaman pelanggan yang lebih baik (dengan mengajukan pertanyaan yang tepat kepada pelanggan berdasarkan pola penggunaan).
• Penjualan bekerja dengan data untuk mengidentifikasi prospek yang kemungkinan besar akan berkonversi (dengan melihat tindakan yang telah mereka lakukan selama uji coba gratis).
• Eksekutif bekerja dengan data untuk memahami bagaimana kinerja bisnis dan di mana investasi masa depan harus dilakukan.

Bisakah beberapa alat benar-benar melakukan semua hal di atas?

Ini hanyalah ikhtisar tingkat tinggi tentang cara paling umum tim bekerja dengan data; ini bahkan tidak termasuk persyaratan tim data, yang memerlukan alat tambahan untuk memastikan bahwa data yang tepat tersedia dalam format yang tepat di sistem yang tepat pada waktu yang tepat.

Tim produk dan pertumbuhan saja sering menggunakan setidaknya setengah lusin alat untuk melakukan pekerjaan mereka dengan baik (saya sedang berbicara tentang alat terbaik di kelasnya dan bukan alat yang hanya bisa dilakukan dengan buruk tapi bisa dilakukan semua).

Seorang pengrajin hanya sebaik alat mereka

Saat ini, literasi data merupakan prasyarat bagi tim produk dan pertumbuhan yang sukses karena sebagian besar alat yang mereka gunakan mengandalkan data pelanggan untuk memenuhi premis inti mereka.

Baik solusi analitik produk atau alat untuk menyampaikan pesan kontekstual dalam aplikasi, menjalankan kampanye email siklus hidup, mengumpulkan data kualitatif, menjalankan pengujian A/B — data akurat yang tersedia di alat ini adalah satu-satunya cara untuk mendapatkan nilai dan membenarkan investasi.

Bergantung pada ukuran dan kematangan datanya, setiap perusahaan perlu berinvestasi dalam seperangkat alat data tambahan—sering disebut sebagai tumpukan data modern—untuk memenuhi kebutuhan seluruh organisasi. Bisnis yang menangkap banyak data sering kali berinvestasi dalam:

• Gudang data seperti Snowflake, BigQuery, atau Firebolt untuk menyediakan data untuk analisis dan aktivasi
• Alat intelijen bisnis (BI) seperti Looker, Mode, atau Superset yang berada di atas gudang dan memungkinkan analitik swalayan
• Alat ELT seperti Airbyte, Fivetran, atau Meltano untuk memindahkan data dari alat pihak ketiga (seperti yang disebutkan di atas) ke dalam gudang
• Alat ETL terbalik seperti Sensus, Hightouch, atau Grouparoo untuk memindahkan data yang dimodelkan kembali dari gudang ke alat pihak ketiga

Membeli, menerapkan, dan memelihara tumpukan data modern bukanlah hal yang sepele—Anda memerlukan tim data atau setidaknya petugas data khusus untuk mengelola proses yang sedang berlangsung ini.

Sangat penting untuk berinvestasi dalam produk yang memungkinkan individu bekerja dengan data secara efisien untuk memperoleh wawasan dan membuat keputusan berdasarkan data tanpa bergantung pada orang lain. Itu membuat semua orang produktif dan membuat semangat tim tetap tinggi.

Selain itu, menerapkan alat terbaik di kelasnya yang melakukan pekerjaan dengan baik lebih baik daripada menghabiskan waktu berjam-jam mencari alat yang ideal, atau lebih buruk lagi, memutuskan untuk membangun sesuatu yang dapat dengan mudah dibeli.

"Membangun versus membeli" adalah topik untuk hari lain, tetapi saya harus mengatakan bahwa rute mana pun yang Anda ambil, pastikan untuk mengevaluasi bagaimana keputusan Anda memengaruhi tim Anda—terutama efeknya pada pekerjaan sehari-hari dan tujuan jangka panjang mereka.

Saatnya membahas prinsip ketiga:

Mengapa demokratisasi data merupakan proses berkelanjutan yang mungkin memerlukan perubahan budaya di organisasi Anda?

Saya ingin memulai dengan mengatakan bahwa ukuran perusahaan dan lintasan pertumbuhannya sangat memengaruhi kecepatan di mana demokratisasi data berlangsung. Tak perlu dikatakan, membangun demokrasi data jauh lebih mudah di masa-masa awal perusahaan karena lebih mudah untuk membentuk budaya yang mendukungnya.

Organisasi yang lebih besar kemungkinan akan menghadapi banyak tantangan, membuat demokrasi data tampil sebagai data “ gila demo.”

Mengingat hal itu, semakin besar sebuah organisasi, semakin cepat ia harus berinvestasi dalam proses demokratisasi data. Jika organisasi Anda bersiap untuk menyiapkan analisis produk, Anda mungkin menemukan panduan tentang manajemen data ini berguna.

Jadi, mengapa demokratisasi data merupakan proses yang berkelanjutan?

Demokrasi data adalah proses yang berkelanjutan karena bergantung pada literasi data, yang juga merupakan proses yang berkelanjutan. Dunia data mengalami pertumbuhan yang belum pernah terjadi sebelumnya, dan tingkat perkembangan alat dan teknologi, paling tidak, menarik. Tetapi perubahan ini juga sulit untuk diikuti dan sedikit mengganggu bagi kebanyakan orang di luar ruang data, terutama karena dampaknya pada pekerjaan mereka.

Paling tidak, setiap orang dalam suatu organisasi, terlepas dari peran mereka, harus bisa mendapatkan jawaban atas pertanyaan terkait data mereka dengan mudah.

Selain itu, bagaimana berbagai tim bekerja dengan data, dan sejauh mana, harus menjadi pengetahuan umum dalam suatu organisasi. Seharusnya mudah bagi karyawan untuk mengetahui siapa yang memiliki akses ke jenis data apa, di mana data itu berada, dan apa prosesnya untuk mendapatkan akses ke data atau mengajukan pertanyaan tentang data tersebut.

Dataportal—solusi penemuan data rumahan Airbnb yang memungkinkan seluruh organisasi menemukan dan memahami aset data dengan cara melayani diri sendiri—adalah contoh bagus tentang bagaimana perusahaan besar dapat mendemokratisasi data dengan mengalokasikan sumber daya khusus untuk memecahkan masalah besar ini. Proyek seperti Dataportal tentu saja membutuhkan investasi berkelanjutan, tetapi hasilnya tampaknya sepadan dengan usaha untuk perusahaan seukuran Airbnb.

Terakhir, pergeseran budaya seperti apa yang sedang kita bicarakan?

Salah satu tantangan data yang disebutkan di atas adalah: “Pakar data di perusahaan saya terlalu sibuk untuk membantu saya.”

Demokratisasi data membutuhkan perubahan budaya yang membuat tantangan ini menjadi usang—sesuatu dari masa lalu di organisasi Anda.

• Semua orang yang mengandalkan data untuk unggul dalam pekerjaan mereka dan memenuhi tujuan mereka harus menjadi ahli data.
• Semua orang di organisasi harus merasa percaya diri berbicara tentang data dan dilengkapi dengan alat dan pengetahuan untuk bekerja dengan data dan untuk mendapatkan jawaban atas pertanyaan mereka tanpa ketergantungan.
• Terakhir, setiap orang dalam organisasi harus diberi kesempatan untuk memberikan kontribusi yang berarti bagi proyek data.

Tidak ada pendekatan satu ukuran untuk semua yang terbukti untuk membangun demokrasi data, tetapi memberdayakan orang adalah langkah penting ke arah itu.

Siap mendemokratisasikan akses data untuk tim Anda? Mulailah dengan Amplitude secara gratis atau lihat apa yang mungkin dalam enam klik atau kurang.