Martha Heller: ¿Cuál es la transformación que se está llevando a cabo actualmente en Perdue Farms?
Marcos stand: Tenemos una estrategia de crecimiento para mejorar nuestro negocio y, para respaldarlo, estamos impulsando una transformación en la tecnología y los procesos comerciales. Hemos estado reemplazando nuestros sistemas antiguos, algunos de los cuales tienen más de 20 años, y esto ha ido muy bien. Pero el trabajo más desafiante es hacer que nuestros procesos sean lo más eficientes posible para capturar los datos correctos en nuestro deseo de convertirnos en una empresa más basada en datos. Si sus procesos no son eficientes, capturará datos incorrectos y terminará con conocimientos incorrectos.
Además del cambio en los procesos de negocio, ¿a qué más se enfrenta para sacar valor de los datos?
Asegurarnos de cumplir con los nuevos procesos es un desafío en una empresa avícola y agroindustrial de 103 años de antigüedad. Necesitamos hacer entender a todos en la empresa que los datos nos harán libres. Con la información adecuada, comprenderemos mejor qué es bueno para el negocio y qué quieren nuestros consumidores.
Esto es importante porque todos nuestros negocios han experimentado cambios significativos en los últimos años. En cuanto a la comida, hemos presentado productos innovadores, por lo que ya no vendemos sólo pollo. Necesitamos los datos para comprender qué nuevos productos adicionales deberíamos producir.
En el ámbito de la agroindustria, obtenemos, compramos y procesamos productos agrícolas y ofrecemos una cartera diversa de productos que incluyen granos, harina de soja, ingredientes de piensos mezclados y aceites de alta calidad para que la industria alimentaria agregue valor a los productos que nuestros clientes desean. Los datos también pueden ayudarnos a enriquecer nuestros productos básicos.
¿Cómo está poblando su lago de datos?
Hemos decidido adoptar un enfoque práctico, dirigido por Kyle Benning, quien dirige nuestra función de datos. Los CIO han aprendido que construir un lago de datos supone un gran riesgo y esperan que “vengan”, porque es posible que no lo hagan, y una infraestructura de datos es un gran gasto. Para evitarlo, construimos nuestra plataforma de datos caso por caso de negocio.
Con nuestra participación, nuestros socios comerciales crean casos de negocios, ya sea en alimentos o agronegocios, y estos son aprobados por el equipo de gobierno de nuestra unidad de negocios. Ese equipo se asegura de que los casos de negocio estén alineados con nuestros objetivos corporativos. Luego, nuestro equipo de análisis, un grupo de TI, se asegura de que construyamos el lago de datos en la secuencia correcta. A este equipo lo llamamos Gestión de la Información porque queremos que nuestros socios comerciales sean los analistas, no el departamento de TI.
Una vez que tanto la unidad de negocios como los equipos de gestión de la información han aprobado un caso de negocios, lo convertimos en un proyecto y lo ponemos en producción moviendo solo los datos de ese caso de negocios al lago de datos. Tenemos una página world-wide-web de métricas que nos dice cuántos datos hay en la zona del consumidor, a qué se puede acceder y cuántos hay en la zona sin procesar, que es un repositorio de datos que debe revisarse antes de ingresar a la zona del consumidor. .
¿Cómo se educa a los propietarios de casos de negocio sobre cómo trabajar con los datos?
El equipo de Benning es un centro de excelencia. Tiene jugadores-entrenadores que capacitan a los equipos de casos de negocios en herramientas de visualización y preparación de datos hasta que se vuelven autosuficientes en la creación de sus propios paneles y algoritmos para el usuario last. Una vez que se aprueba el caso de negocio, el equipo del caso de negocio comprende las herramientas y TI traslada los datos al lago, luego nuestros socios comerciales pueden trabajar con los datos por su cuenta. Una vez que tienen una solución que les brinda la información necesaria, TI la traslada a la zona del consumidor para que sea gobernada y catalogada.
Al capacitar a la empresa y mover los datos, caso por caso, comenzamos a ver una oleada. Comenzando poco a poco y demostrando el valor de los datos, la gente se entusiasma y más departamentos se involucran. Tenemos algunos departamentos que ahora están buscando contratar recursos comerciales con conocimientos de análisis.
¿Cuál es el riesgo de este enfoque caso por caso?
Cuando ingresa datos específicos del caso de negocios, ingresa solo los datos requeridos, que no son necesariamente todos los datos, por lo que puede haber lagunas. A medida que pasamos de un caso de negocio a otro, debemos mirar hacia atrás para asegurarnos de cerrar las brechas de datos. Movimos algunos datos de desempeño financiero en el lago de datos, por ejemplo, pero eso no fue el 100% de los datos financieros que se necesitarán al last. Ahora estamos trabajando en un proyecto para incorporar el resto de los datos financieros al lago de datos.
Lo considero como un quitanieves que recorre la carretera asegurándose de que el camino esté despejado. A medida que pasamos de un negocio a otro, para trabajar en un nuevo caso de negocio, tenemos que mirar hacia atrás para asegurarnos de trasladar los datos incluso si no lo requiere un caso de negocio específico. Mientras hacemos esto, sabemos que el medio ambiente se ha autofinanciado a través de casos de negocios.
¿Cuál es un ejemplo authentic de un caso de negocio temprano?
Una sería con nuestras máquinas deshuesadoras de pollo. Queríamos saber si la línea estaba optimizada. Si la hacemos funcionar más rápido, ¿tendremos suficiente gente al remaining de la línea para seguir el ritmo de la máquina, o si la hacemos funcionar demasiado lento, tendremos demasiada gente? Obtuvimos algunos ahorros reales al trasladar datos operativos sobre las máquinas deshuesadoras al lago de datos.
¿Cuál es el beneficio de poblar su lago de datos de esta manera?
El gran beneficio es la aceptación por parte de los altos directivos del valor de los datos. Pueden ver los paneles que completan automáticamente y pueden darse cuenta de que ya no usan papel ni esperan recibir informes. Y como este es su caso de negocio, ven estos datos en sus propios términos. Su experiencia con los datos hace que más personas se entusiasmen y se involucren.
Describa algunos otros desafíos de trabajar con datos operativos en lugar de datos empresariales.
Trabajar con datos financieros no es tan complejo como trabajar con datos operativos. En su mayor parte, los ERP están construidos de cierta manera para ser configurados para la mayoría de los procesos. Entendemos esos datos y cómo colocarlos en un lago de datos. Pero los datos operativos pueden ser más desafiantes porque mezclamos datos financieros con datos operativos. Por primera vez, debemos pensar en cuántos datos de sensores deben ingresar al lago de datos, cómo deben estructurarse, cuáles son los estándares para los datos de tecnología operativa y si los datos que muestran nuestras tasas de error de producción deben permanecer en el nivel más bajo. plantar o trasladarse al lago de datos. Descubrir todo eso es un trabajo difícil, y todavía no lo hemos superado tanto como si contamos con tantos datos de OT.
¿Qué consejo tiene para los CIO que crean una nueva capacidad de datos?
Empiece poco a poco, defina su ecosistema, simplifique su pila tecnológica e involucre a personas que tengan credibilidad en el negocio. Sí, se necesita la tecnología adecuada para convertirse en un negocio basado en datos, pero eso es sólo una cuestión de mesa. Los verdaderos impulsores son sus socios comerciales y los casos de negocio que crean. En TI, a veces complicamos demasiado los datos porque empezamos a hablar de bits y bytes, unos y ceros, y nube y plataformas, pero ese no es el punto. Utilice sus estructuras de gobierno para elegir un caso de negocio que sea muy importante para el negocio, concretarlo y luego buscar los siguientes dos o tres. A partir de ahí crecerá como un hongo.
