Ciemne dane i ruda uranowa

W tegorocznej Agendzie CIO, która dzieli się na linię spotkań warszawskich i wrocławskich, pojawiły się tematy będące odbiciem dynamicznej i gruntownej zmiany, jaka zachodzi wewnątrz IT i w jego relacji z resztą firmy, oraz wiążące mocno jakość i skuteczność IT z powodzeniem całej firmy.

Kwietniowe spotkanie Klubu CIO dotyczyło tzw. ciemnych danych, tj. danych gromadzonych w systemach firmowych (albo poza nimi, jak dowodził przykład, ale o tym za chwilę), niewykorzystywanych w biznesie, a jeśli wykorzystywanych, to w niewystarczającym stopniu.

Dane ciemne są tajemnicze, wymagają w każdej organizacji zidentyfikowania, zdefiniowania zakresu, oszacowania przydatności i wartości z ewentualnego włączenia w obieg informacji w firmie, wreszcie integracji z tym właśnie obiegiem.

Zobacz również:

Zgłoszenie tematu do tegorocznej Agendy CIO przez Małgorzatę Korycką było głosem na rzecz pragmatycznego, całościowego podejścia do zarządzania informacją. Także na przekór marketingowemu promowaniu zjawiska i rozwiązań Big Data jako jedynie dziś ważnych z punktu widzenia zawartej informacji. Sceptycy, czy raczej realiści w Klubie CIO, zasugerowali, aby przed objęciem biznesowymi sensorami wielkiego oceanu nieustrukturyzowanych danych policzyć własne siły. A więc jakość zarządzania danymi w firmie, jakość narzędzi i kompetencje do zbierania, analizy, współdzielenia danych i informacji, którą niosą. A więc także i jakość organizacji z perspektywy zarządzania informacją: model zarządzania informacją, organizację i architekturę. Ten przegląd sił odpowie, czy firma nauczy się korzystać z Big Data, czy będzie umiała korzystać z nich w sposób pragmatyczny, weryfikować, zderzać je z wiedzą pochodzącą z innych źródeł. Probierz tych umiejętności stanowić może podejście do tzw. ciemnych danych.

W pierwszej części spotkania wystąpił Dariusz Gawryś, dyrektor Departamentu IT i Administracji w PGNiG Termika SA. Temat ciemnych danych w jego firmie pojawił się podczas analizy zapisów strategii grupy, która zakłada podwojenie zysku operacyjnego z działalności podstawowej do roku 2020, a także powiększenie mocy zainstalowanej zarówno w ramach istniejących zakładów, jak i poprzez przejęcia. Zdaniem Dariusz Gawrysia osiągnięcie tych celów wymagało zasadniczego usprawnienia komunikacji i wymiany informacji. Jednym z kluczowych problemów było zachowanie wiedzy, która jest w posiadaniu starzejącej się kadry specjalistów, zwłaszcza odpowiadających za utrzymanie i funkcjonowanie infrastruktury PGNiG Termika. Około ¼ tych pracowników do 2016 r. nabędzie prawa emerytalne i ryzyko, że wiedza oraz doświadczenie, które posiadają, zniknie z firmy, drastycznie wzrośnie. Stąd potrzeba wprowadzenia rozwiązania do zapisania tej wiedzy we współdzielonych przestrzeniach, przygotowanie rozwiązania do jej katalogowania, wyszukiwania i dostarczania w odpowiedzi na pytania. I budowy planu stałego zasilania, zwiększania zasięgu, aby wiedza w firmie nie pozostawała niczyim dobrem wyłącznym. Projekt po fazie pilotażowej przyniósł 600 tys. zł rocznie oszczędności z tytułu skrócenia czasu przygotowanie informacji dokumentów użytkownikom (tyle czasu zyskali na pracę).

Po wystąpieniu nawiązała się dyskusja dotycząca oszacowania nakładów na zarządzanie informacją. Jakie środki są uzasadnione? Jak kalkulować zwrot z takiej inwestycji? Dariusz Gawryś podkreślał pragmatyczne, „szczupłe” podejście, adekwatne do celów i wyzwań (nie strzelać z armaty do wróbli), w którego ramach można szybko dowieść zysku z wdrożenia.

W drugiej części spotkania wystąpił Marek Wilczewski, dyrektor Biura Zarządzania Informacją Grupy PZU. Jest on autorem swoistego manifestu pragmatycznego podejścia do Big Data, który publikujemy w tym wydaniu CIO. Opisał ewolucję i dzisiejszy model zarządzania informacją w PZU. Akcentował podległość jednostki odpowiedzialnej za model informacyjny bezpośrednio do prezesa, ale przede wszystkim podkreślał konieczność budowy kultury posługiwania się informacją w firmie. Postawienie takiego fundamentu musi poprzedzić otwarcie się firmy na Big Data i integrację tego strumienia danych ze strumieniami wewnętrznymi, ustrukturyzowanymi i niestrukturyzowanymi, a więc danymi ciemnymi. Tymi ostatnimi – w miarę ich identyfikowania i w miarę potrzeb – odpowiednio do odkrytej ich wartości i opłacalności eksploracji. Trochę to przypomina eksplorację np. rud uranowych; dziś wydobywa się i przetwarza rudę ze złóż, które 30 lat temu ze względu na zawartość uranu oceniane były jako nieopłacalne…

Po spotkaniu nagraliśmy kilka wypowiedzi uczestników spotkania, a Marek Wilczewski udostępnił prezentację. Materiały te publikujemy na stronie www.klubcio.pl.