Tres formas de mejorar la usabilidad de los informes de big data
- Gestión de información
Quienes dirigen las funciones de big data y análisis en las empresas pueden hacer varias cosas para asegurarse de que sus usuarios aprovechen al máximo los paneles e informes de big data. Aquí hay tres recomendaciones:
1. Cíñete al caso empresarial
Una vez que se determina un caso de uso empresarial para un panel de control de big data y un proyecto de informes, manténgase con la especificación. Si surgen problemas secundarios, colóquelos en un "estacionamiento" de ideas que pueda abordar más adelante.
2. Mantener una estrecha colaboración con los usuarios
Sus informes y paneles de big data serán exitosos en la medida en que los usuarios los utilicen. La mejor manera de garantizar que los paneles y los informes sean relevantes es escuchar las necesidades de los usuarios y consultar periódicamente con los usuarios para ver si es necesario realizar actualizaciones o cambios.
3. Trate los informes de macrodatos y paneles como cualquier otro informe de TI
Una práctica de TI estándar es revisar los informes que los usuarios reciben anualmente y determinar el grado en que se utiliza cada informe. Si los informes rara vez se utilizan o no se utilizan, reúnase con los usuarios para ver si el informe debe modificarse o interrumpirse. Lo que no quiere es un almacén lleno de estanterías que nadie quiere.
Esto también se aplica a los informes y paneles de big data, que deberían estar sujetos al mismo nivel de escrutinio que los informes de TI más antiguos. Si no se utilizan paneles e informes de macrodatos, discútalos con los usuarios para ver si se pueden modificar. Si no se pueden actualizar para su uso, deséchelos.
Descubre la innovación
Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.