امروزه نقش و اهمیت داده در کسب و کارها بر هیچ کسی پوشیده نیست . به دفعات می شنویم و یا می خوانیم که داده یک دارایی ( asset ) است و از مزایای متعدد آن صحبت می کنیم . علی رغم این واقعیت درست ، در اغلب موارد ، همه چیز را در حد یک شعار زیبای درج شده بر روی یک اسلاید جذاب پاورپوینت خلاصه می کنیم و برای تحقق آن ، راه حل و یا راهکاری را ارایه نمی کنیم و یا مسیری مملو از سنگ فرش های شعارگونه ( طرح ها و یا برنامه ها ) را به عنوان نسخه نهایی تجویز می کنیم . به نظر ، شاید بهتر است گفته شود که داده می تواند به یک دارایی ارزشمند تبدیل شود و یا داده دارای این ظرفیت است که بتواند به یک دارایی راهبردی در یک سازمان تبدیل شود و برای صرف فعل توانستن نیز نسخه ای درست و واقعی متناسب با سطح بلوغ و توانمندی یک سازمان را تجویز کرد. ایجاد هر نقشه راه بدون توجه به سطح بلوغ و توانمندی یک سازمان ، احتمال رسیدن به مقصد را غیرممکن و یا به شدت کاهش می دهد. مهم این است که بتوان در فصل برداشت فرصت ها به سرزمین موعد رسید و از مزایای آن در راستای ایجاد تحول در کسب و کار و یا شکل دهی کسب و کارهای جدید به درستی و به موقع استفاده کرد . عدم توجه به موارد فوق چیزی جز هدر دادن  منابع و سرمایه ها را برای یک کسب و کار به دنبال نخواهد داشت و ممکن است یک کسب و کار را در شرایطی قرار دهد که حتی توان برگشت به شرایط قبل را نیز نداشته باشد . اگر به دنبال استفاده حداکثری از داده به منظور ایجاد ارزش می باشیم ، می بایست مجموعه تلاش ها و اقدامات متعددی را در حوزه های راهبردی ، تاکتیکی و عملیاتی یک کسب و کار انجام داد . تلاش هایی که می بایست با تمرکز بر اهداف راهبردی شروع و با مشاهده ، پایش و اندازه گیری نتایج در سطوح تاکتیکی و عملیاتی به طور مستمر ادامه یابد  .

الزامات مدیریت راهبردی داده  
قطعا مدیریت داده با تعریف درست آن نه تعریفی که هر فرد و یا شخص بر اساس ذهنیات و برداشت های سنتی خود ارایه می نماید ، یکی از اولین و مهم ترین گام های حرکت در مسیر ایجاد ارزش از داده است . مدیریت داده نیازمند یک تفکر راهبردی است تا بتوان ضمن تمرکز بر اهداف راهبردی کسب و کار ، در مسیری حرکت کرد که داده به یکی از بازیگران حیاتی در موفقیت یک کسب و کار تبدیل گردد . مدیریت داده در طول زنجیره تامین داده ( Data Supply Chain ) از تولید کنندگان و یا ارایه دهندگان داده تا مصرف کنندگان داده می تواند مسیر نیل به مزایای رقابتی را برای یک بنگاه کسب و کار هموار نماید .در شکل 2 ، ضرورت مدیریت داده در طول زنجیره تامین داده نشان داده شده است .



در سالیان اخیر بیش ترین نوشته ها و گفته ها بر روی واقعیت های سمت تولید و ویژگی های مرتبط با آن متمرکز بوده است و تاکید بر این موضوع که حجم ، سرعت و تنوع داده در سطح جهان قابل مقایسه با گذشته نمی باشد و سیلاب داده ، تمامی جهان را فراگرفته است . تاکید بر سه V معروف که امروزه شاید بتوان آن را به تعداد V بیش تری نیز تعمیم داد ، به نوعی بیانگر ویژگی های منحصر بفرد تولید داده در ابتدای زنجیره تامین داده می باشد . سمت دیگر این زنجیره ، مصرف داده است و این که کاربران کسب و کار چه انتظار و یا توقعاتی دارند و چگونه می توان نیاز مصرف کنندگان داده را به درستی مدیریت کرد . پرداختن بیش از حد به موضوع 3V  و مباحث جدیدی نظیرکلان داده ها ( big data ) نمی بایست نگاه ما به سمت مصرف داده را منحرف نماید ، چراکه در نهایت باید بتوانیم نیازهای مصرف کنندگان داده را به درستی ، به سرعت و با کیفیت بالا جواب دهیم . فراموش نکنیم ، ارزش داده در زمان استفاده از آن بیش تر می گردد و ماحصل تمامی تلاش های انجام شده به منظور ایجاد ، جمع آوری ، ذخیره ، پردازش و عرضه داده را می بایست در مشاهده  لبخند رضایت مصرف کنندگان داده  جستجو کرد  و گرنه ، تمامی هزینه های ایجاد و ذخیره سازی داده را پرداخت می کنیم  ولی در عمل و در زمان استفاده از داده و تامین رضایت ذینفعان مختلف ، حرف زیادی برای گفتن نداریم . این وضعیت دقیقا مشابه این است که ما محصولاتی را تولید کنیم  که در عمل و در بازار نتواند رضایت مشتریان هدف را تامین نماید و صرفا هزینه های تولید ، انبارداری و حمل و نقل محصول  را پرداخت کرده باشیم و درست در نقطه ای که می بایست به  نیازمصرف کنندگان هدف پاسخ بدهیم و به نوعی سهمی در بازار داشته باشیم و مدیریت تقاضا را انجام دهیم ، موفق نباشیم .
مدیریت داده مستلزم یک تفکر راهبردی است تا ضمن پذیرش واقعیت های سمت تولید ، بتوان بگونه ای داده را در طول مسیر زنجیره تامین داده مدیریت  کرد که به خواسته ها و انتظارات سمت مصرف داده  نیز به خوبی پاسخ داد . رضایت یک کسب و کار در جهت ایجاد ارزش از داده و تامین نیازهای داده مصرف کنندگان مختلف داده جز با مدیریت راهبردی داده در یک سازمان میسر نمی گردد و این که یک سازمان در خصوص داده خود تابع چه استراتژی است و چگونه این استراتژی را با استراتژی کسب و کار خود همسو می نماید و برای اجرای آن از چه نقشه راهی و با چه سنگ فرش هایی استفاده می کند . مهم ترین ماموریت استراتژی داده تضمین استمرار ایجاد ارزش از داده با تمرکز بر حوزه های مختلف داده  از طریق  همگرایی راهبردی بین یکایک حوزه های کاری ( دیسیپلین ها ) است .

استراتژی تجزیه وتحلیل داده   
 تجزیه و تحلیل داده یکی از مهم ترین فعالیت های مورد نیاز در طول زنجیره تامین داده و به منظور پاسخگویی به انتظارات سمت مصرف داده است . این که بدانیم هدف از تجزیه و تحلیل چیست ؟ دامنه و یا محدوده این کار چیست و قرار است چه چراغ روشنی را بر چه نقاط تاریکی و با چه توانی روشن کنیم ، نیازمند یک تفکر راهبردی در حوزه تجزیه و تحلیل داده است و گرنه ممکن است بسیاری از فعالیت هایی را که در گذشته نیز آنها را به نوعی انجام می دادیم به عنوان خروجی یک سیستم تجزیه و تحلیل و با هزینه ای بسیار بالا به کسب وکار خود تحمیل کنیم . استراتژی تجزیه و تحلیل داده به این پرسش اساسی پاسخ می دهد که چگونه یک سازمان قادر به تامین نیازهای تحلیلی و تصمیم گیری مبتنی بر داده می باشد . هر سازمان می بایست دارای یک استراتژی داده متاثر از استراتژی کسب و کار خود باشد و هر استراتژی تجزیه و تحلیل داده می بایست متصل و نشات گرفته شده از استراتژی داده باشد .هم استراتژی داده و هم استراتژی تجزیه و تحلیل می بایست توسط یک نهاد حاکمیتی با بهره گیری از اصول ، سیاست ها ، فرآیندها و رویه ها به درستی کنترل و نظارت شود تا  این اطمینان حاصل گردد که یک کار درست تعریف شده ( دیدگاه راهبردی ) به درستی در حال  انجام است ( دیدگاه عملیاتی ) تا در صورت خروج یک واگن از ریل ، بتوان  اولا به سرعت  آن را تشخیص داد  و ثانیا با صرف کمترین هزینه آن را به مسیر صحیح هدایت کرد .  حاکمیت داده و یا حکمرانی داده به دنبال همین موضوع است تا اطمینان حاصل شود تا مجموعه فرآیندهای  تعریف شده مرتبط با حوزه های کاری مختلف مدیریت داده به درستی انجام می شوند و استراتژی تعریف شده برای هر یک ( نظیر استراتژی مدیریت کیفیت داده ، استراتژی معماری داده ، استراتژی تجزیه و تحلیل داده و ... ) به درستی اجراء و با استراتژی داده همسو باقی می مانند .  در شکل 3 ارتباط بین استراتژی کسب و کار و استراتژی داده و تاثیر استراتژی داده بر روی استراتژی تجزیه و تحلیل و سایر حوزه های کاری مدیریت داده نشان داده شده است .


اجزاء یک استراتژی تجزیه و تحلیل داده    
یک استراتژی تجزیه و تحلیل داده از 5 حوزه کلیدی نشان داده در شکل 4 تشکیل می گردد .


عناصر فوق می بایست به درستی تعریف و درون یک سازمان با یکدیگر مرتبط شوند تا به راحتی تمامی کارکنان یک سازمان با اهداف تجزیه و تحلیل ، محدوده ، وضعیت فعلی و جاری ، فناوری و ابزارها و همچنین فرآیندهای حاکمیتی آشنا گردند . عدم موفقیت در تعریف درست عناصر فوق و همچنین برقراری ارتباطات درست بین آنها باعث شکل گیری فعالیت های تجزیه و تحلیل به صورت جزیره ای و شکل گیری ساختارهایی در سازمان می گردد که ضمن افزایش هزینه ها ، در خوشبینانه ترین حالت ،  دستاورد و ارزش های اندکی را برای یک سازمان به دنبال خواهد داشت . بپذیریم عدم توجه راهبردی به شیوه ورود به حوزه تجزیه و تحلیل داده در یک سازمان می تواند باعث شکل گیری سیلوهای تحلیلی مختلفی در سازمان گردد . این وضعیت دقیقا مشابه سیلوهای مختلف اطلاعاتی است که در گذشته ای نه چندان دور در سازمان ها ایجاد گردید که همچنان پاشنه آشیل بسیاری از سازمان ها برای هر نوع حرکت منسجم و یکپارچه سازی در بسیاری از  پروژه های فناوری اطلاعات است . هزینه ایجاد و نگهداری سیلوهای تحلیلی و همچنین عمق و غلظت تاریکی چاهی که سازمان ها ممکن است درون آنها بیافتند  به مراتب بیش تر از سیلوهای اطلاعاتی است . چراکه ممکن است یک سازمان تصمیمات کلان و راهبردی خود را با استناد به داده های جزیره ای اتخاذ نماید . این کار می تواند تبعات بسیار منفی را برای یک کسب و کار به دنبال داشته باشد . مهم این است که بتوان از داده های راهبردی برای تصمیم گیری راهبردی با استتناد به یک تفکر راهبردی در حوزه تجزیه و تحلیل داده  استفاده کرد .

این عناصر عبارتند از :  

•  اهداف ، می بایست شامل ماموریت تجزیه و تحلیل سازمان و ساختار سازمانی به همراه زمینه ها و خواسته های موجود باشد . وضعیت جاری و سوابق انجام تجزیه و تحلیل در سازمان می بایست مستند گردد . همچنین لازم است اهداف تجزیه و تحلیل ، محدوده و وضعیت مطلوب مورد نظر نیز مستند گردند .
• نیازهای کسب و کار، می بایست شامل خلاصه ای از نیازهای تجزیه و تحلیل و کارکردی داده و فاصله موجود با وضعیت مطلوب باشد . هر حوزه کسب و کار در یک سازمان بر این باور است که نیازهای آنها دارای اهمیت بیش تر است . بنابراین لازم است از یک روش مناسب برای همسویی و اولویت بندی نیازها استفاده شود تا در ادامه با تهیه یک نقشه راه اهمیت آنها را در سراسر سازمان نه صرفا یک واحد بخصوص مشخص کرد . معمولا همسویی و اولویت بندی نیازها توسط نهادهای حاکمیتی ( نظیر حاکمیت داده ) و مشارکت با کمیته های کاری مختلفی تعیین می گردد .
•  ارزش و یا مزایای کسب و کار، این اطمینان را ایجاد خواهد کرد که سرمایه گذاری بر روی برنامه های داده و تجزیه و تحلیل به طور مستمر انجام می شود. اکثر سازمان ها دارای یک زمانبندی مشخص در خصوص درگیر شدن در یک مورد کاری می باشند . این موضوع می تواند در خصوص نیازهای تجزیه و تحلیل تا حدودی متفاوت باشد چراکه هر درخواست می تواند با تاکید بر ایجاد ارزش و مزایایی که می تواند نصیب یک سازمان شود به پارامترهایی نظیر افزایش درآمد ، کاهش هزینه ها و یا بهبود بهره وری اشاره می نمایند. در پروژه های بزرگ تر می بایست از معیارهای کلیدی عملکرد ( KPIs ) شفاف برای بیان ارزش هایی که کسب و کار به دنبال آنها است ، استفاده گردد . در این راستا ، پیشنهاد می گردد که از یک روش ارزش گذاری کسب و کار استفاده شود ( به عنوان نمونه بازگشت سرمایه گذاری ) . همچنین لازم است پس از اتمام یک پروژه و یا برنامه ، نسبت به ارزیابی آن و این که به اهداف تعریف شده خود دست یافته است ، اقدام شود .
•  فناوری ، شامل دسته بندی های اطلاعاتی ، معماری و استانداردها ، ابزارها و برنامه ها می باشد . دسته بندی های اطلاعاتی می بایست بخشی از استراتژی داده باشد . معماری و استانداردها بسیار حیاتی می باشند و می بایست بطور مستمر و به منظور تامین نیازهای مستمر کسب و کار و بلوغ تجزیه و تحلیل بهنگام شوند . همچنین استفاده از ابزارها و برنامه های درست یک موضوع حیاتی می باشد خصوصا در مواردی که قرار است به سمت ارایه خدمات به صورت سلف سرویس برای کاربران حرکت کرد. توجه به موارد دیگری نظیر نوع های مختلف داده ، امنیت داده ، پلت فرم فناوری نیز از دیگر موارد مهم در حوزه فناوری است که می بایست به آنها توجه جدی شود .
• سازمان  ، به جنبه انسانی تجزیه و تحلیل اشاره دارد که از آن به عنوان پاشنه آشیل بسیاری از برنامه ها یاد می شود . این شامل رهبری تجزیه و تحلیل داده در یک سازمان است که می تواند مسئولیت آن بر عهده مدیرارشد تجزیه و تحلیل ( CAO ) و یا مدیرارشد داده ( CDO ) و یا کمیته اجرایی حاکمیت داده گذاشته شود . بسیاری از سازمان ها برای ایجاد یک بستر مناسب از یک پورتال ارتباطی در حوزه تجزیه و تحلیل داده به منظور مشارکت تمامی بازیگران درگیر در فرآیند تجزیه و تحلیل داده استفاده می نمایند . نقش و جایگاه کمیته راهبری حاکمیت داده و همچنین کمیته های کاری نظیر ناظرین داده در تجزیه و تحلیل داده  بسیار حیاتی است . یک نقشه راه استراتژی کوتاه مدت و بلند مدت به همراه نقاط عطف پروژه می بایست به درستی مشخص شودو به طور مستمر نگهداری و بر روی پورتال منتشر گردد . همچنین لازم است  یک داشبورد تجزیه و تحلیل با معیارهای کلیدی عملکرد مختص تجزیه و تحلیل ایجاد و به منظور آگاهی سایر بازیگران بر روی پورتال منتشر شود . طراحی  و اجرای برنامه های آموزشی هدفمند متناسب با نیاز گروه های مختلف کاربران از دیگر الزامات یک برنامه تجزیه وتحلیل داده می باشد . 

پس از تعریف استراتژی داده و استراتژی تجزیه و تحلیل داده ، می بایست بستر و شرایط مناسب برای عملیاتی سازی آنها فراهم گردد. ایجاد یک مرکز تعالی تجزیه و تحلیل داده که بتوان تمامی فعالیت های مورد نظر را به کمک بازیگران مختلف  به درستی مدیریت و هدایت کرد ، از جمله اقدامات ضروری در راستای پیاده سازی و اجرای منسجم و هدفمند یک استراتژی تجزیه و تحلیل داده است .

خلاصه
 تعریف یک استراتژی مدون برای مدیریت داده و همچنین تجزیه و تحلیل داده یکی از اقدامات اولیه و حیاتی برای حرکت در مسیر ایجاد ارزش و نیل به مزایای رقابتی برای یک کسب و کار است . اگر مدیریت داده را مدیریت داده در طول زنجیره تامین داده بدانیم ، می بایست استراتژی داده با تمرکز بر این تفکر راهبردی تدوین گردد . بدون شک به هر میزان که از سمت تولید داده به سمت مصرف داده در طول زنجیره تامین داده حرکت می کنیم ، می بایست قادر به تامین نیازهای داده ذینفعان مختلف کسب و کار به اشکال مختلف باشیم . نیاز به تجزیه و تحلیل داده ، مصرف کنندگان مختص به خود را در یک کسب و کار دارد . نیازی که جزء با ایجاد و توسعه یک استراتژی تجزیه و تحلیل داده  و توجه به عناصر مختلف آن میسر نخواهد شد. وجود یک استراتژی تجزیه و تحلیل داده و تلاش در جهت پیاده سازی آن باعث عدم شکل گیری سیلوهای تحلیلی داده می گردد و شرایط استفاده حداکثری از داده در راستای ایجاد ارزش و مزایا را برای یک کسب و کار فراهم می نماید.