Apa itu Silo Data dan Masalah Apa yang Disebabkannya?

Data adalah keunggulan kompetitif Anda. Ini memungkinkan Anda untuk meningkatkan proses, produk, dan operasi Anda untuk membangun bisnis yang lebih baik daripada pesaing. Namun data juga rapuh, dan tanpa tata kelola data yang tepat, integritas data dapat dikompromikan.

Dalam posting blog ini, kita akan berbicara tentang salah satu alasan utama masalah integritas data: silo data. Mari selami apa itu, mengapa mereka ada, dan bagaimana memecahnya.

Takeaway kunci

• Silo data adalah data yang disimpan oleh individu atau departemen yang tidak dapat diakses oleh orang lain dalam organisasi.
• Organisasi yang berkembang, budaya data yang buruk, dan kurangnya teknologi yang tepat adalah penyebab utama dari data yang terkurung.
• Silo data bermasalah karena membatasi visibilitas bisnis, mengancam integritas data, menyia-nyiakan sumber daya perusahaan, menciptakan lingkungan yang kurang kolaboratif, menyebabkan pengalaman pelanggan yang buruk, dan membahayakan keamanan data.
• Beberapa gejala umum dari data silo adalah lambatnya waktu untuk mendapatkan wawasan atau karyawan yang frustrasi karena kurangnya visibilitas bisnis.
• Memecah silo data adalah proses yang panjang dan menantang. Anda dapat membuatnya lebih lancar dengan menggunakan platform otomasi, seperti pipa ETL yang mengekstraksi data dari berbagai sumber, mengubahnya, dan mendorongnya ke satu sumber kebenaran (SSOT).

Apa Itu Silo Data?

Pikirkan silo data sebagai kumpulan data bisnis milik departemen atau bahkan individu—dan tidak dapat diakses oleh orang lain dalam organisasi. Ini menghasilkan informasi yang terisolasi yang pada akhirnya merusak kualitas data organisasi.

Mengapa Silo Data Ada?

Tidak ada yang mulai berencana membuat silo data. Tetapi beberapa organisasi lebih rentan terhadap mereka.

Struktur organisasi cocok untuk data silo

Bisnis sering mendapat manfaat dari pemisahan tanggung jawab. Tapi departementasi dapat menyebabkan isolasi beberapa data. Dengan setiap departemen mengumpulkan datanya sendiri untuk tujuannya sendiri, mereka secara tidak sengaja membuat silo data.

Bisnis tidak memiliki budaya kualitas data yang baik

Organisasi dengan budaya data yang belum matang lebih cenderung memiliki masalah silo data. Perusahaan-perusahaan ini biasanya kekurangan dokumentasi dan tata kelola data, sehingga tidak ada pemahaman bersama tentang mengumpulkan, mengelola, dan menyimpan data.

Hal ini mengakibatkan karyawan tidak memiliki panduan yang tepat dalam membagikan data yang mereka kumpulkan.

Teknologi membatasi upaya kualitas data

Teknologi terkadang dapat menyabotase upaya organisasi untuk mempertahankan data berkualitas baik.

Ketika sebuah bisnis menggunakan berbagai perangkat lunak untuk menjalankan operasinya, perangkat lunak yang berbeda ini mungkin tidak kompatibel satu sama lain. Ini mempersulit pembagian data.

Alternatifnya, beberapa organisasi kekurangan akses ke teknologi yang memprioritaskan komunikasi antara sumber data yang berbeda, yang pasti mengarah ke masalah silo data.

Pertumbuhan bisnis melemahkan praktik manajemen data

Pertumbuhan bisnis mengarah pada pembentukan departemen baru, karyawan baru, proses baru, dan perangkat lunak baru untuk mendukung bisnis yang berkembang.

Ketika manajemen data bukan prioritas, semua perubahan baru-baru ini membuat individu mengada-ada seiring berjalannya waktu—yang hampir selalu mengarah pada masalah kualitas data, terutama silo data.

Contoh Umum Silo Data

Data tidak duduk di silo dengan sendirinya. Ini adalah tindakan yang kami ambil yang menempatkan data ke dalam silo. Berikut ulasan tentang kasus penggunaan umum saat organisasi membatasi aksesibilitas data (paling sering secara tidak sengaja).

Menggunakan spreadsheet di sebagian besar operasi bisnis

Spreadsheet masih menjadi alat paling populer untuk memproses, membuat kueri, dan mendemokratisasi data di banyak perusahaan. Padahal mereka sering menyusahkan tim data.

Spesialis non-teknis (misalnya, pemasar atau petugas keuangan) menguasai rumus spreadsheet dan melakukan hal-hal luar biasa dengan satu VLOOKUP.

Meskipun mudah digunakan, spreadsheet sering kali menjadi kuburan data. Setelah membuat kueri yang diperlukan, data hilang di cloud seseorang dan tidak mencapai penyimpanan terpusat.

Spreadsheet juga menjadi silo data saat beralih dari prototipe ke produksi. Jika beberapa logika bisnis Anda berputar di sekitar spreadsheet, itu adalah tanda yang jelas bahwa Anda harus membuat sesuatu yang lebih praktis. Ada beberapa alasan untuk menghindari spreadsheet, mulai dari batasan data hingga ketidakmampuan untuk menyertakan setiap spreadsheet dalam proses tata kelola data.

Cara menghapus data Anda dari spreadsheet: Mulailah dengan meninjau spreadsheet raksasa yang sangat penting untuk beberapa operasi bisnis Anda. Mereka kemungkinan besar tidak efisien karena ukurannya dan banyaknya makro dan formula yang ada di atasnya.

Menemukan cara untuk mentransfer data ke arsitektur yang lebih berkelanjutan, seperti gudang data cloud, akan meningkatkan aksesibilitas data dan kinerja individu setiap karyawan yang berinteraksi dengan data.

Kueri transformasi yang tidak terstruktur dengan baik

Saat menggabungkan berbagai jenis data, seperti data keuangan, pemasaran, dan penjualan, untuk membuat satu sumber kebenaran, banyak hal menjadi sedikit berantakan.

Pertama, data yang berbeda memiliki konvensi penamaan yang berbeda yang harus diselaraskan agar masuk akal. Selain itu, Anda harus membuat kueri tambahan selain kueri sebelumnya untuk membuat laporan ad-hoc tentang kinerja kampanye, pertumbuhan pendapatan, dan sebagainya.

Akhirnya, Anda akhirnya memiliki kueri SQL sepanjang tiga halaman yang hanya masuk akal bagi pemiliknya. Pekerjaan transformasi Anda mungkin sangat rumit sehingga sebagian dari data yang diperlukan tidak mencapai saluran data.

Bagian terburuknya adalah analis dapat melihat penurunan/peningkatan drastis dalam metrik, tetapi mereka tidak dapat memahami alasan di baliknya karena mereka tidak dapat mengetahui bagaimana data ini ditanyakan.

Cara menghapus data Anda dari kueri kompleks: Masalah ini dapat didekati dengan dua cara berbeda.

Jika perusahaan Anda melakukan transformasi secara internal, pisahkan kueri kompleks menjadi beberapa pos pemeriksaan dan simpan dalam tabel untuk pemeriksaan kualitas data menengah. Langkah-langkah transformasi yang terdefinisi dengan jelas dan verifikasi kualitas data setelah setiap langkah memastikan bahwa tidak ada data yang lolos dari jalur pipa.

Pilihan lainnya adalah menggunakan solusi transformasi otomatis untuk berbagai jenis data. Misalnya, Improvado, saluran data pemasaran otomatis, mengubah semua data menurut resep yang telah ditentukan sebelumnya. Anda dapat memilih resep apa pun dan tahu persis seperti apa data Anda setelah proses transformasi.

Improvado juga memungkinkan Anda membuat kueri transformasi seperti SQL Anda sendiri dalam antarmuka tanpa kode, seperti spreadsheet. Anda dapat dengan jelas melihat ketergantungan antara entri data yang berbeda dan mengubah data dengan cara apa pun yang Anda perlukan, tanpa menulis kueri SQL apa pun.

Solusi pihak ketiga yang menjaga sandera data Anda

Pasar saat ini penuh dengan solusi ETL yang dapat mengekstrak data Anda dari sumber mana pun, mengubahnya menjadi format yang mudah dicerna, dan menampilkannya di dasbor yang berwawasan luas. Namun, sebagian besar solusi ini memiliki kelemahan utama: vendor lock-in.

Mari ambil Datorama (Salesforce Marketing Cloud) sebagai contoh. Ini adalah solusi komprehensif untuk perusahaan besar yang mengotomatiskan pelaporan pemasaran dan merampingkan data dari ratusan sumber. Dari pandangan pertama, itu adalah impian setiap pemasar. Ini menampilkan laporan ad-hoc tentang data dari semua platform iklan populer.

Segalanya menjadi rumit jika dilihat dari sudut silo data. Anda tidak dapat memuat data dari Datorama ke penyimpanan internal Anda atau menggabungkan data ini dengan wawasan pihak ketiga yang dikumpulkan di pihak Anda. Dengan kata lain, Anda menjadi sangat terkunci dengan data yang hanya tersedia di Datorama, dan Anda juga tidak dapat berbagi wawasan yang berguna di luar platform.

Penguncian vendor ini membuat Anda bergantung pada vendor dan rentan terhadap perubahan apa pun dalam kebijakan penetapan harga. Jika Anda tidak setuju dengan perubahan harga, Anda tidak bisa menyerah begitu saja pada platform, karena Anda kehilangan semua data historis yang telah Anda kumpulkan. Itu sebabnya Anda harus berpikir dua kali sebelum mempercayakan data Anda ke platform tersebut.

Cara menyimpan data Anda agar tidak terjebak: Jika Anda memutuskan untuk menggunakan platform pihak ketiga, pilih vendor yang memberi Anda akses penuh ke data Anda.

Sekali lagi, mari kita lihat Improvado. Ini menawarkan Anda berbagai cara untuk menyimpan data Anda. Itu dapat dimuat ke gudang data cloud Anda, seperti Google Big Query, atau Anda dapat mengkueri data Anda dari lingkungan Improvado. Jika Anda tidak memiliki gudang data sendiri atau keahlian untuk mengelolanya, Improvado menawarkan layanan manajemen gudang data.

Dengan cara ini, Anda tahu bahwa data Anda akan tetap bersama Anda dalam keadaan apa pun dan Anda dapat membuatnya dapat diakses sepenuhnya oleh karyawan mana pun di perusahaan Anda.

Mengapa Silo Data Bermasalah?

Silo data adalah masalah yang sangat umum dengan implikasi organisasi dan bisnis yang luas.

Batasi visibilitas bisnis

Ketika data bisnis yang relevan tidak dapat dihubungkan ke database pusat, wawasan yang didapat oleh pembuat keputusan tidak akan mencerminkan keadaan sebenarnya dari operasi bisnis. Ini dapat berkontribusi pada keputusan bisnis yang lebih berbahaya daripada kebaikan.

Selain itu, ketika analis membutuhkan data yang tidak mudah diakses, mereka akan membutuhkan banyak waktu untuk menemukannya dari berbagai tempat. Hal ini mengurangi waktu untuk mendapatkan wawasan, waktu rata-rata yang diperlukan untuk memperoleh wawasan yang dapat ditindaklanjuti, dan memperlambat kelincahan bisnis.

Beberapa wawasan dapat sepenuhnya terlepas dari analitik tanpa pertukaran data antar departemen.

Misalnya, bagaimana Anda mengatribusikan prospek ke pendapatan dan mengidentifikasi saluran berperforma terbaik tanpa penyelarasan penjualan dan pemasaran? Atau, bagaimana Anda mengetahui LTV pelanggan Anda tanpa informasi dari tim sukses pelanggan?

Merusak integritas data

Silo data menghasilkan data bisnis yang tidak lengkap, yang membahayakan integritas data.

Hal ini dapat menyebabkan keputusan bisnis yang buruk setidaknya atau bencana besar paling buruk — seperti yang dipelajari NASA setelah mereka kehilangan Mars Climate Orbiter karena dua departemen gagal mengomunikasikan bahwa mereka menggunakan unit pengukuran yang berbeda.

Bahkan jika Anda tidak bekerja di industri kedirgantaraan, Anda masih rentan terhadap bias yang disebabkan oleh silo data. Bayangkan sebuah departemen pemasaran yang mencoba mengoptimalkan kampanye untuk pendapatan tanpa data penjualan yang relevan. Seluruh pengoptimalan hanya menjadi tebakan.

Sumber daya bisnis limbah

Biaya penyimpanan data bisa sangat mahal. Karena banyak silo data menyimpan data yang serupa atau usang, organisasi Anda mengalokasikan sumber daya anggaran ke penyimpanan data yang tidak lagi melayani organisasi.

Intinya, keputusan bisnis berdasarkan data ini bahkan dapat merusak pendapatan bisnis. Misalnya, jika Anda memiliki data yang tidak akurat selama peluncuran produk, penyedia layanan email (EMS) Anda mungkin mengirimkan email yang salah kepada pelanggan. Atau ke segmen yang salah, atau di hari yang salah. Ini tidak hanya menghancurkan kepercayaan pelanggan tetapi juga mempengaruhi ROI.

Kurangi kolaborasi karyawan

Data yang tidak dibagikan secara bebas dapat menimbulkan konflik antara karyawan dan departemen.

Katakanlah Anda ingin tahu apakah pesan baru beresonansi dan sampai ke prospek. Untuk ini, Anda perlu menilai kualitas prospek dan memverifikasi prospek ke tingkat konversi penjualan.

Bagaimana jika butuh waktu lama untuk mendapatkan data ini dari penjualan, jika sama sekali, memperlambat proses Anda? Ini berpotensi memicu perasaan buruk antara Anda dan titik kontak Anda di departemen penjualan.

Demikian pula, kurangnya transparansi data menghambat kolaborasi antar departemen yang berbeda. Mereka menjadi pulau kecil mereka sendiri di mana ide-ide bagus mati karena kolaborasi dan kerja sama tidak didorong.

Memperkuat pengalaman pelanggan yang buruk

Setiap kali pelanggan berinteraksi dengan bisnis, ada perangkat lunak yang dapat merekam interaksi tersebut.

Sekarang bayangkan jika tidak ada cara untuk menghubungkan data antara alat yang berbeda ini. Banyak data akan disekat, dan Anda akan kesulitan mencari tahu bagian mana dari perjalanan pelanggan yang harus dioptimalkan dan bagaimana Anda dapat mempersonalisasi setiap keterlibatan pelanggan.

Ini selanjutnya akan mengarah pada pengalaman pelanggan yang terputus-putus yang akan mendorong mereka menjauh dari merek Anda.

Kompromi keamanan data

Ketika data disimpan dalam folder digital seseorang, yang tidak dapat diakses oleh jaringan keamanan data terpusat, menjadi sulit bagi organisasi untuk memasukkan langkah-langkah keamanan ke dalam arsip ini. Anda tidak akan memiliki kendali atas izin pengguna, yang meningkatkan ancaman pelanggaran data.

Bagaimana Anda Tahu Anda Memiliki Masalah Silo Data?

Masalah silo data sering muncul dengan sendirinya dalam operasi bisnis sehari-hari. Mereka memengaruhi semua orang di semua tingkatan, dari pembuat keputusan hingga karyawan garis depan.

Eksekutif puncak akan membutuhkan waktu lama untuk mendapatkan informasi yang mereka butuhkan untuk mengambil keputusan. Mereka tidak akan tahu tuas mana yang harus ditarik untuk mencapai tujuan bisnis. Kurangnya visibilitas pada tren industri berarti mereka sering lambat menanggapi perubahan kebutuhan pelanggan.

Kurangnya keselarasan penjualan dan pemasaran juga bisa menjadi gejala masalah silo data. Saat individu merasa tidak diberi akses ke data yang relevan untuk melakukan pekerjaan mereka, akan lebih mudah untuk menuding karyawan lain yang "menahan" informasi tersebut. Hal ini sering menyebabkan persaingan yang tidak sehat dan lingkungan kerja yang beracun, belum lagi kinerja yang buruk dan hilangnya pendapatan.

Cara Memecah Silo Data

Memecah silo data bisa menjadi salah satu tugas paling menantang yang ada untuk bisnis. Mereka begitu tertanam dalam budaya perusahaan sehingga sulit untuk dihilangkan. Memecahnya harus menjadi inisiatif top-down dan program pendidikan di seluruh perusahaan.

Terima mereka ada

Silo data dapat terjadi pada organisasi mana pun. Semakin cepat perusahaan Anda menerima ini, semakin cepat Anda mengambil langkah-langkah yang diperlukan untuk menghilangkannya.

Cari tahu bagaimana keputusan dibuat di organisasi Anda

Tujuan utama data dalam organisasi mana pun adalah untuk membuat keputusan yang lebih baik. Jadi, untuk memahami aliran data di dalam perusahaan Anda, pertama-tama Anda harus mendefinisikan dengan jelas proses pengambilan keputusan.

Chris Ortega, CEO Fresh FP&A dan seorang pemberi pengaruh keuangan terkemuka, menyarankan untuk menggunakan kerangka kerja yang disebut Siklus Keputusan. Menurut kerangka kerja ini, siklus keputusan memecah keputusan menjadi lima pilar inti:

1. Proses
2. Data
3. Informasi
4. Pengetahuan
5. keputusan bisnis

Pilar-pilar ini saling terkait satu sama lain. Dengan kata lain, proses menggerakkan data. Data kemudian diubah menjadi informasi. Pada gilirannya, informasi tersebut menjadi pengetahuan yang mempengaruhi semua keputusan bisnis.

Ketika Anda menyadari bagaimana keputusan dibuat di dalam organisasi Anda, Anda kemudian dapat mengidentifikasi silo data di seluruh departemen dan menemukan teknologi yang tepat untuk mengotomatiskan proses konversi data menjadi pengetahuan dan mengurangi friksi dalam proses pengambilan keputusan.

Identifikasi silo data di organisasi Anda

Identifikasi akar penyebab masalah silo data Anda. Apakah itu budaya perusahaan? Teknologi? Prosesnya? Kemudian buat rencana untuk mengkonsolidasikan, mengganti, atau mengelolanya.

Jika Anda menyimpan data di dalam organisasi, departemen Anda mungkin berfungsi sebagai unit bisnis terpisah. Itu berarti Anda perlu mengidentifikasi data yang disimpan di dalam setiap departemen.

Berikut adalah beberapa tanda yang menunjukkan bahwa Anda berada di jalur yang benar:

• Sebuah departemen sering mengeluh tentang kurangnya data untuk kegiatan bisnis tertentu.
• Tidak ada data yang cukup untuk memahami pengaruh departemen terhadap proses bisnis perusahaan (bayangkan satu potongan teka-teki hilang dalam gambaran holistik upaya perusahaan Anda).
• Ada ketidakpastian tentang metrik keberhasilan departemen tertentu.
• Ada ketidakmampuan untuk mengakses data departemen dengan cepat.

Juga, hubungi tim TI Anda untuk mendapatkan daftar sistem yang digunakan oleh setiap departemen untuk lebih memahami di mana data hilang.

Mengidentifikasi kebutuhan data dari berbagai departemen dan individu

Buat daftar tim berbeda yang membutuhkan data dan cari tahu apa yang mereka butuhkan dan mengapa mereka membutuhkannya. Kemudian identifikasi departemen lain mana yang telah mencatat data tersebut dan bagaimana mereka merekamnya.

Mengintegrasikan semua data dan aplikasi

Cari tahu cara untuk mendapatkan aplikasi bisnis yang berbeda untuk berkomunikasi satu sama lain. Bisakah Anda menggabungkan beberapa aplikasi? Apakah ada perangkat lunak yang mempersulit berbagi data? Bisakah Anda mengganti salah satu alat yang saat ini Anda gunakan?

Setelah Anda mengetahuinya, bangun satu sumber kebenaran untuk semua data yang dikumpulkan organisasi Anda. Manfaatkan alat yang fleksibel dan dapat diskalakan, seperti platform ETL yang membantu memecah silo data, mengubah data menjadi satu format, dan memuat data terpadu ke gudang data.

Tambahkan konteks bisnis ke data Anda

Data itu sendiri adalah konsep yang sangat teknis. Ada tabel, gabungan, serikat pekerja, dan banyak lagi jargon teknis. Namun jika menyangkut proses bisnis, data Anda harus memiliki konteks bisnis.

Bayangkan sebuah tabel database bernama "cost-flowchart-1.XML". Itu tidak terdengar seperti sesuatu yang sangat berharga bagi orang non-teknis. Tetapi ketika semua orang tahu bahwa tabel ini adalah hierarki pusat biaya atau bagan prospek yang ditarik selama kuartal tersebut, itu memiliki arti tertentu.

Data unsiloed adalah aset seluruh perusahaan, bukan hanya kumpulan angka untuk insinyur data. Jadi, itu harus mudah dibaca oleh siapa saja yang berinteraksi dengannya.

Seperti yang dikatakan Jagdish Sahasrabudhe, SVP Aplikasi dan Platform Bisnis di SAP, dalam pembicaraannya baru-baru ini: “Hanya jika Anda memiliki konteks dan semantik yang ditetapkan ke data, itulah yang membawa data tersebut lebih dekat ke proses bisnis. Tanpa itu, itu hanya sekumpulan bit dan byte.

Mengembangkan strategi untuk data unsiloed

Membuat data Anda dapat diakses sangat bagus secara default. Namun, dalam skala yang lebih besar, Anda perlu bertanya pada diri sendiri: "Mengapa perusahaan saya membutuhkannya?"

Ini mungkin merupakan awal menuju inovasi, serta inisiatif yang gagal memberikan hasil apa pun. Dan satu-satunya perbedaan antara hasil ini adalah strateginya.

Anda dapat mempertimbangkan mencari mitra untuk mengisi kesenjangan pengalaman dan strategi saat menggunakan data Anda untuk mendorong inovasi. Alih-alih memikul tanggung jawab ini pada Anda atau kolega Anda, mengapa tidak mendelegasikannya ke tim yang telah membantu banyak perusahaan di berbagai industri?

Melalui kerangka Layanan Profesional, Improvado beralih dari vendor ke mitra dan membantu tim klien membuat dasbor yang berwawasan dan membuat keputusan berdasarkan informasi yang tersedia. Penting untuk memiliki panduan dan keahlian di pihak Anda sejak awal dalam proses untuk memiliki strategi yang jelas tentang apa yang harus dilakukan dengan data baru Anda.

Kembangkan dan mobilisasi program kualitas data Anda

Kualitas data sering dipandang sebagai masalah TI, namun kenyataannya, ini adalah tanggung jawab bersama. Dorong kepemilikan data, sehingga setiap orang bertanggung jawab untuk membuat dan menyimpan data berkualitas baik. Untuk memastikan keberhasilan program tata kelola data Anda, buatlah dengan jelas dan mudah dipahami oleh semua orang di perusahaan.

Terakhir, jadikan transparansi data sebagai aspek bisnis yang berharga. Hentikan budaya persaingan antar departemen dan tekankan pentingnya kolaborasi menuju pertumbuhan bisnis.

Kelola budaya data baru Anda

Memulai sistem kualitas data baru dapat memakan waktu. Beberapa karyawan mungkin kembali ke praktik lama atau bingung tentang apa yang harus mereka lakukan.

Bersiaplah untuk kekurangan ini. Bersikaplah fleksibel dalam cara Anda mengelola data ke depannya sementara tim mulai terbiasa dengan pendekatan baru Anda terhadap manajemen data.

Giliranmu

Memecah silo data harus menjadi bagian dari program manajemen data yang lengkap. Ketika Anda memiliki peraturan tentang bagaimana organisasi Anda mengumpulkan, mengelola, dan menyimpan data, silo data cenderung tidak terjadi.