Laajan tietoalusta-arkkitehtuurin suunnittelu
Datavetoisen organisaation toiminta perustuu mittaamiseen ja parantamiseen. Pelkkä mittaaminen ilman parantamista nostaa esiin ongelmia tarjoamatta ratkaisuja.
Siksi datavetoinen organisaatio hyödyntää dataa ja analytiikkaa päätöksentekoprosessin kaikissa vaiheissa:
- parannuskohteiden tunnistamiseen (kuvaileva analytiikka)
- päättelemiseen, mikä vaikuttaa valitun parannuskohteen tuloksiin (selittävä analytiikka)
- tulevaisuuden tulosten ennustamiseen eri skenaarioilla, päätöksillä ja toimenpiteillä (ennakoiva analytiikka)
- suosittelemaan optimaalisia toimenpiteitä haluttujen tulosten saavuttamiseksi (ohjaava analytiikka)
Prosessi muodostaa jatkumon mittaamisesta parantamiseen.
Tarvitaan yhtenäinen tietopohja, jotta päätöksentekoprosessi pysyy ehjänä.
Mitä kurssilla opitaan:
Kurssilla opitaan käytäntöjä laajan tietoalustan loogisen tietoarkkitehtuurin suunnitteluun.
Tietoarkkitehtuurin on palveltava kaikkia päätöksentekoprosessin vaiheita. Onnistuneessa tietoarkkitehtuurissa on keskeistä ratkaista seuraavat haasteet:
- päätöksentekoprosessin eri vaiheet hyödyntävät analytiikan eri lajeja, ja nämä asettavat arkkitehtuurille osin eriäviä vaatimuksia, joita on tuettava samanaikaisesti
- tietoarkkitehtuurin olisi oltava laajennettava jopa koko organisaation laajuiseksi, ainakin jos halutaan mitata ja parantaa laajoja kokonaisuuksia osaoptimoinnin sijasta
Kurssilla opitaan, miten looginen tietoarkkitehtuuri suunnitellaan tietomallinnuksen keinoin. Laaja kokonaisuus suunnitellaan pienemmissä paloissa, jotka yhdessä muodostavat yhtenäisen kokonaisuuden.
Sisältö:
Kokonaisuuden hallinta tasoittaisella mallintamisella
- Miten laaja kokonaisuus pilkotaan osiin
- Miten osat muodostavat eheän kokonaisuuden tasoittaisen mallintamisen avulla
Yksityiskohtien hallinta syvämallintamisella
- Millaisia vaatimuksia analytiikan eri lajit asettavat tietojen yhdisteltävyydelle
- Miksi tietomallin yksityiskohtien täsmällinen tunnistaminen on tärkeää tietojen yhdisteltävyyden mahdollistamiseksi
- Yhteyksien ja yhteysketjujen tunnistaminen pilkkomalla ongelma palasiin
- Yksityiskohtaisten mallien sovittaminen kokonaisuuteen
Onnistuneen tietoalusta-arkkitehtuurin liiketoimintahyödyt
- Miten onnistunut tietoarkkitehtuuri vaikuttaa organisaation kykyyn toimia päätöksentekoprosessin eri vaiheissa
- Kuvaileva, selittävä, ennustava ja ohjaava analytiikka – miten näiden saumaton yhteispeli on keskeistä datavetoisen toiminnan mahdollistamiseksi.
Kiinnostuitko koulutuksesta?
Jos haluat lisätietoa aiheesta Laajan tietoalusta-arkkitehtuurin suunnittelu, klikkaa alta ja täytä yhteydenottolomake. Kysymyksesi lähetetään suoraan koulutuksen järjestäjälle.Seuraavat toteutukset
Kouluttaja
HANNU JÄRVI, Machine Learning / Artificial Intelligence lead at Ari Hovi
Hannu on työskennellyt tekoälyn parissa ensimmäisen kerran 90-luvun puolivälissä. Hänellä on kirkas käsitys siitä, mikä on tekoälyssä tänä päivänä realismia, ja mikä mainospuhetta.
Hannu on auttanut organisaatioita AI-strategiatyössä pienistä organisaatioista suurimpiin vientiryrityksiin, mukaan lukien yliopistollisen keskussairaalan johtoryhmä ja TOP10-pörssiyrityksen AI-strategiatyöstä vastaava johtajisto.
Hän on kouluttanut hetorogeenisiä ryhmiä AI-vasta-alkajista koneoppimisen tohtoreihin tunnistamaan ja työskentelemään yhdessä AI:n liiketoiminnallisten mahdollisuuksien parissa.
Kustannukset
1400€+alv
Ota yhteyttä
Menesty datalla Suomen ykkösosaajan kanssa
Haetko organisaatiollesi kilpailuetua datasta? Tarvitsetko kumppanin, joka tukee sinua datatyön kaikissa vaiheissa datastrategioista ja auditoinneista osaamisen kehittämiseen? Ari Hovi on täyden palvelun konsultti- ja koulutustalo, jolla on vuosikymmenten kokemus alan parhaista käytännöistä ja liiketoimintalähtöinen ote datatyöhön. Olivatpa haasteesi tiedolla johtamisen,...
Lue lisää kouluttajasta Ari Hovi Oy ja katso koulutustarjonta täältä