Il CIO Ryan Snyder sui vantaggi dell'interpretazione dei dati come una torta a strati

Ryan Snyder, CIO di Thermo Fisher Scientific, parla di un modello a più livelli utilizzato per trasformare i dati in valore presso il produttore di apparecchiature e strumenti di laboratorio da 40 miliardi di dollari.

Una capacità di dati e analisi non può emergere solo da una strategia IT o aziendale. Poiché sia ​​la tecnologia che l’organizzazione aziendale sono profondamente coinvolte nel cosa, perché e come dei dati, le aziende devono creare team di dati interfunzionali per trarne il massimo. Per questo motivo, Ryan Snyder, CIO di Thermo Fisher Scientific, e i suoi colleghi hanno creato una torta a strati di dati basata su una serie di discussioni a cascata che consentono all'IT e ai partner commerciali di agire come un unico team. Martha Heller, CEO di Heller Search Associates, ha recentemente incontrato Snyder per saperne di più.

Martha Heller: Quali sono i fattori trainanti del business dietro l'ecosistema dell'architettura dei dati che state costruendo presso Thermo Fisher Scientific?

Ryan Snyder: Per molto tempo, le aziende si sarebbero limitate ad assumere data scientist per indirizzarli verso i loro dati e aspettarsi approfondimenti sorprendenti. Questa strategia è destinata a fallire. Il modo migliore per avviare una strategia sui dati è stabilire alcuni fattori di valore reale che l’azienda può sostenere. Presso Thermo Fisher Scientific, questi fattori determinanti del valore rientrano in tre aree distinte. Il primo riguarda la razionalizzazione del nostro back office, mentre gli altri due si applicano alle attività dei nostri clienti volte a promuovere la scoperta scientifica e ad accelerare i risultati clinici.

Quali sono alcuni esempi di soluzioni dati in ciascuno di questi bucket?

Nel back office, un'area molto interessante per noi è lo spazio di produzione. A differenza di molti altri settori, la produzione nel settore delle scienze della vita coinvolge molte attività personalizzate non ripetibili, quindi possiamo ritrovarci con un’enorme variabilità in termini di come i prodotti vengono fabbricati. Storicamente, abbiamo incrementato la produttività attraverso Lean Six Sigma e ottimizzando i flussi di lavoro. Ma con l’avvento dell’Industria 4.0, stiamo inserendo sensori nei nostri processi produttivi, che ci forniscono ingenti quantità di dati che i nostri leader utilizzano per ripensare tali processi.

Dal punto di vista della scoperta scientifica e dei risultati clinici, molti degli strumenti che vendiamo stanno diventando digitali. La microscopia e il sequenziamento genetico, ad esempio, generano una grande quantità di dati, che i nostri clienti cercano di analizzare. Più riusciamo a creare piattaforme per connetterle e semplificarle, più facile sarà per loro accedere ai dati che contano. Ciò è particolarmente vero quando si dispone di set di dati provenienti da più strumenti. Come riuniscono tutti questi dati? Questo era l'onere del cliente. Ma come fornitore, possiamo accelerare la scoperta collegando questi diversi set di dati.

Hai parlato della tua piattaforma dati come di una torta a strati. Quali sono gli strati?

Nell'IT si parla spesso dei livelli di uno stack tecnologico. La metafora della torta a strati sposta la discussione sui dati da una discussione IT all'intersezione tra strategia aziendale e tecnologia. Quindi si tratta di come creiamo livelli dal concetto di business, come l'avanzamento della scoperta, fino a una soluzione tecnologica, come uno strumento di visualizzazione.

Il primo livello è il livello del concetto di business, in cui organizziamo deliberatamente sessioni con i nostri partner commerciali per discutere dove i nostri dati aziendali creano valore. Questo non è diverso da come un’organizzazione HR svilupperebbe una strategia per il talento a sostegno di una strategia aziendale. Quindi mappare quelle idee è parte integrante del primo livello.

Il secondo livello è il livello di consumo, in cui i clienti, sia interni che esterni, possono accedere e utilizzare i dati. Qui è dove selezioniamo, ad esempio, gli strumenti di visualizzazione. Il terzo e più complicato livello è l'architettura e la governance, che abbiamo collegato insieme come un unico livello.

Con i primi due livelli, l'azienda è il motore con l'IT in un ruolo di supporto, ma con il livello di governance dei dati e architettura, l'IT e l'azienda sono fianco a fianco, lavorando insieme su decisioni complesse sulla governance e sull'architettura.