Dieses Diagramm zeigt den Fortschritt einer datengesteuerten Lösung von der strategischen Absicht bis zum messbaren strategischen Ergebnis.

Der Fortschritt umfasst die folgenden Datenmanagementschritte, die nacheinander aufgeführt sind:
  1. Erkennen
  2. Aufnehmen, transformieren
  3. Beibehalten, kuratieren, erstellen
  4. Analysieren, lernen, vorhersagen
  5. Handeln

Innerhalb des Datenmanagementverlaufs sind die folgenden konzeptionellen Phasen in der Reihenfolge aufgeführt:

  1. Verstehen (Datenmustergesteuerte Merkmale): Spannt die Schritte der Datenverwaltung:
    • Erkennen
    • Aufnehmen, transformieren

    Data Science-Methoden identifizieren und validieren Daten aus allen verfügbaren Quellen, damit das Unternehmen die Daten nutzen kann, um Erkenntnisse und messbaren Wert zu generieren.

  2. Manage (Technology-driven Characteristics): Umfasst die Schritte des Datenmanagements:
    • Aufnehmen, transformieren
    • Beibehalten, kuratieren, erstellen
    • Analysieren, lernen, vorhersagen

    Eine flexible und effiziente Technologieplattform speichert und transformiert die Daten für hochwertige Ergebnisse basierend auf dem ständig wachsenden und sich ändernden Datenfluss.

  3. Exploit (Development-driven Characteristics): Umfasst die Schritte des Datenmanagements:
    • Analysieren, lernen, vorhersagen
    • Handeln

    Erweiterte Analyse- und Visualisierungsmethoden nutzen die Daten, um neue Modelle, Services und Erfahrungen zu erstellen, die den KPIs des Unternehmens entsprechen.