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

Der Fortschritt umfasst die folgenden Datenverwaltungsschritte, die in der Reihenfolge aufgelistet sind:
  1. Erkennen
  2. Verbinden und aufnehmen
  3. Transformieren
  4. Beibehalten, kuratieren und erstellen
  5. Analysieren, lernen und vorhersagen
  6. Messen und handeln

Innerhalb der Datenmanagement-Progression sind die folgenden konzeptionellen Phasen nacheinander aufgeführt:

  1. Verstehen (Datenmuster-gesteuerte Merkmale): Spannt die Schritte zur Datenverwaltung:
    • Erkennen
    • Verbinden und aufnehmen

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

  2. Erstellen (technologiegesteuerte Eigenschaften): Spannt die Schritte der Datenverwaltung:
    • Verbinden und aufnehmen
    • Transformieren
    • Beibehalten, kuratieren und erstellen
    • Analysieren, lernen und vorhersagen

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

  3. Verwendung (entwicklungsgesteuerte Eigenschaften): Spannt die Schritte zur Datenverwaltung:
    • Analysieren, lernen und vorhersagen
    • Messen und handeln

    Erweiterte Analyse- und Visualisierungsmethoden nutzen die Daten, um neue Modelle, Services und Erfahrungen zu erstellen, die auf die wichtigsten Leistungsindikatoren (KPI) des Unternehmens eingehen.