Panduan Google untuk membangun budaya berbasis data

Data memberi tahu kita bahwa data culture itu penting.

Revolusi digital menghadirkan peluang dan risiko yang belum pernah terjadi sebelumnya untuk setiap bisnis. Sumber daya online yang murah dan melimpah menjanjikan produk baru, pasar baru, dan peluang baru untuk hubungan pelanggan yang lebih berlimpah. Revolusi ini juga menghadirkan persaingan yang ketat dan disrupsi tanpa henti.

Saat kita menghadapi perubahan, sebaiknya ingat prinsip inti yang selalu sama: Kenali pasar Anda. Fokus pada pelanggan Anda. Sempurnakan penawaran Anda, dan bersiaplah untuk menyesuaikannya dengan kondisi yang terus berubah. Mencari efisiensi.

Dengan kata lain, kumpulkan data Anda dan gunakan dengan baik. Bangun budaya kerja di sekitarnya. Budaya kerja yang akan terlihat sangat berbeda tergantung pada orang-orang yang terlibat. Jika Anda memberikan seperangkat teknologi dan data yang sama kepada dua tim yang berbeda dengan tujuan untuk berinovasi atau memecahkan masalah yang sulit, Anda bisa mendapatkan dua hasil yang sangat berbeda. Tim yang berbeda perlu menyelaraskan tujuan dan data mereka untuk mulai membangun budaya yang sukses.

Budaya selalu mengembangkan manusia dan berevolusi dengan sendirinya. Menurut McKinsey and Company Mengapa data culture penting: “Budaya dapat menjadi masalah majemuk atau solusi majemuk. Ketika misi data organisasi terlepas dari strategi bisnis dan operasi inti, tidak mengherankan jika hasil inisiatif analisis mungkin gagal memenuhi harapan. Tetapi ketika antusiasme mengenai analisis data menyebar ke seluruh organisasi, maka akan menjadi sumber energi dan momentum. Lagi pula, teknologinya memang luar biasa. Bayangkan apa yang bisa dicapai jika digabungkan dengan budaya kerja yang cocok.”

Dan ingat: Menggunakan data bukanlah hal baru. Sejak awal perdagangan, orang telah mengamati fakta, menemukan hal yang penting, dan mencari pola untuk dimanfaatkan. Statistik modern dimulai pada tahun 1749, dan manajemen yang didukung data telah secara radikal meningkatkan PDB global selama lebih dari satu abad dengan kecanggihan yang terus meningkat. Ini adalah masa berbasis data yang revolusioner di mana kita hidup. Kita sampai di masa itu karena kita menggunakan data dengan baik.

Bagaimana seseorang mengatur perubahan pekerjaan mereka dengan jumlah dan kualitas data yang mereka miliki. Petani kuno menggunakan data informal dari pengamatan pola cuaca, sementara industrialis mematenkan peralatan mesin yang distandarisasi. Pada awal era komputer, kita telah menerapkan penelitian matematika dan operasi. Sekarang, kita memerlukan metode yang lebih kuat, yang dapat digunakan secara luas di seluruh perusahaan.

Seperti apakah itu? Mari kita mulai dengan besarnya peluang itu. Pada tahun 2002, kapasitas penyimpanan digital melampaui total kapasitas analog. Sejak saat itu, tingkat pertumbuhan tahunan majemuk data yang dimiliki oleh perusahaan pada umumnya mencapai sekitar 60%. Selain peningkatan jumlah data, data juga berasal dari berbagai sumber, termasuk browser, sensor, smartphone, dan perangkat seluler, belum lagi komputer lainnya. Laju pertumbuhan tahunan majemuk atas perubahan tidak lagi dapat dihitung.

Google banyak mempertimbangkan peluang ini. Kami didirikan dengan misi untuk mengelola semua informasi dunia, dan selama bertahun-tahun kami telah memecahkan sejumlah masalah luar biasa seputar menghasilkan insight dan tindakan dari berbagai jenis data yang beragam—kini dilakukan dengan sangat cepat.

Kami berupaya memberikan insight digital dan kemampuan untuk mengambil tindakan bagi konsumen dan perusahaan, baik dalam hal iklan kami pada bisnis dan saat ini, melalui alat dan layanan untuk pengelolaan data serta insight yang kami tawarkan di Google Cloud. Kami mendengar kabar bahwa produk kami membantu mempercepat transformasi dan inovasi digital di berbagai perusahaan di seluruh dunia, termasuk ANZ, Mayo Clinic, Sanofi, UPS, dan lainnya. Contohnya AirAsia, yang sedang dalam perjalanan untuk menjadi “maskapai penerbangan digital”. Transformasinya telah membantu mereka mendapatkan insight baru, menjadi lebih tangkas, dan memberikan pengalaman yang lebih dipersonalisasi sehingga mereka dapat tampil beda di industri mereka. “Kami harus menjadi maskapai penerbangan digital untuk menawarkan lebih banyak hal kepada pelanggan, mempersonalisasi pengalaman pelanggan, serta meningkatkan kualitas pemesanan dan penjualan tiket,” ujar Nikunj Shanti, Chief Product Officer AirAsia. “Kita telah beralih dari pengelolaan data menjadi pengambilan keputusan berbasis data.”

Kita juga telah mendapatkan pelajaran mengenai organisasi internal untuk mengoptimalkan data, baik dalam perjalanan kami sendiri maupun dari memberikan solusi untuk masalah pelanggan. Beberapa pelajaran tersebut menjadi acuan eBook ini tentang pentingnya data culture. Hal ini didasarkan pada empat pilar utama: beroperasi dengan kepercayaan, memperluas insight, meningkatkan ketangkasan bisnis, dan menerapkan kecerdasan.

Ada beberapa hal yang mengejutkan tentang pengorganisasian untuk operasi data dalam skala besar. Kemajuan dalam teknologi seputar data berarti ada lebih banyak akses dan pengelolaan yang lebih mudah. Mengelola dan bekerja dengan data dalam skala besar adalah hal yang sulit, dan menimbulkan tantangan baru jika dibandingkan dengan bekerja dengan data di masa lalu; yang seringkali perlu diseimbangkan dengan alat dan otomatisasi proses yang lebih baik di masa sekarang untuk memahami datanya. Tentu saja, lebih banyak akses berarti tantangan baru dalam keamanan, kualitas, dan penafsiran.

Bisnis yang hebat adalah bisnis yang efektif karena memiliki proses hebat yang menghasilkan produk hebat, mencerminkan pemahaman dan kepedulian yang hebat untuk pelanggan mereka. Dengan kata lain, semua bisnis yang hebat memiliki budaya internal yang hebat yang menghasilkan capaian tersebut. Orang beradaptasi dengan keingintahuan dan kreativitas. Jika perlu, mereka menantang status quo dan berinovasi berdasarkan insight baru. Mereka memanfaatkan kekuatan data yang dipercayakan kepada mereka, mengadaptasi dan menerapkan proses untuk menghasilkan nilai baru dari data tersebut.

Sebelumnya hal itu belum pernah terjadi hingga hari ini, ketika pergeseran digital yang signifikan membawa fokus yang baru dan lebih tajam terhadap kebutuhan untuk memiliki budaya persis di seputar pengumpulan dan penggunaan data dalam skala besar. Melakukannya dengan benar sejak awal adalah hal yang penting, karena sejarah menunjukkan hal sebaliknya: Mereka yang berupaya mencapai sasaran baru tidak akan pernah berhenti mencari lebih banyak data, selama itu bermanfaat. Kemajuan dalam cloud computing, pengelolaan data, analisis data, dan teknologi kecerdasan buatan tidak pernah melambat. Dan semestinya juga bisnis manapun, dalam ambisinya untuk mengubah dunia. 

Saat bisnis ingin memperbarui data culture atau membuat yang baru, banyak yang mengatakan bahwa produk Google Cloud berikut ini bermanfaat.

• Cloud SQL untuk memigrasi workload lokal dengan mudah ke Google Cloud yang terkelola sepenuhnya
• Cloud Spanner dan Cloud Bigtable, layanan database berbasis cloud untuk skalabilitas besar
• BigQuery untuk data warehousing berskala petabyte dan super cepat
• Looker untuk BI modern, analisis tersemat, dan aplikasi berbasis data
• Dataproc untuk pemrosesan big data menggunakan cluster Hadoop dan Spark
• Dataflow untuk memproses data batch dan streaming dengan cepat dan tanpa server
• Pub/Sub untuk mengirim pesan ke dan dari aplikasi independen
• Dataprep untuk persiapan data yang cepat dan visual untuk analisis atau machine learning 
• AutoML untuk melatih model ML kustom tanpa perlu keahlian tertentu
• AI Platform agar Anda dapat menerapkan model ML ke deployment lokal atau di Google Cloud

Ketangkasan bisnis adalah kondisi yang dicari saat ini, karena perusahaan menghadapi ekspektasi untuk selalu aktif, teknologi yang berkembang pesat, dan sajian data yang sangat besar. Namun, apa itu ketangkasan, dan bagaimana cara mencapainya? Di Google Cloud, kami percaya bahwa solusi ini melibatkan orang, proses, dan data—serta teknologi yang memungkinkan Anda menyaring data tersebut. Ini memungkinkan orang-orang di organisasi Anda fokus pada hal yang mereka kuasai, bukan pada pekerjaan berulang yang melelahkan. Intinya adalah memiliki pilihan atas hal alat dan layanan untuk diakses, serta menyediakan alat dan layanan tersebut saat mereka membutuhkannya. Pekerjaan dilakukan cara yang lebih sederhana, lebih banyak bertindak, pemikiran besar, dan ide-ide baru.

Yang sering kita dengar dari pakar teknologi saat ini—dan yang cukup jelas di dunia modern kita—yaitu bahwa alat yang mereka butuhkan adalah alat data. Banyak perusahaan dipenuhi data dan makin banyak yang berdatangan setiap hari. Untuk menjadi tangkas, Anda harus mendukung orang lain, mencoba alat yang dibuat secara khusus, dan berani menggunakannya dalam skala besar. Alat ini mencakup database terkelola untuk menghilangkan kerja yang membosankan. Alat-alat ini mencakup analisis big data, dikelola, dan disederhanakan sehingga makin banyak yang dapat menggunakan data, bukan hanya segelintir orang. Keduanya mencakup semua data yang dikumpulkan oleh sebuah bisnis, yang diproses dengan secara berulang agar konsisten memberikan manfaat dan disajikan dalam format visual dan dapat ditindaklanjuti. Alat yang terbuka atas pertanyaan mengenai data tersebut agar bisa membantu membuat keputusan yang lebih baik, dan bahkan bisa mengajarkan data yang Anda cari untuk mendapatkan prediksi darinya.

Ketika membahas konsep seperti ketangkasan, kita berbicara tentang sikap, serta teknologi yang digunakan perusahaan. Saat kami pertama kali memulai, Google menggunakan teknologi yang bisa langsung kami gunakan. Seiring berkembangnya perusahaan, kami memperoleh sejumlah pelajaran penting selama proses tersebut. Karena skala yang ada, kami didorong untuk bereaksi dan menyesuaikan (ketangkasan). Kami menyadari bahwa meminta developer kami mengoperasikan stack mereka sendiri tidaklah efisien. Saat mengembangkan teknologi di Google, kami berfokus pada kemudahan, otomatisasi, dan keterbukaan. Kami belajar bahwa saat pengguna dapat mengakses teknologi yang dikelola dan diintegrasikan penuh, data memiliki peran yang berbeda. Sekarang, alih-alih menghabiskan waktu mencari data yang tepat, atau mengotak-atik hardware atau software yang diperlukan untuk menemukan atau menganalisis data tersebut, Googler tidak perlu khawatir dengan kurangnya keterampilan atau ketangkasan dalam mengoperasikan, menskalakan, atau mengelola data. Kami yakin pola pikir semacam ini dapat membantu pengguna bekerja bersama dengan lebih baik serta mengurangi atau menghilangkan silo dan hambatan yang sering terjadi. Cara ini terbukti berhasil secara internal saat kami mengembangkan produk seperti Gmail, yang telah berevolusi sejak pembuatannya tetapi tetap sederhana dan mudah digunakan, bahkan pada skala perusahaan.

Kami mendengar masukan pelanggan tentang cara mereka mengadaptasikan teknologi dan budaya pada sikap tangkas yang baru. Misalnya, salah satu perusahaan media global memindahkan beberapa pusat data dan 1.200 layanan ke Google Cloud. Mencapai ketangkasan adalah pendorong besar untuk perkembangan perusahaan: layanan di tingkat yang lebih tinggi memungkinkan mereka menyajikan produk yang lebih baik dengan lebih cepat dan berfokus pada keahlian tim internal mereka—mengembangkan layanan musik, bukan mengelola pusat data. Perusahaan berupaya untuk menyediakan data yang tepat kepada tim saat mereka membutuhkannya, dengan menambahkan ketangkasan melalui fitur untuk analisis dan pemrosesan data streaming.

Infrastruktur analisis Twitter, dibangun sebagai data lake, mengumpulkan data berukuran petabyte setiap hari, dan harus direplikasi ke beberapa tujuan untuk melayani kebutuhan pengguna dengan cepat. Perusahaan memutuskan untuk mereplikasi set data ke Cloud Storage agar dapat menggunakan BigQuery, Cloud Bigtable, serta Dataproc di Google Cloud, dan lainnya. Pengguna dapat mengakses data yang mereka butuhkan dengan layanan mandiri, yang meningkatkan fleksibilitas di seluruh bisnis.

Lembaga keuangan global, HSBC, memigrasikan data warehouse lokal ke Google Cloud untuk menjadi lebih tangkas, memberikan workload yang lebih kecil, dan mengintegrasikan otomatisasi dalam berbagai proses. Mereka berhasil menghilangkan utang teknis dan membangun platform data untuk berfokus pada inovasi, bukan mengelola infrastruktur. Sejak bermigrasi, HSBC memiliki prosedur pengembangan dan pengujian yang lebih baik, satu sumber tepercaya di data warehouse, dan tampilan resmi untuk akses data yang aman. Pengguna tidak dibatasi dalam eksplorasi data, dan pelanggan mendapatkan apa yang mereka butuhkan dengan lebih cepat.

Pada akhirnya, bisnis yang tangkas adalah bisnis yang sukses, mampu merespons permintaan pasar, kebutuhan pelanggan yang berubah-ubah, dan tantangan yang tak terduga. Pikirkan tentang bagaimana pengguna dan data Anda berinteraksi sekarang, dan adakah cara yang lebih baik untuk bisa mengembangkannya.

Kami mengetahui dari riset bahwa membangun data culture memberikan dampak bisnis yang nyata. Budaya yang Anda ciptakan akan bersifat spesifik dengan kebutuhan dan tujuan organisasi Anda, dan idealnya bisa menyatukan orang, proses, dan data.

Bagian terkait data, tentu saja, sangat penting. Kita sudah membahas mengenai cara menyiapkan infrastruktur teknologi agar data memberikan insight yang Anda butuhkan dan membantu bisnis menjadi lebih tangkas. Penting juga untuk menerapkan kecerdasan pada data agar nantinya berguna di masa kini dan mendatang. Solusi AI dan ML yang tidak pernah terbayangkan satu dekade lalu kini telah tersedia dan digunakan, tidak hanya di dunia akademis atau untuk segelintir perusahaan besar tertentu. Informasi dari bisnis yang menggunakan jenis analisis lanjutan ini, mereka mampu membuat keputusan yang lebih baik dan terus berada di depan pesaing mereka.

Namun, dengan semangat budaya data yang kolaboratif, alat dan output analisis yang canggih harus dapat diakses dengan mudah oleh siapa pun. Setelah Anda menetapkan tim mana yang membutuhkan informasi, Anda dapat menyiapkan pengguna dengan data yang tepat untuk melakukan pekerjaan mereka. Pekerjaan itu bisa berupa pengoptimalan operasi dan proses bisnis, penelitian dan pengembangan, atau menjawab pertanyaan sehari-hari. Mengajukan pertanyaan analisis berdasarkan data real-time akan membuka pintu untuk memunculkan ide-ide dan inovasi baru. Selain hanya mengetahui berapa angka penjualan bulan lalu, Anda dapat mengaplikasikan data untuk memahami catatan pembelian multisaluran dari setiap pelanggan saat mereka berbelanja online, yang menghasilkan penawaran real-time berdasarkan gabungan antara histori mereka dan produk yang saat ini ada di keranjang mereka. 

Ketika analisis tingkat lanjut digabungkan ke alat dan aplikasi yang biasa digunakan, yang menjadi bagian dari alur kerja sehari-hari, akan memudahkan pengguna untuk mendapatkan jawaban yang mereka butuhkan. Solusi ini juga menghilangkan silo di seluruh tim ketika pemimpin penjualan atau pemasaran, misalnya, tidak perlu meminta laporan dari rekan-rekan mereka di tim analis. Mereka justru dapat bekerja sama pada satu set data untuk membuat keputusan berbasis data dengan lebih cepat. Dan fondasi data warehouse yang solid berarti terdapat kapasitas yang cukup untuk berkomunikasi, sehingga semua orang bisa mendapatkan insight dan laporan yang mereka butuhkan.

Salah satu pelanggan analisis Google Cloud, American Cancer Society, menggunakan AI Platform untuk mengidentifikasi pola baru pada gambar patologi digital. Mereka melatih model untuk analisis gambar AI guna menemukan indikator kanker, sehingga peneliti dapat mengidentifikasinya lebih cepat dan pada akhirnya meningkatkan hasil akhir pasien. Mereka mampu menganalisis gambar 12 kali lebih cepat daripada sebelumnya.

LG CNS juga menggunakan alat analisis data Google Cloud untuk mengidentifikasi kerusakan pada lini manufaktur produknya. Mereka sebelumnya telah melatih model machine learning, tetapi dengan Google Cloud, mereka mendapati bahwa model tersebut bisa dilatih lebih cepat dan akurat. LG CNS telah menghemat sekitar $1 juta per lini produksi per tahun dengan proses yang lebih efisien ini.

Di Google Cloud, kami membangun teknologi AI dan ML ke dalam sistem seperti BigQuery untuk data warehousing, serta di tempat-tempat seperti Contact Center AI dan Document Understanding. Jenis insight ini tidak boleh disimpan untuk beberapa pengguna saja di dalam sebuah bisnis, atau sulit untuk diakses. Kami membangun BigQuery ML dengan antarmuka SQL yang sudah dikenal, jadi Anda hanya perlu menulis kueri untuk dapat menggunakan machine learning. Selain itu, fitur analisis lanjutan bawaan kami membuat Anda dapat mempersiapkan diri untuk teknologi cerdas generasi berikutnya.

Kami sangat percaya pada gagasan bahwa kecerdasan harus disematkan dalam proses, orang, dan data. Ketika pengguna mendapatkan yang mereka butuhkan, dan prosesnya sederhana, mereka dapat menghadirkan ide-ide hebat mereka lebih jauh.

Jenis data yang dapat kita akses di dunia modern ini dapat memperluas pengetahuan, mengejutkan, dan terutama, berguna. Hasil terbaik dari pengumpulan banyak data adalah dengan membuatnya terus tersedia, baik melalui grafik, laporan, atau disertakan ke dalam alur kerja bisnis sehari-hari. Kombinasi data serta pengetahuan dan pemahaman manusia tersebut dapat menghadirkan cara-cara baru dalam melihat rencana dan project bisnis, serta memicu insight dan ide baru.

Saat ini, kita memiliki banyak teknologi untuk dipilih, tetapi itu tidak akan berfungsi memajukan bisnis kecuali orang-orang yang menggunakannya dapat mengaksesnya dengan mudah. Dengan semua sumber data saat ini—sensor IoT, aplikasi bisnis, data pemasaran, dan lainnya—sangat mudah memiliki silo data duplikat di seluruh organisasi, dengan orang yang berbeda bergantung pada kumpulan informasi yang berbeda atau kumpulan data duplikat.

Idealnya adalah sampai ke suatu tempat di mana terdapat satu sumber tepercaya untuk data organisasi, dan di mana setiap orang dapat mengaksesnya kapan pun dan seperti apa pun mereka membutuhkannya. Hal ini mencakup penyerapan data yang diperlukan ke dalam data warehouse, membuat model data dalam sistem BI perusahaan seperti Looker yang dapat menggabungkan data dari 10 hingga 20 aplikasi SaaS atau di seluruh cloud publik, lalu membuat sumber tepercaya tersebut dapat diakses dan tersedia untuk tim tanpa jeda penyediaan atau bottleneck permintaan di sepanjang prosesnya. Tata kelola data juga sangat penting bagi pengguna yang berhak untuk mendapatkan akses yang tepat, untuk menjaga data tetap terlindungi melalui penggunaan dan siklus prosesnya. Dalam praktiknya, analis data yang menjalankan laporan layanan mandiri untuk memerinci jumlah penjualan, atau spesialis machine learning yang membuat model untuk memprediksi pendapatan atau menciptakan alat baru. Data culture juga terlihat seperti kolaborasi tim, bukan tim yang bersinggungan hanya ketika mereka perlu menyelesaikan salah satu tugas. Ketika data culture berjalan dengan baik dan didukung oleh teknologi, akan terlihat bahwa pengguna memiliki waktu dan sumber daya yang mereka butuhkan untuk mengejar proyek baru yang dapat membantu memajukan bisnis. 

Untuk tiba di titik di mana Anda dapat memercayai dan menggunakan data Anda, serta mengajukan pertanyaan tentang data tersebut untuk membantu Anda melangkah maju, Anda memerlukan fondasi teknologi mampu memberikan insight. Pertanyaan yang mungkin Anda ajukan ketika memilih teknologi analisis data adalah:

• Dapatkah Anda mendapatkan tampilan data organisasi yang terintegrasi?
• Dapatkah pengguna bisnis di organisasi Anda melihat data yang mereka butuhkan dengan mudah?
• Dapatkah platform menyerap data streaming secara real time (tanpa melebihi anggaran)? 
• Dapatkah platform menangani tipe data yang berasal dari beragam sumber?

Perlu perencanaan untuk menghubungkan pengguna yang dapat menghasilkan pekerjaan yang lebih berdampak. Jika Anda melihat jenis pemangku kepentingan yang terlibat dalam project AI perusahaan, Anda mungkin akan melihat bahwa langkah pertama adalah menghubungkan mereka agar memahami pekerjaan satu sama lain untuk menyukseskan proyek. Alat dan layanan yang mereka gunakan harus mendukung pekerjaan penghubungan tersebut.

Kami mendengar dari banyak pelanggan yang ingin membangun budaya yang lebih berbasis data sembari mereka memperbarui teknologi dan merencanakan masa depan. Misalnya, AirAsia menyadari bahwa data terus memainkan peran yang makin besar dalam keputusan bisnis mereka. Tim mereka menganalisis lebih dari 6 PB data sebulan, dan mereka sebelumnya harus menunggu pelaporan Excel mingguan atau bulanan untuk mendapatkan hasil dari semua analisis tersebut. Sekarang mereka menggunakan BigQuery dan kemampuan ML-nya yang memungkinkan tim beranggotakan 1.500 orang dapat mengakses data kapan saja dan melakukan kueri ad hoc pada data berusia lebih dari dua tahun dalam hitungan menit. Anggota tim mengakses antarmuka yang sederhana dan kemudian dapat menelusuri detail yang terperinci sesuai kebutuhan. Solusi ini membantu mengurangi biaya operasional sebesar 5% hingga 10%—cukup signifikan di industri tersebut—dan lebih mengamankan data daripada saat disimpan di mesin individu.

Data warehouse BigQuery kami memungkinkan Anda memproses data dalam penyimpanan objek, database transaksional, Spreadsheet, dan lainnya, sehingga Anda tidak perlu menduplikasi data. Ini termasuk juga set data publik, sehingga Anda bisa mendapatkan lebih banyak nilai dari data internal Anda. Kami menciptakan produk kami agar mudah digunakan agar pengguna dapat dengan mudah bekerja sama dan berbagi insight. Kami juga memberikan fitur bawaan yang dapat Anda gunakan sekarang dan di masa mendatang, seperti alat ML sederhana dan analisis lanjutan lainnya.

Membangun data culture menyatukan orang, proses, dan data. Kita telah membahas tentang kepastian kebenaran data dan pengalaman penggunaan data yang mudah. Salah satu tujuan penyederhanaan pengumpulan dan penggunaan data adalah bahwa data itu dapat dipercaya. Dengan banyaknya sistem lokal atau versi lama, data disimpan secara terpisah dan disalin berulang-ulang oleh pengguna hingga terdapat sistem yang sudah usang di berbagai tempat lainnya. Selain itu, setelah set data mulai bertambah besar, kualitas data dapat menjadi masalah.

Jadi, salah satu langkah besar dalam mencapai budaya berbasis data adalah memudahkan pengguna untuk memercayai data—percaya bahwa data itu terbaru dan akurat. Sebagai bagian dari itu, seharusnya tidak ada lagi set data yang terpisah atau proyek yang dikerjakan secara lokal. Standar terbaiknya adalah hanya ada satu sumber data tepercaya di organisasi Anda, dan semua mengetahui isi datanya.

Kepercayaan adalah masalah orang dan proses yang dapat membantu atau justru merusak tujuan data culture Anda. Kepercayaan juga merupakan masalah teknologi data yang lebih besar. Makin banyak data yang Anda kumpulkan dan analisis, keamanan dan tata kelola akan makin penting. Yakin pada alat dan proses Anda sendiri adalah bagian besar dari keberhasilan budaya berbasis data.

Data berasal dari berbagai sumber, tetapi semuanya memerlukan tingkat perlindungan dasar yang sama mencakup enkripsi, perlindungan dari pemindahan data yang tidak sah, dan kontrol akses. Selain itu, Anda mungkin akan memiliki model ancaman dan area fokus Anda sendiri untuk melindungi data. Bergantung pada industri Anda geluti, Anda mungkin berupaya memenuhi kepatuhan atau aturan regulasi tertentu. Technology stack dari penyedia cloud Anda harus dapat menyediakan fitur keamanan dan memungkinkan Anda menggunakan metadata, katalog data, dan silsilah data untuk mengelola data dan menetapkan kebijakan. Selain itu, untuk memungkinkan kolaborasi tim, Anda harus menetapkan aturan akses dan mengizinkan berbagi data dengan aman.

Mempraktikkan hal ini sangatlah penting untuk keberhasilan peluncuran analisis data, jadi pertimbangkan gambaran besar cara Anda akan menerapkan praktik dan alat keamanan. Di Google, BeyondCorp adalah implementasi kami sendiri untuk model keamanan zero-trust yang berkembang dari prinsip jaringan zero-trust yang asli. Gagasan di balik ini adalah bahwa kontrol akses bergeser dari perimeter jaringan ke pengguna dan perangkat individu, sehingga pengguna dapat bekerja dengan aman dari lokasi mana pun tanpa VPN. Di level tinggi, BeyondCorp mencakup single sign-on, proxy akses, mesin kontrol akses, inventaris pengguna, inventaris perangkat, kebijakan keamanan, dan repositori kepercayaan. BeyondCorp Remote Access adalah solusi cloud yang menawarkan kemampuan ini, sehingga pengguna Anda dapat mengakses aplikasi web internal dengan aman dan dari jarak jauh.

Salah satu pelanggan kami, sebuah lembaga keuangan global, memiliki beberapa pertanyaan penting saat mempersiapkan migrasi BigQuery-nya: Apakah data dilindungi dan bisakah silsilah data dilacak? Apakah infrastrukturnya cukup andal untuk aplikasi penting? Mereka sebelumnya menggunakan pemberian tag metadata dan mendapatkan satu sumber tepercaya dengan bermigrasi ke Google Cloud. Datanya di BigQuery selalu dienkripsi, dan integrasi Identity and Access Management (IAM) native berarti tingkat akses data terjamin, hingga perincian tingkat kolom. Organisasi dapat menjalankan simulasi risiko secara rutin dan telah meningkatkan postur keamanan, tata kelola, dan peraturan menggunakan BigQuery.

Platform analisis data yang Anda percayai dapat membantu mengamankan dari serangan atau pelanggaran keamanan, tetapi juga memiliki banyak hubungannya dengan membangun data culture yang solid. Jika pengguna memercayai data yang mereka dapatkan, mereka dapat fokus pada inovasi dan ide-ide baru. 

Apakah data culture menjadi masalah atau justru solusi untuk organisasi Anda? Dan jika menjadi solusi, seperti apa tampilannya? Bagaimana Anda tahu bahwa hal tersebut berhasil? Pertanyaan-pertanyaan ini dapat membantu Anda mengawali atau melanjutkan yang sudah dimulai sebelumnya. Data culture akan terlihat berbeda untuk beragam bisnis dalam berbagai macam industri. Anda dan pemangku kepentingan akan mengetahui hal terbaik bagi tim dan organisasi, dan data culture yang Anda bangun akan menjadi yang paling sesuai untuk bisnis Anda.