Kategorie: Data as an asset

Posted in Cybersecurity, Data as an asset, Data governance, Deutsch, ISO 27001

Die Schaffung einer sicherheitsbewussten Kultur zum nachhaltigen Erfolg

Sicherheit ist ein fortlaufender Prozess, kein einmaliges Ereignis. Wir müssen unsere Sicherheitspraktiken ständig anpassen und verbessern, um neuen Bedrohungen zu begegnen. In der Eile, etwas zu liefern und Geld zu verdienen, wird die Sicherheit oft vernachlässigt. Aleksandra Kornecka sprach mit Elizabeth Press (mir) darüber, wie man eine sicherheitsbewusste Kultur schafft.

Posted in Cybersecurity, Data as an asset, Data privacy, ISO 27001

Fostering a Security-Aware Culture for Sustainable Success

Security is an ongoing process, not a one-time event. We must continuously adapt and improve our security practices to address emerging threats. Often, in the rush to deliver and monetize, security is an after thought and threats remain exposed. Aleksandra Kornecka talked with Elizabeth Press (myself) about how to create a security aware culture.

Posted in Business, Data as an asset, Data strategy, Finance

Ensuring the Data Team’s Financial Viability, Beyond Cash Burn – An Interview with Timur Bokari

In his current role, Timur Bokari supports the growth of a FinTech in the Recurring Revenue Financing space by developing new customer segments and evolving strategy based on existing data. Timur talks to D3M Labs about the financial viability of data teams. He explains the financial and accounting mechanisms that are relevant to Data Leaders. Data team viability lies in the link between data availability and decision-making capability. Financial sustainability and job stability in data requires clearer correlations between data and revenue growth and cost reduction.

Posted in Business, Data as an asset, Data strategy, Deutsch, Finance

Die finanzielle Überlebensfähigkeit des Data Teams gewährleisten, über den Cash-Burn hinaus – Ein Interview mit Timur Bokari

In seiner aktuellen Position unterstützt Timur Bokari das Wachstum eines FinTechs im Bereich Recurring Revenue Financing durch die Erschließung neuer Kundensegmente und die Weiterentwicklung der Strategie auf Basis vorhandener Daten. Timur spricht mit D3M Labs über die finanzielle Nachhaltigkeit von Datenteams. Er erklärt die Finanz- und Buchhaltungsmechanismen, die für Data Leaders relevant sind. Die Überlebensfähigkeit von Datenteams liegt in der Verbindung zwischen Datenverfügbarkeit und Entscheidungsfähigkeit. Die finanzielle Nachhaltigkeit und Arbeitsplatzstabilität im Datenbereich erfordert klarere Korrelationen zwischen Daten und Umsatzwachstum und Kostensenkung.

Posted in Analytics, Business, Data as an asset

How can analytics become a revenue generating function?

The first Decision Lab Round Table covered the topic of how to make Analytics a revenue-generating function. We had a cross functional discussion involving data professionals, as well as adjacent professions who are working in Europe and the USA. This blog covers the discussion points, as well as D3M Labs commentary about how analytics should be a business function.

Posted in Analytics, Business, Data as an asset, Deutsch

Wie kann Analytik zu einer Umsatz generierenden Abteilung werden?

Der erste Decision Lab Round Table befasste sich mit dem Thema, wie man die Analytik zu einer Umsatz generierenden Abteilung machen kann. Wir hatten eine funktionsübergreifende Diskussion unter Beteiligung von Datenexperten und benachbarten Berufsgruppen, die in Europa und den USA arbeiten. Dieser Blog enthält die Diskussionspunkte sowie einen Kommentar von D3M Labs dazu, wie Analytik eine Geschäftsfunktion sein sollte.

Posted in AI Strategy, Change management, Data as an asset, Data Leadership, Data product management, Data Products, Data science, Deutsch

Das Produktlebenszyklusmanagement im Zeitalter der intelligenten Geräte – ein Interview mit Eric JoAchim Liese

Wie managt man ein Data Science Produkt, Teil 2: Da die Geräte immer intelligenter werden, muss sich das Produktlebenszyklusmanagement weiterentwickeln, um die Daten als langfristigen Wert und Teil der Kundenbeziehung zu betrachten. Eric Joachim Liese spricht über Edge Computing und Geräteautonomie als Voraussetzung für ein gutes Kundenerlebnis. Er erklärt auch, wie traditionelle Hardware-Hersteller ihre Betriebsabläufe weiterentwickeln und Fachkräfte einstellen können, um diesen Weg erfolgreich zu beschreiten

Posted in AI Strategy, Change management, Data as an asset, Data Leadership, Data product management, Data Products, Data science

Product lifecycle management in the era of smart devices – an Interview with Eric JoAchim Liese

How to Manage the Data Science Product, Part 2: As devices get smart, product lifecycle management for hardware needs to evolve to encompass the view of data as a long-term asset and as an active, even pro-active part of the customer relationship. Eric JoAchim Liese talks about edge computing and device autonomy as being requisite to providing a good customer experience. He also explains how traditional hardware manufacturers can evolve their operations and hire in expertise to successfully navigate the journey.

Posted in AI Strategy, Data as an asset, Data Leadership, Data Products, Data science, Deutsch

Das Management des Data Science Produktes – ein Interview mit Anna Hannemann, PhD

Wie managt man ein Data Science Produkt, Teil 1: Algorithmen sind Produkte, die gemanagt werden müssen, um geschäftliche Ergebnisse zu erzielen. Anna Hannemann, PhD von Metro.digital erzählt, was sie als Pionierin im Produktmanagement für Datenwissenschaft gelernt hat. Sie spricht auch über den organisatorischen Aufbau, die Kompetenzen, die vorhanden sein müssen, und darüber, wie neue Tools das Management von Data-Science-Produkten beeinflussen.

Posted in AI Strategy, Data as an asset, Data Leadership, Data Products, Data science

Managing the data science product – an interview with Anna Hannemann, PhD

How to manage the data science product, Part 1: Algorithms are now products that need to be managed for business impact. Anna Hannemann, PhD of Metro.digital shares what she has learned as a pioneer in data science product management. She shares some key success factors for data science product development to drive monetization and growth .She also talks about organizational design, competencies that need to be in place and how new tools are impacting how data science products are managed.