<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Guven Gul on Medium]]></title>
        <description><![CDATA[Stories by Guven Gul on Medium]]></description>
        <link>https://medium.com/@guvengul?source=rss-dc5f7aeb7186------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*CEibBIfZlUVCe2ObDeyw5A.png</url>
            <title>Stories by Guven Gul on Medium</title>
            <link>https://medium.com/@guvengul?source=rss-dc5f7aeb7186------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Fri, 20 Nov 2026 04:15:47 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@guvengul/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Siz datayönümlü biznes liderisinizmi?]]></title>
            <link>https://medium.com/abb-data-portal/siz-datay%C3%B6n%C3%BCml%C3%BC-biznes-liderisinizmi-983657269d64?source=rss-dc5f7aeb7186------2</link>
            <guid isPermaLink="false">https://medium.com/p/983657269d64</guid>
            <category><![CDATA[strategy]]></category>
            <category><![CDATA[data-strategy]]></category>
            <category><![CDATA[data-driven-organization]]></category>
            <dc:creator><![CDATA[Guven Gul]]></dc:creator>
            <pubDate>Fri, 29 Dec 2023 05:10:34 GMT</pubDate>
            <atom:updated>2023-12-29T05:10:34.859Z</atom:updated>
            <content:encoded><![CDATA[<p>Əvvəlki məqaləmdə, data ilə idarə olunan təşkilatın xüsusiyyətlərini göstərdim, bu xüsusiyyətlərin praktik nəticələrini paylaşmağa çalışdım. Datalara əsaslanan təşkilata çevrilməni asanlaşdırmaq üçün lazım olan əsas elementləri vurğuladım. Bununla belə, nəzərə almalıyıq ki, düzgün əsaslara sahib olmaq işin hələ bir hissəsidir. Texnologiyalar və onların uğurla tətbiqinə imkan yaradan amillər hər nə qədər optimal olsa belə, düzgün yanaşmalar tapılmasa, onlardan istifadə yenə qeyri-adekvat ola bilər. Datalara əsaslanan təşkilata nail olmaq rəhbərlər və işçi heyəti qarşısında daha çox tələblər qoyur. Dataya əsaslanan imkanları özündə cəmləşdirmiş biznes liderliyi burada xüsusilə mühümdür. Bir çox təşkilatlar məlumatların əhəmiyyətini və onların strateji rolunu qəbul edirlər. Amma bunu qəbul etmələri reallıqda öz əksini tapırmı?</p><p>Bu məqalədə mən biznes liderlərinin datayönümlülük səviyyəsini müəyyən etmək məqsədilə 10 sual təqdim etməyi hədəfləyirəm. Bu suallar datalara əsaslanan düşüncə tərzini inkişaf etdirməyin, həqiqətən, nə demək olduğunu aydınlaşdıracaq.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*qZo_PPep07FOFcXnw5WvZg.jpeg" /></figure><p><strong>1. </strong>Məlumat və analitikadan istifadə etməyin vacibliyindən xəbərdarsınızmı və komandanız daxilində məlumatlara əsaslanan qərarların qəbul edilməsinin vacibliyini vurğulayırsınızmı?</p><p><strong>2. </strong>Müəssisə səviyyəli idarə panellərindən istifadə etməklə biznesinizin Əsas Performans Göstəriciləri (KPI), əsas ölçülər və tendensiyalar müntəzəm nəzərdən keçirilirmi?</p><p><strong>3.</strong> Kampaniyalar, yaxud kommunikasiya tədbirləri həyata keçirilərkən effektivliyi başa düşmək və ölçmək üçün “Nəzarət Qrupu” yanaşması davamlı tətbiq edilirmi?</p><p><strong>4.</strong> Yeni məhsul, xidmət və ya funksiyanı işə salmazdan əvvəl onun performansını yaxşılaşdırmaq üçün A/B testi keçirirsinizmi?</p><p><strong>5.</strong> Müştərini aktiv şəkildə dinləyir və əlaqəni gücləndirmək üçün müştərinin xidmət və məhsullarınızla bağlı hər ehtiyacına uyğun cavab verirsinizmi?</p><p><strong>6. </strong>İşə qəbul etdiyiniz əməkdaşlar data bacarıqlarına görə qiymətləndirilirmi, onlar üçün təlim sessiyaları və ya seminarlar keçirmək üçün aktiv planlarınız varmı?</p><p><strong>7.</strong> Komandanızın Data və ya İT tərəfdaşlarınızın köməyinə ehtiyac olmadan lazımi məlumatlara daxil olmaq imkanı varmı?</p><p><strong>8.</strong> Məlumat ehtiyaclarını və yaranan sualları müzakirə və həll etmək üçün data üzrə tərədaşlarla müntəzəm qarşılıqlı əlaqə varmı?</p><p><strong>9.</strong> Biznes ölçülərini təkmilləşdirmək üçün ideyalar, yeni fərziyyələr fəal şəkildə yaradılır, yeni data mənbələri təklif olunur və Süni İntellektdən istifadə edilirmi?</p><p><strong>10.</strong> Komandanızın yaratdığı /istehsal etdiyi məlumatlara sahiblik, onun keyfiyyətinə nəzarət edirsinizmi? Keyfiyyətlə bağlı problemlər yarandıqda onları düzəltməkdən ötrü qabaqlayıcı tədbirlər görürsünüzmü?</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=983657269d64" width="1" height="1" alt=""><hr><p><a href="https://medium.com/abb-data-portal/siz-datay%C3%B6n%C3%BCml%C3%BC-biznes-liderisinizmi-983657269d64">Siz datayönümlü biznes liderisinizmi?</a> was originally published in <a href="https://medium.com/abb-data-portal">ABB Data Portal</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Are you a data-driven business leader?]]></title>
            <link>https://medium.com/@guvengul/are-you-a-data-driven-business-leader-76fe0c7e0fe3?source=rss-dc5f7aeb7186------2</link>
            <guid isPermaLink="false">https://medium.com/p/76fe0c7e0fe3</guid>
            <category><![CDATA[data-strategy]]></category>
            <category><![CDATA[data-driven-organization]]></category>
            <dc:creator><![CDATA[Guven Gul]]></dc:creator>
            <pubDate>Wed, 20 Dec 2023 07:50:53 GMT</pubDate>
            <atom:updated>2023-12-20T07:50:53.988Z</atom:updated>
            <content:encoded><![CDATA[<p>In my previous article, I explored the traits of a data-driven organization and delved into the practical implications of these traits. The focus was primarily on data leaders within the organizations, emphasizing the foundational elements necessary to facilitate the transformation into a data-driven entity. However, having the right foundations is only a part of the equation. While technologies and enabling factors may be optimal, their utilization might still fall short. Achieving a truly data-driven organization requires more than just proficient data leaders and staff; it demands business leaders who embody data-driven traits. While many businesses acknowledge the importance of data and its role in strategic leverage, is this acknowledgment reflected in reality?</p><p>In this article, I aim to present 10 questions created to assist business leaders in evaluating their level of data-driven orientation. These questions are intended to shed light on what it truly means to be data-driven and cultivate a data-driven mindset.</p><p>1. Do you recognize the importance of leveraging data and analytics, and do you emphasize the significance of data-driven decision-making within your team?</p><p>2. Are regular assessments conducted on your business Key Performance Indicators (KPIs) and essential metrics and trends using enterprise-level dashboards?</p><p>3. When executing a campaign or communication, is a ‘Control Group’ approach consistently implemented to understand and measure effectiveness?</p><p>4. Prior to launching a new product, service, or feature, do you conduct A/B tests to enhance its performance?</p><p>5. In the customer lifecycle, do you actively listen to the customer in each step and respond accordingly to increase engagement?</p><p>6. Are the data-related skills and capabilities of potential candidates for hiring assessed, and are there active plans to organize data training sessions or workshops?</p><p>7. Does your team have the ability to access the necessary data without requiring assistance from Data or IT stakeholders?</p><p>8. Is there regular engagement with data stakeholders to discuss and proactively address data needs and questions?</p><p>9. Are ideas, new hypothesis actively generated, new data sources proposed, and Artificial Intelligence utilized to enhance business metrics?</p><p>10. Do you take ownership of the data created/produced by your team, monitor its quality, and take corrective and preventive actions in case of quality issues?</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=76fe0c7e0fe3" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Tranforming into a data]]></title>
            <link>https://medium.com/@guvengul/tranforming-into-a-data-9c10ce3fa13?source=rss-dc5f7aeb7186------2</link>
            <guid isPermaLink="false">https://medium.com/p/9c10ce3fa13</guid>
            <category><![CDATA[data-strategy]]></category>
            <category><![CDATA[data-driven-organization]]></category>
            <category><![CDATA[data-transformation]]></category>
            <dc:creator><![CDATA[Guven Gul]]></dc:creator>
            <pubDate>Tue, 03 Oct 2023 08:34:01 GMT</pubDate>
            <atom:updated>2024-09-20T12:00:27.493Z</atom:updated>
            <content:encoded><![CDATA[<h3>Tranforming into a data-driven organisation</h3><p>In today’s business landscape, the transformation into a data-driven organization has become very critical. This journey demands a comprehensive approach, encompasses several key traits and practices.</p><p>In this article, we will walk you through seven of these essential characteristics, exploring how each contributes to the overarching goal of harnessing the power of data to drive success in a modern, data-centric world.</p><p>It’s worth noting that the specific traits and action plans for the transformation into a data-driven organization can vary based on factors such as industry, organizational size, and business objectives. It is essential to highlight that these characteristics have been formulated based on our transformation experience at ABB.</p><p>1. <strong>Data is treated as a strategic asset:</strong> When treating data as a strategic asset, it becomes crucial to record each data element and establish governance measures to oversee its flow within the organization. In practice, data leaders strive to accomplish this through data governance initiatives. The desired outcome of a successful data governance project is to compile a comprehensive inventory of all data elements/assets, complete with well-defined technical and business descriptions, alongside a detailed mapping of the data’s journey and mechanisms for maintaining the quality of these elements throughout their lifecycle. This endeavor also holds particular significance in the context of data protection regulations, where robust governance becomes pivotal.</p><p>2. <strong>Data teams are strategically positioned to drive business value</strong>: In many organizations today, data teams are often seen as cost centers responsible for developing and enforcing data management policies, standards, and procedures to ensure data quality and compliance. While these responsibilities remain important, data teams should also play an integral role in the value-generation process by collaborating closely with business functions. In practice, data leaders should collaborate with business stakeholders to develop a roadmap for value creation, particularly through advanced analytics, and may take ownership of its execution. Furthermore, establishing value and impact tracking dashboards that are accessible to the entire organization is a beneficial practice to transparently demonstrate how data and AI contribute to value generation.</p><p>3. <strong>Having readily available, reliable data assets:</strong> Transforming into a data-driven organization requires that every decision be grounded in factual information, accessible to everyone regardless of their capabilities. To accomplish this, individuals should have the ability to independently access the necessary data and gain insights with minimal or no assistance. Therefore, ensuring the provision of easily accessible, user-friendly, and trustworthy data assets is of paramount importance. Initiating enterprise-level data warehousing and datamart development, coupled with self-service business intelligence functions, would be an excellent way to support this approach. The next progression, which varies based on the organization’s level of maturity, could involve implementing automated machine learning functions supported by a well-documented feature store. This ensures that both the enterprise data and the AI capabilities are accessible to whole organization</p><p>4. <strong>Scalable and resilient data architecture:</strong> Achieving scalability and resilience in data architecture is crucial when dealing with data and AI-driven products. These demand substantial resources, including storage, memory, and computational power. Consequently, a data-driven organization must establish a robust data architecture supported by a high-performance infrastructure capable of accommodating a wide range of use cases. While cloud computing is a viable option for meeting these requirements, regulatory constraints necessitate investments in on-premises solutions within our region. It’s crucial to keep in mind that the architecture we build should be readily adaptable for migration to the cloud if regulations allow it later.</p><p>5. <strong>Leadership Commitment:</strong> Transformations, including the adoption of data-driven decision-making, pose significant challenges. To ensure that an organization embraces data-driven practices across the board, it is important that all members of the organization, including its leadership, actively participate in the transformation initiative. Leadership must set an example for the entire organization by demonstrating how data-driven decision-making functions. They should insist that any decision lacking support from enterprise data decision systems, such as trusted dashboards, reports, or reliable data repositories, not be accepted or endorsed. Furthermore, leadership should contribute to the monetization of data by identifying and leveraging opportunities they have identified. Additionally, successful transformation efforts require financial investment, and focusing solely on short-term returns makes it difficult to achieve a successful data transformation journey.</p><p>6. <strong>Automation of Decision-Making Processes:</strong> A common characteristic in data-driven organizations is the growing amount of automated decision-making processes. In industries such as banking, where thousands of decisions must be made to effectively manage operations, it’s essential not only to base decisions on data but also to establish autonomous decision-making systems capable of operating at scale. The number of deployed machine learning models and the extent of robotic process automations serve as key indicators of an organization’s commitment to automating decision-making processes.</p><p>7. <strong>Agility and Dual-Paced Organization:</strong> Particularly in well-established organizations like banks with decades of history, legacy systems often play a significant role. It’s clear that transitioning from legacy systems to new ones cannot happen overnight. It’s crucial to strike a balance between managing these legacy systems while concurrently undergoing transformation. Furthermore, even in the midst of a transformation, one must remain ready for emerging developments that could potentially impact the envisioned end state. This necessitates the ability to simultaneously maintain legacy systems, navigate the path toward the target state as part of the transformation agenda, and be flexible enough to adjust the transformation agenda in response to rapid changes in the environment.</p><p>Overall, in the context of our recent data transformation journey at ABB, these traits have emerged as the most significant characteristics of data-driven organizations that we’ve diligently sought to embrace. I believe that, particularly if you find yourself at the initial stages of this journey, this article will assist you in formulating strategic initiatives that will serve as pivotal milestones in your comprehensive data transformation endeavor.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=9c10ce3fa13" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Data yönümlü şirkətə transformasiyanın xüsusiyyətləri]]></title>
            <link>https://medium.com/abb-data-portal/data-y%C3%B6n%C3%BCml%C3%BC-%C5%9Firk%C9%99t%C9%99-transformasiya-x%C3%BCsusiyy%C9%99tl%C9%99ri-75120ecef7e8?source=rss-dc5f7aeb7186------2</link>
            <guid isPermaLink="false">https://medium.com/p/75120ecef7e8</guid>
            <category><![CDATA[data-transformation]]></category>
            <category><![CDATA[strategy]]></category>
            <category><![CDATA[data-strategy]]></category>
            <category><![CDATA[data-driven-organization]]></category>
            <dc:creator><![CDATA[Guven Gul]]></dc:creator>
            <pubDate>Fri, 29 Sep 2023 12:11:01 GMT</pubDate>
            <atom:updated>2023-10-30T11:54:23.909Z</atom:updated>
            <content:encoded><![CDATA[<p>Müasir dünyada data əsaslı işlək şirkətə çevrilmək önəmlidir. Bu transformasiya üçün müəyyən nəzəri və praktiki yanaşmaların tətbiqi də mütləqdir. Bu məqalədə, transformasiya prosesində tətbiq olunan yeddi əsas yanaşmanı araşdırıb hər birinin müasir, faydalı və datayönümlü rollarını izah edəcəyik.</p><p>Datayönümlü bir şirkətə çevrilmə yolunda aparılan müvafiq tədbirlər planı təşkilatın növü, iş yükü və işin məqsədlərinə görə dəyişə bilər. Bu xüsusiyyətlərin ABB-nin datayönümlü bir təşkilat kimi transformasiya təcrübəsinə əsaslanaraq formalaşmasını vurğulamaq lazımdır. Bu məqalədə qeyd edilən xüsusiyyətlərlə bağlı praktik nümunələri daha sonrakı yazılarda izah edəcəyik.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*lEYTgA_ZiNuHCJQdSlCuIg.png" /><figcaption>Data yönümlü şirkətə transformasiyanın xüsusiyyətləri</figcaption></figure><p>1. <strong>Data strateji dəyər kimi təsvir olunur</strong>: Data elementini strateji dəyər kimi təsvir etmək, onu diqqətə çatdırmaq və şirkət daxilində istifadəsini idarə etmək üçün müəyyən tədbirlər əhəmiyyətlidir. Praktikada, buna datanın idarə edilməsi tədbirləri vasitəsilə nail olunur. Datanın idarə olunması layihəsinin uğurlu nəticəsi bütün data elementlərinin ətraflı təhlilini təşkil etməyə, texniki və iş təsvirləri ilə birlikdə datanın keyfiyyətini qorumaq üçün ətraflı xəritə tərtib etməyə şərait yaradır.</p><p>2. <strong>Data komandaları iş dəyərini artırmaq üçün strateji mövqedə yerləşdirilir</strong>: Bugün bir çox şirkətdə data idarəetmə siyasətlərinin, standartlarının və proseslərin inkişafı və tətbiqi ilə məşğul olan data komandaları var. Lakin əksər biznes komandaları bu tip prosesləri, siyasətləri artıq vaxt və xərc kimi görür. Strateji baxımdan bu vəzifələr olduqca vacibdir. Data komandaları biznes prosesləri ilə yaxından tanış olaraq və ya biznes komandaları ilə əməkdaşlıq edərək dəyər yaratma prosesində əsas rol oynamalıdırlar. Praktikada, data liderləri digər komandalarla birlikdə dəyər yaratmağa yönəlmiş yol xəritəsi tərtib etməli və təşkilat üçün əlverişli dəyər izləmə vizuallarının qurulması, informasiya sistemlərinin dəyər yaratmağa necə kömək etdiyini şəffaf şəkildə göstərməsi üçün tərəfdaşlıq etməlidirlər.</p><p>3. <strong>Düzgün və güvənilir datanın dəyərləri</strong>: datayönümlü təşkilata çevrilmək hər bir qərarın faktiki məlumatlara əsaslanmasını və hər kəs üçün əlçatan olmasını tələb edir. Bunu həyata keçirmək üçün, fərdlər lazımi məlumatlara müstəqil şəkildə daxil olmaq, heç bir yardım olmadan fikirlər əldə etmək imkanına malik olmalıdırlar. Bu səbəbdən, istifadəçiyönümlü, asan və güvənilir data təmin edilməlidir. Korporativ səviyyədə datamartların yaradılmasına başlamaq, self-service biznes intellekt funksiyalari ilə birlikdə bu layihələri dəstəkləmək olar. Növbəti addım şirkətin səviyyəsinə görə dəyişə bilər və bu avtomatlaşdırılmış maşın öyrənmə funksiyalarını dəstəkləyən sənədləşdirilmiş xüsusuiyyət bazası ola bilər. Bu addım şirkətin hamı üçün süni intellekt imkanlarının əlçatanlığına sahib olmasını təmin edir.</p><p>4. <strong>Genişlənən (Miqyaslanan) və dayanıqlı data arxitekturası</strong>: data və süni intellekt məhsulları ilə işləyərkən data arxitekturasında miqyaslılığa və dayanıqlılığa nail olmaq çox vacibdir. Onlar saxlama, yaddaş və emal gücü də daxil olmaqla əhəmiyyətli resurslar tələb edir. Buna görə də datayönümlü təşkilat, geniş istifadə hallarına cavab verə bilən, yüksək performanslı, infrastruktur tərəfindən dəstəklənən dayanıqlı data arxitekturası yaratmalıdır. Bu tələbləri ödəmək üçün bulud hesablama əlverişli seçim olsa da, müəyyən məhdudiyyətlərə görə bu iş investisiya tələb edir. Yadda saxlamaq lazımdır ki, sonradan müəyyən icazələr olsa, yaradılan arxitektura buluda miqrasiya üçün asanlıqla uyğunlaşmalıdır.</p><p>5. <strong>Liderlik öhdəliyi</strong>: dataya əsaslanan qərar qəbulu da daxil olmaqla, transformasiyalar müəyyən problemlər yaradır. Dataya əsaslanan təcrübələrin təşkilat daxilində geniş şəkildə tətbiqini təmin etmək üçün təşkilatın bütün üzvlərinin, o cümlədən rəhbərliyinin transformasiya təşəbbüsündə fəal iştirakı vacibdir. Rəhbərlik datalara əsaslanan qərar qəbuletmə prosesinin necə işlədiyini nümayiş etdirməklə bütün təşkilat üçün nümunə olmalıdır. Onlar təkid etməlidirlər ki, sağlam idarə panelləri, hesabatlar və ya etibarlı data bazalar kimi müəssisə məlumatı qərar sistemləri tərəfindən dəstəklənməyən hər hansı qərarı qəbul etməyəcək və ya təsdiqləməyəcək. Bundan əlavə, rəhbərlik müəyyən edilmiş imkanları üzə çıxarıb istifadə etməklə məlumatların monetizasiyasını asanlaşdırmalıdır. Uğurlu transformasiya səyləri maliyyə sərmayəsi tələb edir. Yalnız qısamüddətli gəlirlərə diqqət yetirmək, uğurlu məlumat transformasiya prosesinə nail olmağı çətinləşdirir.</p><p>6. <strong>Qərarvermə proseslərinin avtomatlaşdırılması</strong>: Datayönümlü təşkilatların ümumi xüsusiyyəti, avtomatlaşdırılmış qərar qəbuletmə proseslərinin sayının artmasıdır. Əməliyyatları effektiv şəkildə idarə etmək üçün minlərlə qərarın qəbul edilməli olduğu bankçılıq kimi sahələrdə, qərarları yalnız məlumatlara əsaslandırmaq deyil, həm də miqyasda fəaliyyət göstərə bilən avtonom qərar qəbuletmə sistemləri yaratmaq vacibdir. Tətbiq edilən maşın öyrənmə modellərinin sayı və proseslərin avtomatlaşdırılması dərəcəsi təşkilatın qərar qəbuletmə proseslərinin avtomatlaşdırılmasına sadiqliyin əsas göstəriciləridir.</p><p>7. <strong>Çeviklik və ikili-templi təşkilat</strong>: Uzun tarixə malik banklarda köhnə sistemlər çox vaxt mühüm rol oynayır. Aydındır ki, köhnə sistemlərdən yeni sistemlərə keçid bir gündə baş verə bilməz. Eyni zamanda transformasiya edərkən köhnə sistemləri idarə etmək arasında tarazlıq olmalıdır. Əlavə olaraq, hətta transformasiya prosesinin ortasında belə, nəzərdə tutulan son vəziyyətə potensial təsir göstərə biləcək yeni hadisələrə qarşı diqqətli olmaq lazımdır. Bunun üçün eyni vaxtda köhnə sistemləri dəstəkləmək, transformasiya çərçivəsində hədəfə gedən yolda naviqasiya etmək və ətraf mühitdəki sürətli dəyişikliklərə cavab olaraq transformasiya proqramını tənzimləmək üçün kifayət qədər çevik olmaq lazımdır.</p><p>Ümumilikdə, ABB-də məlumatların transformasiyası kontekstində, bu xüsusiyyətlər bizim səylə qəbul etməyə çalışdığımız, data-yönümlü təşkilatların ən vacib xüsusiyyətləri kimi ortaya çıxır. İnanırıq ki, bu məqalə, xüsusən də bu səyahətin ilkin mərhələlərindəsinizsə, data transformasiyası cəhdlərinizdə əsas mərhələlər kimi strateji təşəbbüslərinizi formalaşdırmağa kömək edəcək.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=75120ecef7e8" width="1" height="1" alt=""><hr><p><a href="https://medium.com/abb-data-portal/data-y%C3%B6n%C3%BCml%C3%BC-%C5%9Firk%C9%99t%C9%99-transformasiya-x%C3%BCsusiyy%C9%99tl%C9%99ri-75120ecef7e8">Data yönümlü şirkətə transformasiyanın xüsusiyyətləri</a> was originally published in <a href="https://medium.com/abb-data-portal">ABB Data Portal</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>