大多數公司都有大量的數據，但由于種種原因，一直都未能很好地利用這些數據。想到<古水手之歌>中一個直截了當的典故，“數據，無處不在的數據，但沒有哪個是可以使用的。”應該收集哪些數據?哪個部門“擁有”著這些數據?我們該如何設計正確的體系結構來保護數據并使其隨時可用?我們該如何改變我們的文化，讓我們的企業領導者能夠根據數據來做出決策?

 

我希望我有這些問題的答案，但我沒有。多虧了我的洞察力和慷慨的首席信息官網絡，我的確有一些關于如何啟動數據戰略的聰明想法。以下是從最近的對話中挑選出來的一些有價值的想法，我希望這些想法能夠對你自己的數據策略有價值。

 

 

Sherry Aaholm創建數據驅動型業務的策略是首先只清理能夠解決清晰而精確的業務問題的數據。“如果我在這家公司周圍說，'我需要所有的制造數據都是干凈的，而且都放在一個地方，' 人們會說，'這聽起來真的很昂貴，這將花費我100年的時間，'” Aaholm說，他剛剛從財富200強引擎制造商Cummins的首席信息官晉升為首席數字官。

 

然而，Aaholm抓住了一個很好的機會，他利用分析來降低保修成本，并只是清理了這些數據。“我們確定了50個相關數據的關鍵來源，并將其縮減至了20個，清理干凈，放入了數據湖并使其可用，只是為了解決客戶的保修問題，”她說。“當我們證明了我們能夠解決這個大問題時，人們開始相信數據，并要求更多了。”

 

 

你的業務合作伙伴可能知道數據是強大的，他們知道他們需要它，但他們并不總是知道他們需要什么數據以及該如何使用它。IT企業知道該如何收集、構建、保護和提供數據，但他們通常不負責定義該如何最好地利用數據。提供數據和使用數據之間的差距可以像古代水手的海洋一樣大，首席信息官需要在這之間架起一座橋梁。

 

對于大規模執行COVID測試的LabCorp來說，數據就是公司的命脈。首席信息和技術官Lance Berberian通過展示一個原型來進行數據對話。“當我們構建COVID儀表板的第一個版本時，我告訴我們的信息團隊，科學家們希望看到以某種方式建模的測試時間框架;他們想比較男性和女性的感染率，并查看不同年齡組的數據，”他說。“我們在試驗版本中給了科學家足夠的數據，他們說，‘這太不可思議了。但在下一個版本中，我還希望看到X，Y和Z。'”

 

“如果我們是從一個空白頁開始，我們將無法能夠像以前那樣快速的交付儀表板。首席信息官需要在團隊中有對數據的價值有自己想法的人，他們可以向業務伙伴展示的不僅僅是一張白紙。”

 

 

但是我們該如何吸引那些能夠建造數據儀表板的杰出數據科學家呢?為了應對人才市場非常緊張的挑戰，Verisk Analytics的首席信息官Nick Daffan建議給數據科學家們提供都想要的東西:一個能夠創造影響力的有趣的工作。“數據科學家希望獲得既有深度又有廣度的數據，也希望使用最先進的工具和方法，”Daffan說。“他們還希望看到他們的模型得到實施，這意味著他們將能夠幫助他們的業務合作伙伴和客戶以高效的方式使用數據。”

 

是什么構成有趣的數據?“將非結構化數據與結構化數據相集成的挑戰在數據科學界引起了很大的興趣，”Daffan說。例如，人壽保險公司的數據科學家可以訪問大量結構化數據，包括保單和理賠信息。然后，他們可以將非結構化的數據分層，如圖像庫或保險表格，甚至是來自語音識別工具的數據。“這就是它變得有趣的時候，”Daffan說。

 

 

現在，你的數據程序已經啟動，你的數據科學家已經鎖定并加載，你也已經準備好了進入分析的天堂:一種允許你的業務合作伙伴進行自助的運營模式。模擬半導體公司Skyworks Solutions的首席信息官Satya Jayadev已經讓IT擺脫了數據交付的角色，進入了數據民主化的階段。

 

“我們在IT組織內部創建了一個新的數據團隊，并由一個負責了解組織中所有數據的人來領導，”他說。“我認為數據領導者就像是一個屠夫--他會為我們的商業用戶把肉切成薄片和小塊，然后再由他們自己把肉帶回家做飯菜，”Jayadev說。

 

“我們的數據組不是讓用戶無限制地訪問非結構化數據，如pdf、電子表格和銷售報告，而是創建一個結構化的且適用于用戶的數據集。”

 

 

你的公司也必須在未來幾年內成為數據驅動的企業，如果還沒有的話，否則它就將無法在我們新的數字經濟中茁壯成長。從所有不同的系統中提取所有不同類型的數據，保護數據并使其可用可能是一項艱巨的任務，尤其是在一種領導者尚未接受有多少數據正在改變其業務的文化中的時候。

 

但是，無畏的首席信息官們，新的挑戰再一次落在了你的肩上。我希望這些同行的建議能夠讓你向前邁進幾步。

 

版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。