據專家總結，以下是數據驅動型企業的一些關鍵特征。
1. 他們采用企業范圍內的數據戰略
要成為數據驅動型企業，需要有一個適用于整個企業的全面性數據戰略。它不僅要包含技術和自動化的應用，還要包括文化、治理、網絡安全、數據隱私、技能和其他組成部分。
Chidambaram解釋稱，“數據治理、存儲和分析工具的市場已經大幅增長，但企業仍面臨著挑戰并苦苦掙扎。首席信息官、首席技術官和首席行政官必須建立一個企業范圍內的全面戰略，以充分利用企業數據的價值，并整合人工智能等技術來實現銷售、營銷和卓越運營。”
Chidambaram補充道，這包括確保數據架構為數據專業人員和非技術決策者提供超越本能和軼事決策所需的工具。
目前，許多企業和政府企業都在利用數據驅動的洞察力來改善客戶服務、降低運營費用、創造新的業務流并實現整體業務效率。
Chidambaram認為，讓企業的領導層和員工致力于數據驅動的方法是決定成功的關鍵。企業必須確保解決以下問題：每個人都愿意接受數據作為企業文化的一部分嗎?如果每個人都是肯定的答案，才能稱自己為真正的數據驅動型組織。
2. 他們優化資源分配
制定數據驅動的策略是一回事，有效地執行計劃又完全是另一回事。這就是擁有正確的資源并根據需要更新它們至關重要的原因所在。
全球技術研究和咨詢公司ISG的合伙人兼首席數據和分析官Kathy Rudy表示，“一旦確定了戰略，那么支持該戰略的人員、流程和工具對于數據驅動型組織而言將至關重要。”
例如，企業需要有一個構建數據目錄的流程;數據清理和數據質量的程序和工具;定義明確的數據用例和支持用例的正確工具;內外部用戶有效且安全地訪問數據的流程;支持用例的整體安全性;以及支持復雜數據請求的卓越數據中心。
從人員的角度來看，成為數據驅動型組織意味著要擁有一支由數據分析師、數據科學家、數據工程師和其他專業人員組成的穩固團隊，并在需要更新技能時提供必要的培訓。
3. 他們強調數據治理
數據治理是整體數據戰略的另一個組成部分，值得特別關注。治理包括數據安全、隱私、可靠性、完整性、準確性和其他領域。維護數據驅動的操作至關重要。
Rudy解釋稱，“如果沒有數據治理，你將無法信任自己使用的數據是高質量的、通過通用分類法跨數據集同步的，或者是安全的。此外，數據治理還為訪問數據提供了基礎。”
Rudy舉例稱，在ISG公司，經常需要面對不同的數據庫，而且這些數據庫又具有不同的分類法和維護數據集的方式。但是，一旦建立了集中的數據治理方法——包括人員、流程和工具——我們就能夠開發新的方法來使用內外部的企業數據，以實現客戶交付、產品和數據貨幣化。
Rudy補充道，集中式方法還為企業內部的數據訪問建立了適當的安全協議。除非你真正了解數據的來源、收集方式、數據背景以及如何分析數據，否則不當使用可能會導致錯誤的決策。
例如，當ISG銷售團隊要求提供帳戶信息時，數據團隊開始提取報告并發現同一客戶有多個名稱。隨著時間的推移，匯總業務快照會變得愈發困難，銷售了什么?由誰銷售?都無從得知。對數據缺乏治理會造成系統中的數據不完整，客戶信息不對稱等情況，進而導致錯誤的決策。
金融服務、醫療保健和保險技術提供商TransUnion全球技術平臺高級副總裁Deepika Duggirala表示，負責任的數據使用對于數據驅動型組織至關重要。這意味著保護企業數據生態系統中的所有數據——無論是動態的還是靜態的——同時維護員工和消費者的隱私。隨著數據保護法規的陸續出臺，企業必須跟上節奏，向所有員工宣傳相關的數據隱私和保護法案，并將安全和合規性納入所有數據存儲和消費的初始設計中。
4. 他們建立廣泛的數據思維方式
建立數據文化和思維方式是整體數據戰略的一部分，且值得重點關注，因為它確實有助于將戰略變為現實。
Duggirala表示，“決策的各個方面都受到數據的影響。員工只有對數據具有充分認知，才能更好地了解市場并做出合理的決策。這是TransUnion產品開發流程的核心——產品經理、客戶體驗設計師和開發人員都利用我們數據的不同方面來確定解決特定需求的解決方案，定義發布時間表，以及確保簡單、直觀的功能。”
Rudy補充道，“在數據驅動型企業中，整個企業都承認數據是決策的核心。因此，當面臨挑戰、問題或設計戰略時，人們會自動獲取數據來支持決策。在ISG，從描述我們資質的營銷和銷售材料，到使用數據證實建議的客戶交付物，以及我們用數據和事實支持我們專業知識的行業簡報，數據確實是我們所做一切的核心。數據為企業提供了競爭優勢，也為我們所有的利益相關者提供了洞察力。我們將數據視為循環，一直不斷地收集、驗證、管理、整理和分析數據。”
咨詢公司NTT Data北美創新中心負責人Theresa Kushner表示，數據驅動型企業有很多驅動力。這意味著無論你處于企業中的哪個職位，都可以訪問完成工作所需的數據。而非數據驅動型企業的數據管理方法通常是孤立的。
Kushner解釋稱，“NTT Data研究表明，只有少數企業表示數據在整個企業中無縫共享。而在數據驅動的企業中，情況并非如此。因為這些團隊在其領導層的指導下根據數據做出決策，而且他們的團隊特別關注關鍵數據集，所以他們可以快速行動并使用準確、隨時可用的數據推動業務發展。”
Kushner認為，定期協作是擁有數據思維方式的關鍵，因為沒有人共享和使用數據，數據就什么都不是。有效的數據驅動文化取決于數據所有者與其用戶之間的高效協作和開放式溝通。數據驅動型組織的這一特征涵蓋了所有其他方面，例如培訓、認證、數據治理、定期流程更新。
5. 他們使數據集成為首要關注點
Kushner介紹稱，由于數據科學家無法找到擬議模型所需的數據，導致許多AI項目在短時間內被擱置。數據驅動型組織就不存在這樣的問題。他們知道哪些數據集對于業務的運行是關鍵和必要的，并確保這些數據集受到保護和管理。
例如，大多數公司都有CRM系統，銷售人員會使用這些系統來記錄和跟蹤機會。但這些系統中的數據對于客戶及其交易而言往往是不完整的，尤其是在銷售人員負責數據輸入時。這意味著當數據科學家想要創建一個客戶模型，來識別那些將在特定時間或從特定渠道購買的客戶時，他們需要的數據可能不可用或不夠支持該模型。
然而，數據驅動型組織明白，這些數據對于運營業務至關重要，因此可以確保數據管理實踐在關鍵領域是徹底的。在許多情況下，為了確保正確輸入數據，這些企業會自動執行銷售錄入流程，從而將銷售從繁瑣的錄入任務中解放出來。
Kushner補充道，根據業務類型或行業，關鍵領域可能會發生變化。例如，制造商可能會發現更密切地管理其供應商的信息是他們的關鍵數據域。無論是哪個行業，數據驅動型組織都有收集、管理和使用關鍵數據的計劃。
6. 他們促進IT和業務之間的強大協作
數據驅動型企業往往具有良好的IT和業務協作關系。例如，當CIO與財務部門密切合作時，公司可以最大限度地發揮財務數據的價值。
專業服務公司BDO的首席財務官Lynn Calhoun表示，“在正確的時間、以正確的格式向高管和領導者提供正確的信息需要CFO和CIO之間的密切合作。這包括讓財務和IT團隊一起定義信息需求，合作建立正確的IT系統和架構以滿足這些需求，并密切合作來實施和支持敏捷系統和流程，以跟上當今快速變化的業務環境。”
Calhoun補充道，以BDO為例，我們會緊密合作以了解業務“需要”什么，而不僅僅是他們“要求”什么，因為這通常會受制于他們所知道的內容。這種限制阻礙了業務領導者實現目標的能力。
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。
京公網安備 11010502049343號