数据驱动转型的 6 个步骤

---

作者：Nir Kaldero
我们现在已经进入了第四次工业革命。 第一次工业革命是关于蒸汽和铁路，第二次关于电力，第三次是由互联网带来的。 作为第四次工业革命的基础，人工智能将改变商业运作方式，公司将在未来五到十年内运营，正如互联网在过去十年中所做的那样。 转型将比以往革命所带来的更大。

即使您已准备好将组织转变为数据和模型驱动的企业，您也可能不确定从哪里开始。 以下六个步骤源于我与各行业成功转型的企业的合作，并可以指导您进行自己的转型之旅。
 

1. 设置数据策略

您已经掌握了许多有关您的客户，客户和业务的隐藏信息，这些信息可以帮助您转变组织并将其提升到一个新的水平 - 只有当您将数据视为战略资产时才能通知您的所有业务决策。

当我向商业领袖提及这个概念时，他们的直接反应往往是，“嘿，这意味着我必须重新调整整个组织。 那会怎么样？ 如何将我的所有 100,000 人与单一数据策略对齐？“但设置数据策略与目标设定不同。 通过目标设定，我们从顶部开始。 一切都必须遵循高层管理人员为整个组织设定的目标。 但是，每个子团队的数据策略可能不同，但仍有助于解决您的主要业务问题。 这些不同的策略不需要涉及一组约束。
 

2. 使您的数据民主化

第二步是将整个组织的数据进行民主化。这很重要，因为从咖啡师到 CEO，每个人每天都做出商业决策。我们知道数据驱动的决策是更好的决策，那么为什么不选择让人们访问他们做出更好决策所需的数据？

但是，让我们切实可行。我们生活在一个受限制和规则的世界里。并非所有组织都能完全实现数据民主化，特别是在银行，保险和医疗保健等行业。出于隐私原因，这些情况下的数据泄漏将是灾难性的。它会引入直接的商业风险和责任。您也不希望与整个组织共享您的所有数据，以防专有信息泄露并使您丧失竞争优势。

那么我们如何才能智能地实现数据的民主化？答案是弄清楚如何向相关决策者提供相关数据，以便他们能够加强决策。查看人员的角色，确定他们每天做出的决策，然后向他们提供支持这些决策的数据。向合适的人提供正确的数据将增强他们在正确的时间做出正确决策的能力。
 

3. 构建数据驱动的文化

第三步是在组织内创建数据科学和分析文化。领导者必须激励员工养成在做出决策时查看数据的习惯，我称之为 “行动点”。这与您构建的企业文化密切相关。我经常建议高管们发挥创意，为支持数据的员工设置竞赛和奖励。

该原则的第二个组成部分要求您弥合技术团队和非技术团队之间的差距，以便他们能够无缝地协同工作，以实现和操作机器智能。这是提高投资回报率的关键工具。目前，这些团队彼此不了解或不知道如何一起工作。这是必须面对和克服的主要问题。

其中一个补救措施是教育两个团队关于彼此的角色和职能。第二个是智能，高度协作的嵌入式组织工作结构，要求两个团队在正常业务过程中进行交互。第三是为企业双方的中间人创造半技术角色。
 

4. 加快洞察速度

这一原则背后的理念是使整个组织的业务信息和洞察力民主化。 如果您为决策者提供高速，动态的洞察力，他们将养成做出数据驱动决策的习惯。 数据驱动型组织的定义是一种培养观察数据以做出所有业务决策的文化的组织。 要做到这一点，使用您的数据生成尽可能多的洞察力非常重要。

在整个组织中释放洞察力的最简单和最好的方法之一是使用动态仪表板工具来提供对数据的深入了解。 许多组织并未强调此类解决方案的重要性和实用性。 静态摘要和报告不再具有动态性，不足以为决策提供信息。
 

5. 衡量数据科学的价值

数据驱动转型的第五步是采取行动。您必须衡量数据科学和机器学习对您的业务的价值和影响，并使此指标成为您的关键绩效指标（KPI）之一。在此过程中，优先考虑具有最高潜在投资回报率的数据科学投资。财富 50 强或财富 200 强企业的典型首席信息或首席数据官每年会收到 2,000 到 2,500 个不同数据产品的请求。组织内部的人认为他们应该对所有这些采取行动，这很少可行。

你应该如何优先考虑？看看投资的可行性和影响。可行性是指您是否拥有数据。数据是否干净并贴上标签？您是否拥有启动项目的人才，资源和流程？影响是指财务贡献。如果您打算投资这个项目，它会真正彻底改变您的业务吗？它会增加数百万美元，还是会增加 10,000 美元？

在向 CIO 提交您认为可能是一个好用例的项目的请求之前，请考虑这两个维度。特别是在开始旅程时，您不希望每个人都提交数百个用例。您希望获得具有高可行性和影响力的项目，以便能够快速转变您的组织。

首先是试点项目。如果您发现变化幅度合理，可以投入更多资金：投入更多资金并投入更多资金。然后在整个组织中实施。
 

6. 实施数据治理框架

最后一步是关于数据所处的环境。您的数据资产必须是安全且私密的。这是一个优先事项，所有大公司此时应该已经完全建立了数据治理，安全性和隐私。然而，按照我的标准，我合作的许多公司仍然远远落后于曲线。虽然保障措施的重要性不言而喻，但仍需要说明：许多组织尚未制定保障措施。

组织必须首先获得对数据流的高度可见性，从企业中的点源到最终目的地。这需要可视化和量化各种数据路径，理解不同的数据类型以及这些数据与之交互的工具。只有这样，组织才能安全地应用必要的政策，从一开始就确保治理。以这种方式接近治理和安全性有助于组织不仅有效地管理他们的数据，而且还充满信心地利用它，知道质量和安全性是不妥协的。
 

迈向数据驱动的成熟度

最初，应用这六个步骤可能会令人望而生畏。毫无疑问，您需要花一些时间才能开始考虑在每个决策中最大限度地使用和保护数据。尽管如此，它可以做到。

作为一名高管，积极的转变始于你，并贯穿整个组织。不久之后，您将开始看到更多的人通过这些原则来理解和生活。然后，您的组织将走向数据驱动的成熟度。

---

---