数据成熟度的演变

编译/李雪薇
数据成熟度可以通过数据在公司日常战略和结构中的比例来定义。人们经常将公司规模与数据成熟度联系起来,但这两者是完全不相关的。仅凭公司规模就忽略了一些重要的细微差别,例如公司文化中的心态、经验和数据的普遍性。

2345截图20211028093243.png

在过去十年中,企业一直致力于将“数据驱动”作为其业务战略的核心原则。数据驱动是指使用数据来做出商业决策,但这不一定可以衡量公司的整体数据状况。成为数据驱动型企业,不仅需要时间和精力,还需要对数据策略进行积极的投资。

首先,我们需要了解公司在“数据成熟度”方面所处的位置。数据成熟度为业务中的数据渗透提供了更具体的衡量标准,并囊括了数据驱动组织中涉及的人员、流程和工具。

为了让数据专业人士从容面对治理和监管方面的新挑战,他们必须将提高数据成熟度作为他们的核心立场。数据成熟的专业人员和企业可以降低复杂性,并根据当前情况调整处理数据管理和分析的方式。

数据成熟度的定义

数据成熟度可以通过数据在公司日常战略和结构中的比例来定义。人们经常将公司规模与数据成熟度联系起来,但这两者是完全不相关的。仅凭公司规模就忽略了一些重要的细微差别,例如公司文化中的心态、经验和数据的普遍性。

例如,随着数据收集的不断增加,除非公司在数据策略上有所投入,否则数据孤岛很可能会继续存在。减轻数据孤岛的影响需要一个数据成熟度,而不仅仅是大公司所能提供的技术或资源。

从广义上讲,数据成熟度是由三方面组成的:人员、工具和准备情况。

在人员方面,数据成熟的企业需要了解员工对最新数据和分析技术的经验程度。他们帮助业务部门最大限度地使用和共享数据,并持续希望升级数据生态系统,以保持其领先性。此外,他们鼓励所有员工追求数据素养,即阅读、理解、创造和交流数据信息的能力。

在工具方面,数据成熟的企业将数据视为重要产品,而不是事后引用的资料。他们正在构建以数据为中心的技术生态系统,并积极创建企业和技术基础设施来支持数据产品。此外,团队了解他们的数据产品在哪里使用以及如何使用,并将这些用户视为客户。

在准备方面,数据成熟的企业非常了解他们在成熟度范围内的位置,并且能够清楚地表达出他们想要用数据完成什么。领导具有数据优先的心态,知道他们希望实现怎样的业务成果,以及数据将如何帮助他们实现目标。

无论是通过OKR(目标和关键结果),还是员工期望,公司文化都将数据融入其价值观和战略,并授权员工在每一个决策中使用数据。通过将权力交还给数据生产者,数据将由最了解它的人(即创建数据的人)来共享和定义。

将数据视为产品

正如企业投资于产品开发,他也需要以类似的方式,对数据进行优先级排序。将数据视为产品,意味着使企业能够向业务用户提供他们可以依赖的数据。

一个成熟的数据生态系统应该关注与优秀产品相同的原则:

速度(数据和业务用户之间的一条捷径)

规模(随着业务无缝增长数据生态系统的能力)

简单性(用户应该能够理解数据,并对其有信心)

SQL(用户应该能够使用他们选择的工具与数据交互,包括SQL,数据的通用语言)

我称这些为“数据的四个S”。

随着新数据资产的迅速积累,以及不断变化的监管要求迫使数据保留在各自的区域内,企业开始认真审视他们在管理和分析数据时采取的传统方法。实现“四个S”对于确保企业能够依赖他们的数据,并收集有意义的洞察力至关重要。

随着数据成熟度而变化

随着企业变得更加以数据为导向,数据成熟度将继续发展,同时也认识到监管要求和数据可访问性的限制因素。随着云计算、管理服务产品和数据生产本身的不断加速发展,将数据作为一种产品和关键资产进行关注和思考,将继续成为现代企业的一个差异化因素。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论