本文来自CDO之家。
01数据驱动型组织意味着什么?
数据驱动的决策制定是数据驱动企业的核心，这意味着公司收集、分析和使用数据来为关键决策提供信息。从本质上说，这就是从事实中获得指导而不是“跟着你的直觉走”。这听起来显而易见，在现实中每个人都试图这样做，但它比看起来更难。
数据驱动是一个不断变化的追求。在过去的几十年里，我们可以访问的数据量以及分析这些数据的工具一直在扩大和改进，这既是福也是祸。企业现在有大量的数据，今天先进的人工智能和机器学习使得分析它比以往任何时候都更容易。但数据是分散的、竖井式的，而且大多数数据都是非结构化的，这增加了复杂性。
比如在营销领域，Gartner最近研究发现，只有一半的营销决策受到数据分析的影响，原因有很多——从糟糕的数据质量到不明确的建议。撇开原因不谈，我们得出的结论是：成为一个数据驱动型组织真的不容易。
但挑战是值得的，根据德勤2019年的一项调查，在拥有最强数据分析文化的受访者中，48%的人在过去12个月显著超过了业务目标。这就是为什么尽管困难很多，大多数组织还是专注于构建数据驱动的战略。
02数据驱动方法是如何工作的?
为了实现数据驱动，公司需要设定明确的目标，并有数据可以驱动的业务场景，然后是查找所有可应用数据，并对其进行清理和组织的复杂任务。IBM的一项研究显示，分析师80%的时间都花在这个阶段，只剩下20%用于实际分析数据。在收集和分析数据之后，必须根据调查结果提出建议，以指导决策。
培养数据驱动的文化同样是数据驱动企业成功的关键。这意味着要有合适的人才和领导团队，加强数据对各级员工的价值。这还意味着要让数据和分析工具能够被广泛访问，并创建一个支持测试和学习方法的环境。
麦肯锡称，那些鼓励员工持续为数据驱动决策提供资料的公司“在过去三年里，营收增长至少10%的可能性要高出近1.5倍”。
03为什么数据驱动还不够?
沃伦•巴菲特(Warren Buffett)曾说：“我查过调查表，死亡率最低的是6岁儿童。所以，我决定像六岁孩子一样吃东西。”巴菲特简要地解释了为什么只根据数据做决定是有问题的。数据有利于验证，但它的好坏取决于它的解释，以及你找到的数据的完整性和准确性。如果没有正确的情景，基于数据的决策可能会导致错误的结果。
此外，数据未开发的潜力存在于添加到它的具体上下文语境中，数据和内容可以沿着不同主题线连接，并通过复杂的关系网络丰富起来，这不仅仅是电子表格和报告，还有相关的演示文稿、对话、电子邮件、pdf文档等等。借助知识图谱、自然语言处理和机器学习的力量，我们现在可以添加丰富的上下文语义信息，从而使数据成为可操作的知识。
我们事先获得的可操作知识越多，我们能够做出最佳决策的可能性就越高，可以看到：知识>数据。
04知识驱动是什么意思，如何实现它?
知识驱动意味着员工花更少的时间搜索他们需要的东西或者理解数据，而花更多的时间做出有助于业务增长的决定，这都可以减轻认知负担。
什么是认知负担？它是我们作为人类评估所有可用选项并做出最佳决策所需要的额外思考和努力。我们每个个体都可以在个人层面上体验到它的存在，而组织在整体上的认知负担将是每个员工认知负担的总和。
为了实现知识驱动，企业需要在具体语境中提供可操作的知识，以提供见解，为决策提供依据，并提高生产力。实现这一工作的关键是使尽可能多的实现知识自动化，它可以显著减少、员工的认知负担。具体来说，知识驱动通常需要构建以下的能力：
访问它们的所有数据和内容——包括结构化和非结构化的，跨应用程序、环境、文件类型等。
将数据和内容形成知识图谱——将数据和内容融合成为更具语义的知识图谱，这是从数据驱动走向知识驱动的关键一环。
给用户一个简单、直观的360度界面——一个用户可以访问所有相关信息和见解的地方，用户需要360度的全景视野，避免片面的观点。
体验友好、功能强大的智能搜索——提供语义增强搜索、知识可视化展示、员工画像推荐、知识语义关联分析等新一代智能搜索能力。
能够解析相关内容段落的含义——通过自然语言处理、概念提取、文本标注等实现相关文本内容的自动解读、实体、关系抽取等。
使用机器学习进行语义自动化——通过机器学习算法训练模型，提供智能标签、自动分类、主题聚类、热点趋势分析等能力。
05知识驱动的数字化转型解决方案
我们认为，数字化时代，企业对于企业知识数字化需求通常可以概括为：知识存量、知识增量、知识服务和知识决策。其中：
1）知识存量：是指需要对历史积累的大量多形态知识内容盘活和再利用；
2）知识增量：是指对不断增加的业务知识需要按照标准规范和结构化模板沉淀和复用；
3）知识服务：是指需要知识和业务关联，在业务场景中实现用户画像、知识推荐、知识关联、知识推荐等情景化的知识服务；
4）知识决策：是指基于已经构建的业务图谱关系网，对产品、项目、技术、人才、客户、市场等业务对象进行360°刻画，为业务决策人员辅助决策能力。
06写在最后的话
基于以上组织知识数字化转型要求和需求，我们提供对应的组织知识数字化解决方案。
即：知识内容资产化→主题知识服务化→业务对象360化
企业可以根据自身管理和信息化基础及现状定位合适的阶段，建设匹配的知识数字化转型应用。
