最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

「数据战略」6步 设定你的企业数据战略

[复制链接]
跳转到指定楼层
楼主
发表于 2019-10-31 17:03:11 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

Wayne Eckerson最近的报告“数据战略指南:每个高管人员需要了解的内容”回答了许多关于数据战略的内容,原因和时间的问题。但是,与所有战略工作一样,数据战略可能是一项庞大而复杂的工作。当我阅读报告时,我发现自己想知道如何制定环境,实现业务一致性,并在战略制定和实施时推动良好的数据管理实践。图1展示了我的全局图,有助于理解和可视化数据策略的范围和复杂性。
图1.数据战略的大图

数据策略可以实现数据发现,最大限度地提高了解数据可以告诉我们的能力。数据发现推动了业务发现,创造了学习业务新事物的机会。反过来,业务发现通过创建数据探索的新需求来推动数据发现。数据战略家必须在数据发现和业务发现的交叉点上工作。数据策略不能孤立地查看数据。必须在业务环境和管理环境中查看它。通过这种大图片框架,我们可以开始开发数据策略师应该提出的一些关键问题。
商业压力
业务的动态和易变性是数据依赖的主要原因。许多外部力量 - 政治,经济,社会,技术,竞争,法律,道德和环境 - 对企业施加压力,并产生采取行动和不断调整业务的需要。对这些压力的反应以四种方式发生:在可能的情况下预测压力,在变化明显时主动适应,在即将发生变化时迅速作出反应,以及在意外情况下作出反应。数据分析在从预期到反应的每个阶段都发挥着重要作用。考虑到这一点,数据战略家应该问:
哪种动态是您企业的外部驱动力?
数据如何帮助应对这些力量?
商业价值
适应变化是维持和增长业务价值的必要条件。无法适应的企业将会挣扎并最终失败。适应变化的人是幸存者,掌握适应能力的人将茁壮成长。数据和分析对于持续适应至关重要。在最基本的层面上,它们提供了对业务绩效的洞察力。当超越洞察力应用它们来推动流程,产品和业务模式创新时,它们可以提供更大的价值。从价值角度来看,数据策略师应该问:
我们业务的主要数据驱动价值机会是什么?
我们如何使用分析来推动创新?
商业管理
在业务人员采取行动之前,适应变化并不成为现实。谈论管理行动几乎是陈词滥调,但我们需要在战略,战术和运营等各个层面采取行动,以实现真正的变革。所有级别的协调至关重要。战略必须作为战术实施,策略必须在操作上执行,所有这些都不会失真或局部次优化。数据分析提供必要的反馈循环以监控和管理对齐。从业务管理的角度来看,数据策略师应该问:
管理层在数据和分析方面需要和需要什么?
它如何影响决策和采取行动?
衡量战略战术 - 运营一致性需要哪些指标?
数据管理
相关,可信和管理良好的数据对于有效和成功的业务管理至关重要。高质量数据和现代数据管理实践必须是数据战略的目标之一。提取正确的数据,改进它以提高价值和可用性,有效管理和保护敏感数据都是维护可信数据资源的关键因素。可信数据是描述性,诊断性,预测性和规范性分析的原始材料,可以回答业务管理的内容,原因,假设和方法问题。从数据管理的角度来看,数据战略家应该问:
我们将如何持续快速地调整数据内容,服务和实践?
我们如何提供全方位的分析功能?
业务发现和数据发现
图中心的业务发现和数据发现周期是协同的。每个发现过程都会在一个永无止境的新学习过程中驱动另一个过程。当数据策略师提出要求时,这为数据提供了巨大的价值机会:
我们如何使用数据来发现新的模式和关系?
我们如何通过可视化和讲故事来传达数据发现?
我们如何使用数据发现来推动对话和协作?
我们如何鼓励数据分析师和数据科学家定期探索数据?
我们如何鼓励业务分析师和经理定期探索数据?
我们如何利用业务发现来推动沟通,协作和行动?
使数据战略发挥作用
一旦开发出来,数据策略就不应该变成没有价值的“货架”。随着商业世界和数据世界的不断变化,战略必须不断发展,必须应用于塑造与日常业务相关的数据维度。 (见图2)
图2.连接数据策略

定义您的数据策略,然后将其投入使用。使用它来帮助塑造数据架构,构建协作数据文化,识别和开发所需的数据管理和分析能力,并指导技术选择和实施。


楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-29 09:57

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表