发帖
雷达卡
“数据会对您的收入和利润产生影响，”首席执行官 Prashanth Southekal 博士说DBP-研究所在最近对 DATAVERSITY® 的采访中。
“仅仅捕获、存储和处理数据不会将您的数据转化为业务资产。还需要适当的策略和数据定位，”他说。Southekal 分享了分析的最佳实践以及将数据转换为业务资产的方法。
缺乏分析成功
Gartner 预测到 2022 年，90% 的企业战略将明确提及信息是一项关键的企业资产，而分析是一项基本能力。“鉴于当今世界各地的组织都在寻找从分析中收集见解并做出正确决策的方法，因此在分析方面取得成功的公司并不多，”他说。
根据最近的麦肯锡调查，大多数公司都了解分析的重要性，并采用了常见的最佳实践，Southekal 说。然而，只有不到 20% 的企业充分发挥了潜力并大规模实现了高级分析。考虑到这一点，Southekal 利用他在成功的分析项目、有挑战的项目和失败的项目中工作的经验，编制了一份分析最佳实践列表。
数据必须可用
他说，当最初捕获数据时，来自文本、视频、音频和其他类似类型数据的数据处于非结构化形式。从原始状态转换为已处理格式的过程创造了价值，因为它可用于洞察和决策。
直觉与数据
“数据的真正替代品是直觉，”他说。设计决策的洞察力可以来自数据，也可以来自直觉，因此在数据素养较差的公司中，直觉将在决策中胜过数据。当用户意识到他们可以依靠通过良好数据做出的更好决策时，他们不再需要依靠直觉。
分析的三大最佳实践
提高数据质量： Southekal 将分析定义为通过使用数据回答业务问题来获得洞察力的过程。很遗憾，数据质量他说，在大多数商业企业中，数据质量非常差，质量差的数据无法提供可靠的见解。在当前的业务模式下，数据质量将继续保持低劣，在这种模式下，企业在不断发展——无论是内部还是外部——以应对不断变化的市场条件。合并和收购需要内部和外部更改通常不同的数据源和系统。“数据质量是一个不断变化的目标，你不能假设如果你今天的数据很好，即使在两年后它也会继续保持良好状态。” 一种选择是等待质量随着时间的推移而提高，但为了在不久的将来取得进展，Southekal 建议通过数据采样、采集和混合来自外部来源的数据以及投资于特征工程。
提高数据素养：越来越多的公司认识到数据素养对于他们未来在数字技术和数据分析方面的成功至关重要。数据素养差是 Gartner 成功的第二大障碍民意调查首席数据官，他说，他们感到越来越有责任确保利益相关者可以轻松获得数据以用于他们的所有日常运营。建立数据文化并投资于数据素养可以显示出巨大的好处。
将数据货币化： “通过谈论数据货币化，超越洞察力，让画面变得更大，”他说。将数据货币化的一种有效方法是查看数据产品。此外，货币化需要减少开支、降低风险以及利用数据产品创造新的收入来源。
数据产品
他说，在大多数地方，分析计划都像项目一样运行，具有固定的开始和结束日期以及特定的目的。基于项目的思维所固有的重点和资源投入是好的，但 Southekal 建议也将分析视为潜在的数据产品。
“LinkedIn 是一种数据产品。彭博解决方案也是一种数据产品。你甚至可以建立一份报告，为你提供销售利润，并将其称为数据产品。” 构建数据产品的目标是拥有可扩展的长期解决方案，而不是以项目结束的短期解决方案。“分析作为一项战略努力必须是一项长期计划，因此您必须将分析视为一种数据产品交付机制，而不仅仅是一项项目计划。”
如何构建数据产品
他建议将企业视为客户、员工、供应商和合作伙伴的网络；将业务视为端到端的价值链。例如，与其将采购视为单一业务线，不如考虑采购中的整个价值链。这个过程有助于识别所有参与者以及他们的价值主张是什么，“并且还将识别价值泄漏在整个链条中的位置，”他说。为修复这些漏洞而创建的解决方案是潜在的创收产品。
相关帖子DA内容精选
|
京公网安备 11010802022788号
