发帖
雷达卡
从一堆原始数据到洞察力，从洞察力到行动的道路都铺满了战略目标。通常情况下，组织花费大部分时间从 原始数据到洞察力，这是他们分析之旅的重要组成部分。
“由于数据不规则性的存在，数据工程师需要 80% 的时间，而数据科学家需要 20% 的时间来完成转型路线图。开发人员始终需要作为工作流管道的一部分。” – Meezan Bank Limited 数据分析、大数据和人工智能主管 Jawad Raza
这主要是因为从原始数据中提取高质量、可立即采取行动的见解的过程需要大量时间和精力。由于先进的计算能力和增强的 存储容量，组织现在比以往任何时候都面临着处理空前数量的非结构化或半结构化数据。这些数据来自各种来源，如财务日志、文本文件、多媒体表格、传感器和仪器。简单的 数据可视化 工具无法处理如此大量和种类繁多的数据。因此，组织需要更复杂、更先进的分析工具和算法来处理、分析并从中得出有意义的见解。
图片来源：埃杜里卡
话虽如此，已经意识到“以数据取胜”潜力的组织已经开始了他们的数据驱动转型 大量投资 建立他们的分析能力和劳动力。一个 奥纬咨询洞察力表明，以数据和分析为主导的改变游戏规则的价值会影响任何组织的资产负债表的双方——从 收入增长 并加深客户忠诚度以提高效率并降低风险和运营损失。
对于已经启动数据驱动转型的组织，他们已经设法改变了至少一些现有的业务流程。例如，通过将交易和运营数据转换为信号，这些组织已经成功地将至少一些关键的运营、战术和战略决策建立在这些信号的基础上。以流行的叫车公司为例优步例如，它使用机器学习通过分析客户数据将乘客与司机联系起来。
随着对数据的访问呈指数级增长，很明显，技术创新将继续扰乱传统形式的企业、行业和世界市场。在当今数字化的全球经济中，科技行业与其他行业之间的界限正在迅速模糊——甚至可能正在消失。
“定义什么是科技公司，什么是工业制造商、零售商或任何其他类型的企业，将变得越来越具有挑战性。” – 安永全球技术行业负责人 Pat Hyek
因此，尽管意识到组织中数据驱动文化的潜力无疑是有价值的，但了解它和实施它是两件截然不同的事情。那么一个组织如何转变为一个数据驱动的组织呢？
旅程从为什么开始？
与任何业务场景一样，组织必须花时间了解他们为什么需要数据。这个简单的问题使他们能够形式化一个标准的数据驱动 实施计划 这将确保最终成功转型。除此之外，它还提示了很多后续问题，都需要认真回答和思考。因此，实际上，此练习的重点是保持组织的重点是从业务或运营的角度理解总体目标和要求。
许多组织的现实往往是 令人震惊的. 他们急于动员所需的 商业智能(BI) 资源，而无需过多考虑数据质量、数据如何融入组织文化、数据在决策过程中发挥的作用以及对其他部门的影响。
“你如何确保你得到的数据是好的、干净的数据？“垃圾进，垃圾出”仍然适用。垃圾成大模型；该模型本身并没有给出很好的结果。因此，它不仅仅是硬件、软件、基础设施和应用程序；至关重要的是围绕它的人和治理。” – 麦肯锡公司大数据分析首席运营官 Matt Ariker
组织很少意识到他们每天接触的大量数据的重要性，更不用说拥有强大的数据质量措施和控制来有效和合乎道德地处理这些数据了。这就是为什么组织必须首先关注理解他们为什么需要数据的原因，因为这个问题的答案将构成他们的基础数据治理 政策。
因此，总而言之，对于大多数组织而言，对数据的需求源于他们希望更好地了解客户或改善客户服务或产品供应的愿望。正是从这一核心需求出发，组织才能开始实施他们的数据驱动战略。
数据驱动
按照 数据驱动策略，组织必须首先考虑将数据视为战略资产。他们还必须将分析视为一种战略能力。分析是一个广义的术语，涵盖数学、统计学和数据科学等主题，但组织必须真正考虑他们真正需要的技能。
任何组织的数据驱动战略都可以分为三个主要部分：
1. 组织层面的分析： 组织应该真正致力于建立以分析为驱动的文化。他们还必须建立正确的组织结构。在全球范围内，越来越多的组织正在朝着 集线器和辐条组织设计，他们将分析资源和团队嵌入到接近应用分析的位置。这是一个可理解且灵活的概念，可以以多种方式组织，为企业提供巨大的可能性。
图片来源：首席执行官探索
2. 个人层面 的分析：就个人层面的分析而言，组织必须从最终用户开始。考虑这些个人感兴趣的激励措施，并确保这些激励措施与不断变化的行为、不断变化的行动或组织希望这些最终用户采取的流程保持一致。另一个关键方面是衡量结果并确保组织有良好的反馈循环。他们必须能够看到什么是驱动价值和结果，什么不是驱动价值和结果。
3. 人的因素： 最后，牢记客户也很重要，因此将具有社会科学领域背景的成员添加到数据团队中确实很有帮助。对于组织而言，能够将数据与人为因素/消费者行为联系起来具有最大的价值。例如，试图向客户推荐产品的在线零售企业可以通过查看过去的购买和浏览历史来真实地预测客户在给定时间段内会购买哪些产品。
获得洞察力
现在，这些组织已经简化了他们的数据收集和数据理解流程， 见解 是真正的挑战。因此，即使数据是有序的，如上所述，也不能保证洞察力的自动流动。当涉及非传统数据来源（例如社交媒体）时尤其如此。
这就是在组织内培养正确的数据技能至关重要的地方。2016 年的一份报告 众花 表明 83% 的组织正在努力满足他们所需的数据技能要求。这些发现与由 高德纳 几年前。因此，组织有必要为自己配备正确的技能组合，从而将数据准确、可访问和集成地转换为具体的见解。
建立数据驱动的策略是一个耐心的过程，但也是一个重要的过程
部署一个组织范围内的数据驱动转型，同时全面改造战略、组织、分析和技术堆栈，对于管理层和员工来说可能是一项艰巨的任务。历史和经验表明，在经济回报和时间表方面，超过二分之一的此类转型计划未能达到预期和雄心。
因此，通过端到端数据架构大修或以数据和分析为中心的组织范围变革来实现数据驱动的转型需要相当大的耐心，因为它可能需要几个月到几年的时间才能完成。产生物质回报，可能会引起管理层和员工的强烈抵制。
结论
因此，总而言之，这一切都归结为两件事——战略和领导力。组织必须真正将分析嵌入到他们的业务战略中。他们需要制定一项业务战略，真正将数据分析置于他们如何在行业中竞争和创造价值的核心。他们还必须选择合适的领导者。在企业级别拥有一名高管，在部门和业务部门级别拥有领导团队至关重要。
正如我们在本文中了解到的那样，数据分析可以为组织提供有关其消费者模式如何演变的广泛信息。为自己配备正确的技能组合还可以帮助他们创建解决方案来满足当前和未来的需求，特别是增强他们的数字足迹和能力。当前的大流行给各种规模和行业的组织敲响了警钟，未来几个月无疑会带来更多惊喜。
组织必须弄清楚如何填补因员工和消费者期望的变化而造成的差距，并重新构想未来的运营。
相关帖子DA内容精选
|
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
