发帖
雷达卡
也许是因为它无处不在，有些人认为可用数据的庞大意味着我们拥有我们需要的一切，可以毫不拖延地轻松准确地回答任何问题。如果你不能，他们宣称，你只需要更多数据。
但是，如果您已经拥有大量数据，但仍然无法回答问题……您真的需要更多数据吗？在这一点上，您无法解决问题并不是因为缺少数据。那么为什么你会相信有了更多的数据，你的问题就会得到解决呢？
用爱因斯坦常说的一句陈词滥调来说，“精神错乱的定义是一遍又一遍地做同样的事情，却期待着不同的结果。” 这就是数据优先的心态正在做的事情：让我们发疯。
在这里，我将解释为什么我们需要摆脱这个数据优先的世界，以及为什么我们需要改变范式，摆脱对数据的短视关注，并用“我们需要更多！”来回答每一个问题。
为了使我们可用的所有数据的价值最大化，我们需要进入一个知识至上的世界，一个我们首先考虑上下文、人员和关系的世界。
使用数据优先的方法过度填充您的数据湖
如果您要存储更多数据以尝试解决顽固的用例，则需要将这些数据存储在某个地方。而那个地方通常是一个数据湖。湖中的数据越多，您的组织对其中的内容以及所有含义的理解就越模糊；当这种情况发生时，您的数据湖就变成了数据沼泽。
这种普遍存在的问题的一个症状是从用于将数据从源系统复制到目标系统的提取、转换、加载 (ETL) 过程广泛地转变为 ELT：提取、加载、转换。是的，迁移到 ELT 通过允许组织将数据加载到目标系统而无需事先对其进行建模来节省时间，但这通常意味着数据在需要时仍然与目标系统不兼容。这导致几乎没有数据素养的业务用户仔细检查原始数据并说：“这到底是什么？这里有很多数据……但我不知道我在看什么。”
这就是我们的数据优先世界的问题；数据本身与数据可以提供的宝贵知识之间的脱节。
知识优先可以拯救我们
在知识第一的世界中，您以人为本、关系第一和上下文第一的视角处理数据。与其发射大量令人困惑的原始数据，不如考虑：
谁需要使用数据？（人们）
为什么他们需要消费它？他们试图解决什么用例？（语境）
这些数据与其他数据和人有什么关系？（关系）
然后，当您回答了这些问题后，您需要确保您的转换后的数据能够被理解……并被可能不具备您的数据团队技术能力的业务用户理解。为了开始将数据视为产品，这些是首先要考虑的问题。
这就是建模和语义——以及知识——占据中心位置的地方。这就是数据专家具备商业素养或拥有一个具备商业素养的团队翻译的关键所在。
团队必须具备数据和业务双语才能成功
数据优先的世界专注于数据素养，这是过去 20 年来我们行业一直在讨论的令人作呕的话题。我们已经强调了教业务用户如何分析数据集以从组织的数据中获得最大价值的重要性，从执行级别开始。但是，商业用户的责任已经太久了，因此损失了大量的价值。要真正挖掘数据的价值，它必须是双向的。
知识第一世界专注于商业素养。为了让数据团队为他们的组织带来最大价值，我们将不得不去上学。
目前，数据团队和业务团队之间的脱节意味着前者可能不了解业务，而后者可能不了解数据。数据素养已成为企业领导者一项近乎关键的技能。展望未来，商业素养对于数据领导者将变得同样重要。我们的销售渠道如何运作？我们认为营销合格的潜在客户是什么？BDR到底是什么？要回答此类问题，您的团队需要与组织中的日常工作重点人员进行交流。
一旦您的业务知识数据团队能够回答这些问题以及更多问题，您将开始获得所需的上下文，以交付业务用户推动业务成功所需的数据。
更重要的是，您将能够在知识优先的世界中提供不仅数据，还能够提供知识。
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
