當(dāng)今許多組織都渴望成為數(shù)據(jù)驅(qū)動(dòng)型組織，但只有少數(shù)組織能夠在合理的預(yù)算和時(shí)間范圍內(nèi)實(shí)現(xiàn)這一目標(biāo)。邁向數(shù)據(jù)驅(qū)動(dòng)型組織的過(guò)程通常是數(shù)字化轉(zhuǎn)型的重要組成部分，涉及技術(shù)和流程的逐步轉(zhuǎn)變以優(yōu)化運(yùn)營(yíng)。然而，變革很少是非常順利的，通常進(jìn)展比預(yù)期更慢、成本更高。

在本文中，將探討數(shù)據(jù)驅(qū)動(dòng)的悖論：雖然數(shù)據(jù)具有增長(zhǎng)潛力，但它也帶來(lái)了實(shí)現(xiàn)增長(zhǎng)的許多數(shù)據(jù)困境。我們將深入探討采用數(shù)據(jù)驅(qū)動(dòng)方法的收益和痛苦，強(qiáng)調(diào)良好的數(shù)據(jù)策略對(duì)于溝通和解決一路上的各種數(shù)據(jù)困境的重要性。但首先，讓我們澄清一下“數(shù)據(jù)驅(qū)動(dòng)型組織”的含義。

一 數(shù)據(jù)驅(qū)動(dòng)的組織

幾乎所有數(shù)據(jù)白皮書(shū)、演示文稿或文章中都提到了這一點(diǎn)：組織希望成為數(shù)據(jù)驅(qū)動(dòng)的。但“數(shù)據(jù)驅(qū)動(dòng)型組織”是什么意思呢？

數(shù)據(jù)驅(qū)動(dòng)的組織有兩個(gè)層面的含義：

1. 數(shù)據(jù)驅(qū)動(dòng)的決策：組織利用事實(shí)、指標(biāo)和數(shù)據(jù)來(lái)指導(dǎo)與其目標(biāo)相一致的戰(zhàn)略業(yè)務(wù)決策。這涉及使用關(guān)鍵績(jī)效指標(biāo) (KPI)、報(bào)告和儀表板等數(shù)據(jù)工件來(lái)增強(qiáng)決策流程。
2. 數(shù)據(jù)驅(qū)動(dòng)的流程優(yōu)化：企業(yè)使用數(shù)據(jù)來(lái)改進(jìn)現(xiàn)有流程，包括從用于持續(xù)監(jiān)控和改進(jìn)的簡(jiǎn)單數(shù)據(jù)驅(qū)動(dòng)儀表板到更高級(jí)的應(yīng)用程序，例如采用人工智能 (AI) 來(lái)自動(dòng)化關(guān)鍵流程，例如通過(guò) AI 聊天機(jī)器人提供客戶服務(wù)。

這兩個(gè)級(jí)別都需要手動(dòng)和自動(dòng)操作的結(jié)合。雖然一開(kāi)始需要手動(dòng)干預(yù)，但成熟的數(shù)據(jù)驅(qū)動(dòng)組織更多地依賴自動(dòng)化技術(shù)來(lái)簡(jiǎn)化運(yùn)營(yíng)并最大限度地提高效率。例如，在典型的分析環(huán)境中，技術(shù)提供了一個(gè)實(shí)際的儀表板，然后人們可以使用它來(lái)做出正確的決策。在更成熟的數(shù)據(jù)驅(qū)動(dòng)組織中，人工智能工具可以自動(dòng)對(duì)潛在的流失者進(jìn)行分類，并向他們發(fā)送營(yíng)銷電子郵件，而無(wú)需任何人工干預(yù)。

數(shù)據(jù)驅(qū)動(dòng)悖論指出，數(shù)據(jù)會(huì)帶來(lái)增長(zhǎng)，但隨著數(shù)據(jù)增長(zhǎng)卻充滿挑戰(zhàn)。

二 數(shù)據(jù)將帶來(lái)增長(zhǎng)

在過(guò)去的十年中，許多公司投資了數(shù)據(jù)項(xiàng)目，開(kāi)始了成為數(shù)據(jù)驅(qū)動(dòng)型組織的過(guò)程。沿著這條道路，他們見(jiàn)證了數(shù)據(jù)驅(qū)動(dòng)決策和流程優(yōu)化所帶來(lái)的優(yōu)勢(shì)和投資回報(bào)。即使在當(dāng)前充滿挑戰(zhàn)的經(jīng)濟(jì)環(huán)境下，組織仍堅(jiān)持投資于現(xiàn)代化數(shù)據(jù)平臺(tái)，強(qiáng)調(diào)了他們對(duì)數(shù)據(jù)作為重要資產(chǎn)的信念。

隨著人工智能在當(dāng)今宣傳中占據(jù)主導(dǎo)地位，許多公司渴望通過(guò)采用這項(xiàng)變革性技術(shù)來(lái)獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。最近的研究進(jìn)一步強(qiáng)化了這樣的觀念：數(shù)據(jù)和人工智能之間的協(xié)同作用有可能在未來(lái)幾年推動(dòng)組織的進(jìn)一步發(fā)展：

1. 普華永道發(fā)現(xiàn)，在考慮初始投資和獲取成本后，投資于客戶數(shù)據(jù)并實(shí)施數(shù)據(jù)用例的零售商預(yù)計(jì)邊際貢獻(xiàn)將增加 3%-5%。客戶參與、卓越營(yíng)銷和運(yùn)營(yíng)改進(jìn)等數(shù)據(jù)驅(qū)動(dòng)的舉措有助于這種增長(zhǎng)。
2. 麥肯錫預(yù)測(cè)，到 2025 年，智能工作流程和無(wú)縫人機(jī)交互將像企業(yè)資產(chǎn)負(fù)債表一樣普遍。數(shù)據(jù)利用將成為標(biāo)準(zhǔn)做法，優(yōu)化工作的各個(gè)方面并提高生產(chǎn)力。
3. 包括生成式人工智能在內(nèi)的人工智能技術(shù)預(yù)計(jì)將帶來(lái)可觀的回報(bào)。麥肯錫預(yù)計(jì)，由于人工智能技術(shù)帶來(lái)的自動(dòng)化，從 2023 年到 2040 年，生產(chǎn)力將提高 0.2-3.3%。
4. 實(shí)驗(yàn)證據(jù)表明，像 ChatGPT 這樣的生成式人工智能可以顯著提高受過(guò)大學(xué)教育的專業(yè)人員執(zhí)行中級(jí)專業(yè)寫作任務(wù)的生產(chǎn)力。該人工智能工具可提高所有能力級(jí)別的輸出質(zhì)量并減少任務(wù)完成時(shí)間，從而提高整體生產(chǎn)力。
5. 根據(jù)IBM 的生成式 AI — 市場(chǎng)狀況報(bào)告，高管們預(yù)計(jì)到 2025 年，生成式 AI 的回報(bào)率將超過(guò) 10%。這個(gè)數(shù)字來(lái)自他們過(guò)去幾年開(kāi)發(fā)的基準(zhǔn) AI 功能。

三 數(shù)據(jù)困境：平衡增長(zhǎng)和挑戰(zhàn)

數(shù)據(jù)驅(qū)動(dòng)的增長(zhǎng)并非沒(méi)有挑戰(zhàn)和困境?？释蔀閿?shù)據(jù)驅(qū)動(dòng)型企業(yè)的組織需要解決幾個(gè)障礙，才能充分發(fā)揮數(shù)據(jù)的潛力。這些數(shù)據(jù)困境是組織需要解決的關(guān)鍵領(lǐng)域：

1. 可持續(xù)增長(zhǎng)需要強(qiáng)大的數(shù)據(jù)管理：即使生成式人工智能出現(xiàn)，建立可靠的數(shù)據(jù)管理實(shí)踐也至關(guān)重要。公司必須確保正確的數(shù)據(jù)結(jié)構(gòu)、治理和清理，以有效地利用數(shù)據(jù)。例如，荷蘭合作銀行暫停了所有人工智能計(jì)劃，直到其數(shù)據(jù)管理實(shí)踐得到適當(dāng)組織。
2. 克服文化障礙：許多組織依靠數(shù)據(jù)和直覺(jué)進(jìn)行決策，這使得創(chuàng)建真正的數(shù)據(jù)驅(qū)動(dòng)文化具有挑戰(zhàn)性。為了成功轉(zhuǎn)型，需要解決缺乏資源、知識(shí)、明確的角色、責(zé)任和溝通等障礙。
3. 數(shù)據(jù)質(zhì)量和所有權(quán)：數(shù)據(jù)所有權(quán)通常屬于數(shù)據(jù)工程師，他們可能缺乏特定領(lǐng)域的知識(shí)，從而阻礙數(shù)據(jù)質(zhì)量的改進(jìn)。高質(zhì)量的數(shù)據(jù)對(duì)于數(shù)據(jù)的有意義的增長(zhǎng)至關(guān)重要。
4. 文化轉(zhuǎn)變：文化問(wèn)題，例如對(duì)變革和業(yè)務(wù)轉(zhuǎn)型的抵制，可能會(huì)減緩數(shù)據(jù)驅(qū)動(dòng)所需的組織轉(zhuǎn)型。
5. 成本和投資回報(bào)率問(wèn)題：投資人工智能等新技術(shù)可能具有挑戰(zhàn)性，因?yàn)橥ǔ２磺宄顿Y何時(shí)會(huì)獲得回報(bào)。公司很難量化人工智能投資的投資回報(bào)率，因此很難專注于產(chǎn)生回報(bào)的正確業(yè)務(wù)問(wèn)題。

除了這些非技術(shù)挑戰(zhàn)之外，公司還需要解決各種與技術(shù)相關(guān)的障礙。主要技術(shù)挑戰(zhàn)包括：

1. 缺乏內(nèi)部專業(yè)知識(shí)：由于缺乏內(nèi)部技術(shù)知識(shí)以及構(gòu)建定制數(shù)據(jù)平臺(tái)和基礎(chǔ)設(shè)施的大量前期成本，預(yù)計(jì)到 2024 年，大量金融人工智能項(xiàng)目將被推遲或取消。
2. 將人工智能模型部署到生產(chǎn)中的復(fù)雜性：將機(jī)器學(xué)習(xí)模型部署到生產(chǎn)中越來(lái)越耗時(shí)，大多數(shù)組織需要一個(gè)月或更長(zhǎng)時(shí)間。數(shù)據(jù)科學(xué)家通常花費(fèi)超過(guò) 50% 的時(shí)間進(jìn)行部署，并且隨著規(guī)模的擴(kuò)大，這一挑戰(zhàn)變得更加明顯。
3. 管理云支出：現(xiàn)代數(shù)據(jù)平臺(tái)向云技術(shù)和服務(wù)的轉(zhuǎn)變帶來(lái)了新的挑戰(zhàn)——在處理大量數(shù)據(jù)的同時(shí)有效管理云支出。

四 企業(yè)數(shù)據(jù)戰(zhàn)略

采用數(shù)據(jù)驅(qū)動(dòng)的方法使公司能夠克服數(shù)據(jù)困境并釋放其數(shù)據(jù)資產(chǎn)的真正潛力。有效的企業(yè)數(shù)據(jù)戰(zhàn)略通過(guò)概述指導(dǎo)原則和目標(biāo)來(lái)指導(dǎo)決策，在克服這些困境方面發(fā)揮著至關(guān)重要的作用。

可以推動(dòng)企業(yè)數(shù)據(jù)戰(zhàn)略的一些關(guān)鍵原則如下：

1. 先買后建：選擇現(xiàn)有的工具或服務(wù)，而不是在內(nèi)部構(gòu)建所有內(nèi)容，利用現(xiàn)有的解決方案來(lái)加快進(jìn)度。
2. 全民數(shù)據(jù)工程：使每個(gè)業(yè)務(wù)部門能夠創(chuàng)建自己的數(shù)據(jù)管道，從而將數(shù)據(jù)轉(zhuǎn)化為有價(jià)值的見(jiàn)解。
3. 事實(shí)的一個(gè)版本：通過(guò)在底層數(shù)據(jù)平臺(tái)上實(shí)施單一的管理關(guān)鍵績(jī)效指標(biāo) (KPI) 來(lái)確保一致性。
4. 集中數(shù)據(jù)平臺(tái)管理：通過(guò)將責(zé)任委托給單個(gè)專門團(tuán)隊(duì)來(lái)簡(jiǎn)化組織數(shù)據(jù)平臺(tái)的變更和維護(hù)。
5. 隱私優(yōu)先于效率：在考慮 ChatGPT 等外部服務(wù)來(lái)處理敏感內(nèi)部文檔時(shí)，優(yōu)先考慮隱私和安全。
6. 用于管理決策的可用數(shù)據(jù)：數(shù)據(jù)應(yīng)該以可用的格式隨時(shí)可用，以支持廣泛的管理決策。

然而，僅靠數(shù)據(jù)戰(zhàn)略可能無(wú)法防止戰(zhàn)略目標(biāo)和運(yùn)營(yíng)選擇之間潛在的脫節(jié)。例如，如果數(shù)據(jù)工程團(tuán)隊(duì)決定使用代碼驅(qū)動(dòng)的數(shù)據(jù)管道，則可能與組織促進(jìn)全民數(shù)據(jù)工程的雄心相沖突。確保認(rèn)識(shí)到并解決此類脫節(jié)對(duì)于使數(shù)據(jù)計(jì)劃與總體戰(zhàn)略方向保持一致至關(guān)重要。

高管、運(yùn)營(yíng)人員和數(shù)據(jù)分析領(lǐng)導(dǎo)者通常對(duì)關(guān)鍵舉措的進(jìn)展持有不同的觀點(diǎn)，特別是在數(shù)據(jù)素養(yǎng)和數(shù)據(jù)通信等領(lǐng)域。為了有效實(shí)施數(shù)據(jù)戰(zhàn)略，必須為數(shù)據(jù)項(xiàng)目、程序和架構(gòu)建立清晰且結(jié)構(gòu)化的溝通渠道。

五 促進(jìn)溝通

通過(guò)彌合愿景與執(zhí)行之間的差距，組織可以培養(yǎng)一種有效利用數(shù)據(jù)的文化，從而增強(qiáng)決策能力并實(shí)現(xiàn)持續(xù)增長(zhǎng)。具有凝聚力的數(shù)據(jù)策略加上有效的溝通，成為轉(zhuǎn)變?yōu)檎嬲臄?shù)據(jù)驅(qū)動(dòng)型組織的途徑，并有能力在數(shù)據(jù)日益豐富的環(huán)境中蓬勃發(fā)展。

原則

為了促進(jìn)數(shù)字?jǐn)?shù)據(jù)轉(zhuǎn)換計(jì)劃中的清晰溝通，使隱性選擇變得明確至關(guān)重要。這可以通過(guò)為每個(gè)關(guān)鍵決策開(kāi)發(fā)一個(gè)簡(jiǎn)潔的說(shuō)明清單來(lái)實(shí)現(xiàn)，并考慮以下幾點(diǎn)：

1. 清楚地陳述決定：以簡(jiǎn)單的方式闡明需要做出的決定，確保每個(gè)相關(guān)人員都了解其重要性。
2. 構(gòu)建決策框架：提供一個(gè)決策框架，概述每個(gè)潛在解決方案的優(yōu)點(diǎn)和缺點(diǎn)，幫助利益相關(guān)者掌握其選擇的影響。
3. 強(qiáng)調(diào)視覺(jué)傳達(dá)：利用草圖或圖表等視覺(jué)輔助工具來(lái)說(shuō)明決策過(guò)程，使復(fù)雜的信息更容易理解和吸引人。
4. 吸引廣泛的受眾：讓不同的利益相關(guān)者參與其中，包括高管、運(yùn)營(yíng)人員和數(shù)據(jù)分析領(lǐng)導(dǎo)者，以確保在決策過(guò)程中考慮全面的觀點(diǎn)。
5. 選擇供應(yīng)商中立的解決方案：優(yōu)先考慮供應(yīng)商中立的解決方案類型，這些解決方案類型在不斷發(fā)展的技術(shù)數(shù)據(jù)環(huán)境中具有較長(zhǎng)的使用壽命，能夠適應(yīng)未來(lái)的變化。

通過(guò)采用這些實(shí)踐，組織可以在數(shù)據(jù)轉(zhuǎn)型過(guò)程中促進(jìn)有意義的討論并促進(jìn)明智的決策。透明且溝通良好的選擇有助于建立有凝聚力的數(shù)據(jù)驅(qū)動(dòng)文化。

下面是應(yīng)用以上原則來(lái)促進(jìn)選擇正確的數(shù)據(jù)管道技術(shù)的示例。

（1）要做出的決策：

數(shù)據(jù)管道是邁向數(shù)據(jù)驅(qū)動(dòng)型組織的重要組成部分，跨系統(tǒng)提取、加載和轉(zhuǎn)換數(shù)據(jù)，以便在正確的時(shí)刻為任何類型的數(shù)據(jù)產(chǎn)品提供正確的數(shù)據(jù)。需要選擇哪種類型的數(shù)據(jù)管道工具來(lái)滿足您的需求？

（2）框架四個(gè)標(biāo)準(zhǔn)可以幫助選擇正確類型的數(shù)據(jù)管道技術(shù)：

1. 學(xué)習(xí)曲線：數(shù)據(jù)管道技術(shù)學(xué)習(xí)起來(lái)有多難？
2. 人：使用管道技術(shù)需要什么技能水平？受過(guò)有限培訓(xùn)的業(yè)務(wù)分析師是否可以管理它，或者它更適合經(jīng)驗(yàn)豐富的數(shù)據(jù)工程師？
3. 能力：數(shù)據(jù)管道技術(shù)有哪些能力？它可以處理提取、轉(zhuǎn)換和/或加載操作嗎？
4. 可擴(kuò)展性：管道是否可以輕松地從一個(gè)管道擴(kuò)展到多個(gè)管道？它能夠處理大量數(shù)據(jù)嗎？

（3）隨附的草圖說(shuō)明了如何將四種常見(jiàn)類型的數(shù)據(jù)管道應(yīng)用于這四個(gè)標(biāo)準(zhǔn)：

1. 無(wú)代碼：用戶友好的工具，有助于提取加載數(shù)據(jù)移動(dòng)和基本轉(zhuǎn)換。示例包括 Fivetran、Airbyte 和 CDC 工具（例如 Qlik Replicate）。這些工具通常由數(shù)據(jù)工程師設(shè)置，但可用于廣泛的數(shù)據(jù)配置文件。
2. 低代碼：可視化 ETL 工具，允許通過(guò)單擊并拖動(dòng)界面創(chuàng)建管道。示例包括 Matillion 和 Azure 數(shù)據(jù)工廠，它們提供比無(wú)代碼解決方案更復(fù)雜的功能。
3. SQL：隨著 DBT Labs 的 DBT 工具的興起，SQL 已成為一種強(qiáng)大的數(shù)據(jù)管道語(yǔ)言。它易于學(xué)習(xí)，但可以有效地利用底層計(jì)算平臺(tái)的全部功能。設(shè)置和維護(hù)通常由數(shù)據(jù)工程師完成，而實(shí)際的 SQL 可以由更廣泛的數(shù)據(jù)和業(yè)務(wù)配置文件編寫。
4. 代碼：代碼驅(qū)動(dòng)的管道，通常在 Apache Spark 上使用 Python 或 Scala，功能強(qiáng)大，能夠處理大量數(shù)據(jù)。然而，維護(hù)這些管道需要高技能的數(shù)據(jù)工程師。

（4）建議無(wú)代碼和 SQL 的組合，因?yàn)樗试S快速輕松地集成新數(shù)據(jù)以及功能強(qiáng)大但相對(duì)易于學(xué)習(xí)的 SQL 語(yǔ)言。這種方法確保了在將來(lái)允許全民數(shù)據(jù)工程的選擇。

六 小結(jié)

總之，數(shù)據(jù)推動(dòng)增長(zhǎng)的潛力是不可否認(rèn)的，但轉(zhuǎn)型為數(shù)據(jù)驅(qū)動(dòng)型組織也面臨著相當(dāng)多的困境。為了在這一努力中取得成功，組織必須解決非技術(shù)和技術(shù)障礙，充分利用其數(shù)據(jù)資產(chǎn)的真正潛力。成功的數(shù)據(jù)戰(zhàn)略不可或缺的要素是建立一種結(jié)構(gòu)化方法，使整個(gè)數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)型計(jì)劃的決策民主化。

通過(guò)采用正確的實(shí)踐，組織可以培養(yǎng)開(kāi)放且有意義的溝通文化，使利益相關(guān)者能夠在數(shù)據(jù)轉(zhuǎn)型過(guò)程中做出明智的決策。透明且溝通良好的選擇是培育有凝聚力的數(shù)據(jù)驅(qū)動(dòng)文化的基石，在這種文化中，數(shù)據(jù)被視為戰(zhàn)略資產(chǎn)，并被用來(lái)推動(dòng)創(chuàng)新和增長(zhǎng)。