如何将数据转化为价值，成为数据驱动型企业

原创 Dietmar Rietsch 雅各布专栏

3269

2年前

2026西湖龙井茶官网DTC发售：茶农直供，政府溯源防伪到农户家

尽管出现了基于证据的创新，但数据驱动的文化在企业中仍然难以实现。

埃森哲的研究表明，48%的员工--从C-suite到入门级--仍然遵循直觉而非数据驱动的洞察力。

现在，可用数据的获取和分析技术的进步为创新创造了巨大机会。但遗憾的是，企业有时会忽视这样一个事实，即当今需要通过创新解决的复杂问题都是以数据为模型的。

要改变这种说法，企业需要制定切实可行的数据战略，发掘已有数据的潜力，而不是寻找新的数据源和基础设施。

从高层次上讲，数据战略是通往数据驱动型组织的路线图；从低层次上讲，它包括组织框架、变革管理和架构考虑因素，以建立数据供应链。64%的高级决策者（SDMs）表示，成熟的数据战略会带来更强的应变能力。

但是，您如何知道什么是成功的数据战略，从而将业务计划和优先事项与数据和分析要求联系起来？

以下是每个企业都必须注意的数据战略清单，以实现数据驱动：

提高数据水平

由于企业中的数据消费者并非千篇一律，因此生成或收集的数据必须满足不同用户群的特定业务需求，以帮助实现战略目标并产生真正的价值。在企业中，所有利益相关者都必须识别和定义这些需求，以了解企业试图实现的目标。但是，利益相关者必须提高他们的数据素养水平，以研究和分析可用数据，从而激发新的想法，创造业务价值。

应制定稳健的数据战略，概述改进数据处理的步骤，监控进展情况，并创建指导各项活动的愿景。此外，该战略还必须注重提高透明度，让用户更清楚、更容易地获取数据。

基于数据证据和洞察力，企业可以更好地决定关注、推迟或放弃哪些领域，以获得预期的业务价值。

全面处理数据

由于数据从产生的那一刻起就可以实现功能性和可用性，因此数据生产源必须考虑到与数据相关的需求以及数据消费者的具体业务要求。相反，数据消费者需要了解数据生产者的局限性。

要全面支持整个企业的数据管理，领导者必须解决数据战略的五个核心组成部分：识别、存储、提供、处理和管理。从确定目标和基础设施到培养技能和实施数据管理，这些组成部分在数据战略的各个层面都提供了更高的可视性，这也是它们的优势所在。这些组件还致力于消除跨组织和项目界限。

通过创建降低数据利用所需技术能力门槛的解决方案，企业可以解决阻碍其实现数据驱动愿景和识别数字化转型机会的许多资源挑战。

实施先进的架构和技术

灵活、可扩展的数据架构是释放数据力量的最关键结构之一。虽然无处不在的新技术正在为更快、更强大的洞察力铺平道路，但企业绝不能沉迷于近期技术的炒作，而不考虑其商业案例。为支持分析、数据仓库、集成和报告需求而部署正确技术架构的方法和选择有很多。现代架构横跨数据生命周期的所有阶段，从数据生产到消费和分析。

考虑因素必须超越本地数据消费，以建立更加注重高质量数据生产的智能流程。现有的 IT 架构可能需要转型，以实现孤立信息的整合和非结构化数据的无缝管理。数据管理、治理和信息安全应使用用户友好、直观的工具和界面实现自动化，以帮助一线管理人员开展工作。最重要的是，架构必须经受住数字世界不断发展变化的考验，以跟上功能和数据管理需求的步伐。

在这方面，企业架构和技术创新有助于建立数据驱动型组织，提供企业数据视图，而这些数据需要与战略业务优先事项相对应。

进行必要的文化变革

企业在实施数据驱动路线图时会采用各种数据战略，但是，如果企业跳过文化转型来实现数据架构的现代化，那么所有这些战略都注定会失败。要成为数据驱动型企业，企业需要进行文化变革，培养创新精神，将数据定位为各项战略的核心。说企业文化继续把战略当早餐吃，并不完全错误。92.2%的领先企业认为，文化--人员、流程、组织和变革管理--是实现数据驱动的最大障碍。然而，这一方面对于长期成功至关重要。

培养这种思维方式的第一步是创建数据驱动能力，如治理和问责制，以保持对数据驱动文化的坚持。这些能力有助于在整个业务中建立明确的数据责任，并通过有针对性的员工发展和培训提高数据素养。此外，还需要高级管理人员以及由中层主管和经理组成的跨职能团队的战略导向和积极支持，以促进这种转型文化的发展和繁荣。

实施，测试，测量，规模

针对长期目标的数据战略举措并非一劳永逸，这意味着数据成熟度模型需要不断重新评估，以改进和扩展数据战略。

随着技术和能力环境的不断快速变化，数据战略的要素也需要根据这些变化进行调整。例如，如果产品推出了一项新功能，带来了更多的客户数据，就需要改变数据战略--从集中式战略转向分布式战略。另一方面，如果没有任何变化，数据策略仍需要及时修订和更新，以确保其保持相关性。

每六个月必须进行一次审查或重新评估，使每个人都能及时了解各自的进展和变化。通过评估企业当前所处的位置，领导者可以衡量、改进和扩展其战略，以满足企业的具体需求。

数据战略的力量在于它能够提供最佳解决方案，与企业不断增长的需求保持同步。当新的需求和差距显现时，框架必须足够灵活，以适应数据管理能力和技术领域的这些变化。

从数据信息到数据驱动

总之，数据战略考虑因素可以成为帮助企业实现数据驱动的跳板，这些方面的共同作用标志着实现目标未来状态的过程和通过数据创造战略优势的愿景达到了顶峰。

以数据为主导的洞察力和飞速提升的数据素养有助于重新定义数据驱动型企业，然而这并不是快速解决现有问题的战术绷带，也不是实现数据驱动型企业的捷径。相反，企业必须建立一种严谨、稳健和可组合的方法，将数据作为一种资产在所有运营环节中进行管理，并获得新的学习成果，然后将这种学习运用到下一个新想法中，以实现数据驱动的愿景。