當(dāng)今許多組織都渴望成為數(shù)據(jù)驅(qū)動型組織，但只有少數(shù)組織能夠在合理的預(yù)算和時間范圍內(nèi)實現(xiàn)這一目標(biāo)。邁向數(shù)據(jù)驅(qū)動型組織的過程通常是數(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)化運營。然而，變革很少是非常順利的，通常進展比預(yù)期更慢、成本更高。

在本文中，將探討數(shù)據(jù)驅(qū)動的悖論：雖然數(shù)據(jù)具有增長潛力，但它也帶來了實現(xiàn)增長的許多數(shù)據(jù)困境。我們將深入探討采用數(shù)據(jù)驅(qū)動方法的收益和痛苦，強調(diào)良好的數(shù)據(jù)策略對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)動型組織”的含義。

一 數(shù)據(jù)驅(qū)動的組織

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

數(shù)據(jù)驅(qū)動的組織有兩個層面的含義：

1. 數(shù)據(jù)驅(qū)動的決策：組織利用事實、指標(biāo)和數(shù)據(jù)來指導(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)鍵績效指標(biāo) (KPI)、報告和儀表板等數(shù)據(jù)工件來增強決策流程。
2. 數(shù)據(jù)驅(qū)動的流程優(yōu)化：企業(yè)使用數(shù)據(jù)來改進現(xiàn)有流程，包括從用于持續(xù)監(jiān)控和改進的簡單數(shù)據(jù)驅(qū)動儀表板到更高級的應(yīng)用程序，例如采用人工智能 (AI) 來自動化關(guān)鍵流程，例如通過 AI 聊天機器人提供客戶服務(wù)。

這兩個級別都需要手動和自動操作的結(jié)合。雖然一開始需要手動干預(yù)，但成熟的數(shù)據(jù)驅(qū)動組織更多地依賴自動化技術(shù)來簡化運營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)提供了一個實際的儀表板，然后人們可以使用它來做出正確的決策。在更成熟的數(shù)據(jù)驅(qū)動組織中，人工智能工具可以自動對潛在的流失者進行分類，并向他們發(fā)送營銷電子郵件，而無需任何人工干預(yù)。

數(shù)據(jù)驅(qū)動悖論指出，數(shù)據(jù)會帶來增長，但隨著數(shù)據(jù)增長卻充滿挑戰(zhàn)。

二 數(shù)據(jù)將帶來增長

在過去的十年中，許多公司投資了數(shù)據(jù)項目，開始了成為數(shù)據(jù)驅(qū)動型組織的過程。沿著這條道路，他們見證了數(shù)據(jù)驅(qū)動決策和流程優(yōu)化所帶來的優(yōu)勢和投資回報。即使在當(dāng)前充滿挑戰(zhàn)的經(jīng)濟環(huán)境下，組織仍堅持投資于現(xiàn)代化數(shù)據(jù)平臺，強調(diào)了他們對數(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，許多公司渴望通過采用這項變革性技術(shù)來獲得競爭優(yōu)勢。最近的研究進一步強化了這樣的觀念：數(shù)據(jù)和人工智能之間的協(xié)同作用有可能在未來幾年推動組織的進一步發(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)并實施數(shù)據(jù)用例的零售商預(yù)計邊際貢獻將增加 3%-5%。客戶參與、卓越營銷和運營改進等數(shù)據(jù)驅(qū)動的舉措有助于這種增長。
2. 麥肯錫預(yù)測，到 2025 年，智能工作流程和無縫人機交互將像企業(yè)資產(chǎn)負債表一樣普遍。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)計將帶來可觀的回報。麥肯錫預(yù)計，由于人工智能技術(shù)帶來的自動化，從 2023 年到 2040 年，生產(chǎn)力將提高 0.2-3.3%。
4. 實驗證據(jù)表明，像 ChatGPT 這樣的生成式人工智能可以顯著提高受過大學(xué)教育的專業(yè)人員執(zhí)行中級專業(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別的輸出質(zhì)量并減少任務(wù)完成時間，從而提高整體生產(chǎn)力。
5. 根據(jù)IBM 的生成式 AI — 市場狀況報告，高管們預(yù)計到 2025 年，生成式 AI 的回報率將超過 10%。這個數(shù)字來自他們過去幾年開發(fā)的基準(zhǔn) AI 功能。

三 數(shù)據(jù)困境：平衡增長和挑戰(zhàn)

數(shù)據(jù)驅(qū)動的增長并非沒有挑戰(zhàn)和困境。渴望成為數(shù)據(jù)驅(qū)動型企業(yè)的組織需要解決幾個障礙，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)增長需要強大的數(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劃，直到其數(shù)據(jù)管理實踐得到適當(dāng)組織。
2. 克服文化障礙：許多組織依靠數(shù)據(jù)和直覺進行決策，這使得創(chuàng)建真正的數(shù)據(jù)驅(qū)動文化具有挑戰(zhàn)性。為了成功轉(zhuǎn)型，需要解決缺乏資源、知識、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，從而阻礙數(shù)據(jù)質(zhì)量的改進。高質(zhì)量的數(shù)據(jù)對于數(shù)據(jù)的有意義的增長至關(guān)重要。
4. 文化轉(zhuǎn)變：文化問題，例如對變革和業(yè)務(wù)轉(zhuǎn)型的抵制，可能會減緩數(shù)據(jù)驅(qū)動所需的組織轉(zhuǎn)型。
5. 成本和投資回報率問題：投資人工智能等新技術(shù)可能具有挑戰(zhàn)性，因為通常不清楚投資何時會獲得回報。公司很難量化人工智能投資的投資回報率，因此很難專注于產(chǎn)生回報的正確業(yè)務(wù)問題。

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：由于缺乏內(nèi)部技術(shù)知識以及構(gòu)建定制數(shù)據(jù)平臺和基礎(chǔ)設(shè)施的大量前期成本，預(yù)計到 2024 年，大量金融人工智能項目將被推遲或取消。
2. 將人工智能模型部署到生產(chǎn)中的復(fù)雜性：將機器學(xué)習(xí)模型部署到生產(chǎn)中越來越耗時，大多數(shù)組織需要一個月或更長時間。數(shù)據(jù)科學(xué)家通?；ㄙM超過 50% 的時間進行部署，并且隨著規(guī)模的擴大，這一挑戰(zhàn)變得更加明顯。
3. 管理云支出：現(xiàn)代數(shù)據(jù)平臺向云技術(shù)和服務(wù)的轉(zhuǎn)變帶來了新的挑戰(zhàn)——在處理大量數(shù)據(jù)的同時有效管理云支出。

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)略通過概述指導(dǎo)原則和目標(biāo)來指導(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)有的解決方案來加快進度。
2. 全民數(shù)據(jù)工程：使每個業(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)化為有價值的見解。
3. 事實的一個版本：通過在底層數(shù)據(jù)平臺上實施單一的管理關(guān)鍵績效指標(biāo) (KPI) 來確保一致性。
4. 集中數(shù)據(jù)平臺管理：通過將責(zé)任委托給單個專門團隊來簡化組織數(shù)據(jù)平臺的變更和維護。
5. 隱私優(yōu)先于效率：在考慮 ChatGPT 等外部服務(wù)來處理敏感內(nèi)部文檔時，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)略可能無法防止戰(zhàn)略目標(biāo)和運營選擇之間潛在的脫節(jié)。例如，如果數(shù)據(jù)工程團隊決定使用代碼驅(qū)動的數(shù)據(jù)管道，則可能與組織促進全民數(shù)據(jù)工程的雄心相沖突。確保認識到并解決此類脫節(jié)對于使數(shù)據(jù)計劃與總體戰(zhàn)略方向保持一致至關(guān)重要。

高管、運營人員和數(shù)據(jù)分析領(lǐng)導(dǎo)者通常對關(guān)鍵舉措的進展持有不同的觀點，特別是在數(shù)據(jù)素養(yǎng)和數(shù)據(jù)通信等領(lǐng)域。為了有效實施數(shù)據(jù)戰(zhàn)略，必須為數(shù)據(jù)項目、程序和架構(gòu)建立清晰且結(jié)構(gòu)化的溝通渠道。

五 促進溝通

通過彌合愿景與執(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，從而增強決策能力并實現(xiàn)持續(xù)增長。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

為了促進數(shù)字數(shù)據(jù)轉(zhuǎn)換計劃中的清晰溝通，使隱性選擇變得明確至關(guān)重要。這可以通過為每個關(guān)鍵決策開發(fā)一個簡潔的說明清單來實現(xiàn)，并考慮以下幾點：

1. 清楚地陳述決定：以簡單的方式闡明需要做出的決定，確保每個相關(guān)人員都了解其重要性。
2. 構(gòu)建決策框架：提供一個決策框架，概述每個潛在解決方案的優(yōu)點和缺點，幫助利益相關(guān)者掌握其選擇的影響。
3. 強調(diào)視覺傳達：利用草圖或圖表等視覺輔助工具來說明決策過程，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、運營人員和數(shù)據(jù)分析領(lǐng)導(dǎo)者，以確保在決策過程中考慮全面的觀點。
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)境中具有較長的使用壽命，能夠適應(yīng)未來的變化。

通過采用這些實踐，組織可以在數(shù)據(jù)轉(zhuǎn)型過程中促進有意義的討論并促進明智的決策。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)動文化。

下面是應(yīng)用以上原則來促進選擇正確的數(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)管道工具來滿足您的需求？

（2）框架四個標(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)起來有多難？
2. 人：使用管道技術(shù)需要什么技能水平？受過有限培訓(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. 可擴展性：管道是否可以輕松地從一個管道擴展到多個管道？它能夠處理大量數(shù)據(jù)嗎？

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

1. 無代碼：用戶友好的工具，有助于提取加載數(shù)據(jù)移動和基本轉(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，允許通過單擊并拖動界面創(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 已成為一種強大的數(shù)據(jù)管道語言。它易于學(xué)習(xí)，但可以有效地利用底層計算平臺的全部功能。設(shè)置和維護通常由數(shù)據(jù)工程師完成，而實際的 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)動的管道，通常在 Apache Spark 上使用 Python 或 Scala，功能強大，能夠處理大量數(shù)據(jù)。然而，維護這些管道需要高技能的數(shù)據(jù)工程師。

（4）建議無代碼和 SQL 的組合，因為它允許快速輕松地集成新數(shù)據(jù)以及功能強大但相對易于學(xué)習(xí)的 SQL 語言。這種方法確保了在將來允許全民數(shù)據(jù)工程的選擇。

六 小結(jié)

總之，數(shù)據(jù)推動增長的潛力是不可否認的，但轉(zhuǎn)型為數(shù)據(jù)驅(qū)動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，使整個數(shù)據(jù)驅(qū)動轉(zhuǎn)型計劃的決策民主化。

通過采用正確的實踐，組織可以培養(yǎng)開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)，并被用來推動創(chuàng)新和增長。