语言 Chinese, Simplified

SEO Title

Data Strategy And That First Date With Your Data

“企业数据战略”系列的一部分，探讨了领导力和责任感在指导与业务成果相关的总体数据战略方面的重要性。

几年前，当我第一次约会时，我希望我的车干净整洁。我小心地把它清理干净，里里外外。约会时它看起来又漂亮又闪亮。约会结果很好，除了一个小细节：晚上结束时车没油了，离我约会的女孩家还有大约10分钟。我很尴尬，虽然我的约会对象对此很冷静，但当我说这是一个意外的疏忽时，她的父母怀疑我的诚意。最后，问题解决了，一切都好了。后来我和那个女孩约会过很多次。

使命成功的基础

这个小故事向我说明了成功的战术和成功的战略之间的区别，特别是在战场上。战略的目的是赢得战争，完成任务，并取得最终的成功。战术的重点是使我们朝着完成全部任务的方向前进的个别步骤。战术有时要求你为了赢得战斗而失去小山，或者为了赢得战争而失去战斗。

对于我的第一次约会，我的策略主要是（但不是百分之百）与最终的策略保持一致——完成成功约会的任务。我应该把重点放在完整的策略上，而不是放在单个闪亮的组件上。也许那时我会更加关注我的关键任务数据（我的汽车燃油表上的传感器读数）。

企业数据策略可以是这样的。由数字专家、业务分析师、分析从业者和数据科学家组成的团队可以试验和构建奇特的算法、模型和工具，这些算法、模型和工具能够很好地与专门为其实验准备和管理的干净数据集协同工作。实验模型、验证测试和演示都可以看起来漂亮而有光泽。但要真正完成该组织的数字化使命，需要的不仅仅是那些战术上的成功。

组织面临的现实是，这些实验的燃料（即数据）可能足以实现这些有限的战术目标，但数据收集不足以推动持续、成功和战略性的企业级部署。事实是：大多数大数据都是在不考虑策略的情况下收集的，而您迫切需要的数据集往往是不完美的、肮脏的、错误标记的、孤立的，或者只是简单地丢失！

全面的、特定领域的路线图

企业数据战略（EDS）可以为战略任务成功和市场优势提供基础。EDS已被定义为组织的综合愿景、可操作的基础和特定领域的路线图，以充分利用其与数据相关的和数据相关的能力。

有几件事EDS不是。这不是一个希望的事情清单。这并不是一个值得尝试的技术趋势清单。它不是一套通用的原则和陈词滥调（例如“数据是企业资产”）。它不是一个模糊的，超然的视觉。

任何战略，包括EDS，都必须是具体的、相关的、可操作的、进化的和任务目标导向的。如果您的EDS与组织的北极星（您的任务）不一致，则其中一个或两个需要进行中途纠正才能恢复一致。你的使命应该与你的市场战略相一致：了解你目前在市场中的位置、当前的市场趋势、你在市场中的与众不同之处、你将如何在这种环境中获得市场优势，以及你必须组装哪些组件才能达到目的。因此，您的EDS必须与该战略讨论相关联并集成到其中。

数据战略包括治理、安全、隐私、访问、体系结构和相关设计考虑的数据管理原则。这些都很重要，但我想现在集中在分析和数据科学的考虑。

数据科学与分析

在海量数据收集的时代，您的数据可能是您最关键和最有价值的战略资产。数据科学和分析推动洞察发现、创新和价值创造。数据科学和分析还可以通过授权员工探索、发现和创造价值来吸引强大的员工留任。它们还生成可以操作和货币化的分析产品。其中包括数据产品、面向客户的应用程序、API、模型、推荐引擎、专用数据集、特定业务线的精选集、开放源代码工具、可共享的数据科学笔记本、云服务、数据门户、可重用分析工作流等。

战术部件：动力步骤

为了使这些数据分析产品操作化、货币化和商品化，EDS需要关注干净的数据；高质量的数据；标记的数据；整理的数据（数据目录）；可共享的数据；机器可访问的数据；有据可查的数据（数据字典，采用元数据标准，包括分类法，也许还有本体论）；以及数据清单（以确定基本数据集列表中缺少的内容）。这些战术组件是实现任务、战略成功和市场优势的有力步骤。

最终，这些组件都不是孤立存在的。它是数据、分析、业务逻辑和任务的集成和组合，明确地诱导组织的信息、文化和战略与特定的、可操作的和相关的业务成果保持一致。数据只是输入，尽管输入量很大。同样，数据不一定是一个关键的区别，因为所有组织现在都拥有（或有权访问）大量的数据存储库。

可靠的数据带来可靠的结果

另一方面，你以任务为中心的分析输出是你独特的有价值的输出，是你在日益拥挤的数字市场中的与众不同之处。您的分析必须由干净、准确、可访问、可管理、有标签的数据来推动——为完成任务做好准备，而不是在达到完全成功的数字转型的最终目标前“10分钟”。可信的信息和数据使可信的创新和成果得以实现。

我很幸运地参加了今年在奥兰多举行的SAPPHIRE NOW大会，在会上我了解了SAP企业软件和服务支持端到端数据战略的许多方法。我最喜欢这次活动的是对“体验经济”的关注。对我来说，体验经济是我们收集的大数据资产的最终应用和价值主张：通过发现的洞察力和编码的学习行动，为我们的客户、员工和其他利益相关者创造更好的体验在我们的数据收集中。以客户数据为中心的客户体验管理（CXM）平台在设计、开发和部署时能够充分发挥其潜力，使其与企业更大的企业数据战略保持一致。