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。

如果没有一个技术路线图，一个支持业务优先级所需的工具和技术的战略视图，就不可能有一个成功的、结果驱动的企业数据战略。技术涉及到数据策略的所有其他方面，或者至少应该涉及到这些方面，这就是为什么我们在企业数据策略系列文章中将此主题放在最后的原因。

制定一个可靠的技术路线图需要了解你的技术准备状态——你在哪里，你认为什么是优先事项，以及你想如何开始。一旦您了解了自己的位置（差距和机会）并确定了自己的目标（业务目标），就更容易确保技术路线图的组件与总体数据策略同步。以下是您可以包括的信息类型的一些示例：

• 架构和设计：信息的设计、流和目录，以及如何在整个企业中对其进行记录、管理和治理
• 企业信息管理：数据治理、质量、集成等。
• 数据源和存储：数据仓库、第三方数据源、内存数据库、数据湖等。
• 数据分析：数据质量和过程监控、报告和仪表盘、分析、人工智能（AI）和机器学习

自动化应该是你技术计划的一个重要部分。它有助于加快数据策略的有效性，同时还可以提高数据质量并实现数字转换。事实上，Forrester预测，在2019年，“自动化将成为数字转型先锋的尖端，影响从基础设施到客户到商业模式的一切。”

为什么工具和技术很重要？

如上所述，如果没有定义所需解决方案、用例和实现计划的技术路线图，就不可能有一个成功的数据策略。这是你的战略的基础，骨骼系统。它为您的结果驱动的数据策略提供了它的形状并促进了它的执行。

需要考虑的技术领域包括：

• 业务信息和流程建模
• 集中管理数据传输和规则的数据编排
• 数据质量，包括分析、监视以及批处理和实时验证和清理
• 关键数据域的主数据管理，能够将它们直接嵌入到业务流程工具中
• 自助分析和应用程序构建的修复和报告
• 用于符合管理法规的保留和归档策略的生命周期管理工具

上述每个技术解决方案都服务于多个用例，如分析、事务和应用程序，它们都应该协同工作。随着人们要求你越来越多地管理数据，人工智能、预测分析、区块链、体验数据等新技术也将成为关键。拥有一个灵活的路线图，使您能够适应不断变化的业务优先级，这对于数据策略的成功至关重要。

成功的关键是什么？

• 使您的技术路线图与您的数据策略保持一致。请参阅下面的“gotchas”。
• 想想大局。您的路线图必须是企业范围的。重点寻找在整个业务中重用解决方案并分解筒仓的机会。
• 了解最新的技术产品。如何利用最新的智能技术（人工智能、机器学习、物联网、区块链等）优化流程？

什么是“问题”？

最大的问题是将数据策略与技术路线图分离开来，这是最常见的问题。它们需要周期性的对齐。从其他人的错误中吸取的另一个好教训是：全面思考，考虑企业架构，以及数据解决方案和工具如何与总体技术愿景同步。那就不要一下子做太多。优先考虑。

你是怎么开始的？

正如我在一开始所指出的，你首先需要做的是了解你的现状：

• 您目前的技术能力和体系结构是什么？
• 你最优先考虑的是什么数据？
• 你最大的数据挑战是什么？
• 自动化的差距和机会在哪里？

这些问题的答案——连同你的总体业务目标——是你的出发点。从那里：

做前期设计。

在你开始探索你的选择之前，你需要从整体的角度回答几个问题。让我们用物联网技术（IoT）来说明。您可能会问/答一些问题：

• 你想从物联网收集什么？
• 这些物联网数据将如何与您正在管理的现有数据相匹配？你将如何整合它？
• 存储将如何工作？数据将保存在哪里？
• 如何更新数据？谁有权使用它？
• 需要遵守哪些数据标准？

优先考虑。

使用与当前状态和设计相关的所有问题的答案来确定执行顺序。

别忘了加速组件。

自动化可以提高数据质量、有用性、收集和使用，因此作为路线图的一部分，确定自动化的意义所在。例如，自动化数据质量应该包括在计划的早期阶段，以便更快地交付业务价值。

原文：https://www.digitalistmag.com/cio-knowledge/2019/06/20/outcome-driven-enterprise-data-strategy-tools-technology-06199041

本文：http://jiagoushi.pro/outcome-driven-enterprise-data-strategy-tools-and-technology

讨论：请加入知识星球或者微信圈子【首席架构师圈】