为什么数据治理会带来数据驱动的成功
发布时间:2019.01.26来源:亿信华辰浏览量:76次标签:数据治理
通过寻找创造价值和改进执行的新方法,各种形式和规模的组织都在积极地采用数据驱动的方法,这些方法可以通过分析的进步来实现。
从2000年代中期开始的一场完美风暴事件已经加速发展成为经济中的颠覆性力量。数据驱动的分析已经获得了主流业务的采用。通信,地理定位系统,传感器和计算技术的进步与社交媒体的兴起和可用数据源的惊人增长相结合。
董事会的领导团队已经敏锐地意识到推动创新和发展的潜在机会。
虽然机会很重要,但仍存在许多挑战,难以成功采用数据驱动方法。
我们将探讨成为数据驱动的理由,如何构建成功,以及所需的一些关键构建块,包括数据治理。
构建数据驱动的成功
组织影响有助于我们构建数据驱动成功的概念。影响与结果有关。影响以可衡量的术语描述了变化的条件。明确的影响力是价值的代名词。
说明你想“移动针头”意味着可以用表示该针的度量来测量撞击区域。通过在正确的业务领域实现影响,可以创建增量值。
当考虑投资实施新的数据驱动方法时,必须确定所需的影响范围。影响的证据需要在数据驱动方法实施之前和之后了解情况。
影响范围可以是有形的或无形的。它们可能难以衡量,但可以开发测量策略来衡量大多数影响领域。将所需的影响区域与收集有用测量的可行性结合起来非常重要。
可衡量影响的例子:
- 将工艺效率提高5%
- 将产品缺陷减少15%
- 利润率提高10%
- 将客户流失率降低15%
- 将客户忠诚度提高20%
影响衡量一段时间内业绩的相对变化。这些变化与增量值创建直接相关。影响可以由来自所有经济部门的组织来定义和管理。影响范围与其使命,愿景和成功定义有关。
数据驱动的卓越性描述了当数据驱动方法成功启用目标影响区域时存在的性能。
数据驱动方法的构建块
成功地成为数据驱动需要所需的影响与四类构建块相关并得到其支持。
第一类描述了必须创建或修改以促进所需影响的业务活动。这些被称为“业务构建块”。
第二类描述了基于分析方法的业务构建块所需的新信息和见解,这些方法可实现更智能的业务活动。这些被称为“分析构建块”。
第三类描述了要获取的相关数据,并将其传递给生成新信息和见解的分析方法。这些被称为“数据构建块”。
组织层面的成功要求所有关键构建块与共同目标和方法保持一致,以确保凝聚力和政策合规性。这一责任由称为“治理构建模块”的第四类提供。
这四个类别构成了一个描述其依赖关系的分层模型。创造价值的影响取决于业务活动,这取决于依赖于数据的分析,而数据依赖于治理。
治理势在必行
数据驱动方法涉及组织的许多领域。关键接触点位于:
- 获取和管理数据
- 洞察力被创造和消费
- 决策已启用
- 执行结果
- 使用反馈监测结果
广泛的治理制定了所有接触点所需的政策和标准,以创造价值。作为一种领导形式,治理制定政策,定义目标并在业务,分析和数据构建模块中分配责任。
业务活动治理可确保主动管理和员工团队响应新的信息来源并相应地改变其行为。与流程标准,人员技能发展,薪酬水平和激励相关的政策构成了业务活动治理的范围。
分析治理确保使用分析方法生成见解和信息的所有数字资产和活动实际上可以实现更智能的业务活动。与信息相关性,安全性,可视化,数据素养,分析模型校准和生命周期管理相关的政策是关注的重点领域。
数据治理专注于数据构建块。有效的数据治理将不同的团队和部门聚集在一起,以实现成功所需的数据驱动功能。数据治理定义了确保将数据集作为真正的公司资产进行管理所需的责任,政策和职责。
这意味着对受管理的数据集进行识别,描述,编目,保护和配置,以支持启用分析方法所需的所有适当的分析和信息用例。数据质量和集成也在数据治理范围内。
成功的基础
使用数据驱动方法取得成功的公司可以快速识别和实施新的想法和分析用例。这有助于他们在可持续的基础上为利益相关者进行竞争,创新并创造新的价值。
数据治理为此成功奠定了基础。有效的数据治理可确保将数据作为真正的企业资产进行管理。这意味着它可以持续使用和重新利用,以支持组织在成熟和扩展其数据驱动功能时生成的新想法和现有想法。
随着组织通过创建更广泛的分析足迹释放更多价值,数据治理为支持其旅程提供了必要的基础。
-
数字化转型的缺失部分:公民开发者
随着第四次工业革命席卷全球,新技术渗透到从高层城市到小村庄的各个方面。消费者的需求和期望随着技术的发展而增加,迫使企业以更快的速度提供优……查看详情发布时间:2019.03.07来源:亿信华辰浏览量:82次
-
数据标准迎来“大考”,一个数据治理工具教各行各业轻松应对
2020年6月22日-7月3日,国际电信联盟第十六研究组(简称ITU-TSG16)召开全体会议,来自中国、美国、德国、日本、韩国、巴西、……查看详情发布时间:2020.07.23来源:头条浏览量:70次
-
数据治理的概念、难点和最佳实践方法
数字化转型的目的和核心是数据赋能业务,通过智能数据归一、数据统一治理与服务、数据实体化融合、数据资产化的方式,帮助实现业务转型、创新和增……查看详情发布时间:2021.08.06来源:亿信华辰,数据治理的实践方法浏览量:68次
-
数据安全治理所遵循的三大原则
搞清楚数据安全要解决哪些问题、大数据时代下解决这些问题所面临的主要挑战,就可以梳理数据安全治理的核心思路了。简单说,数据安全治理可以遵循……查看详情发布时间:2019.05.23来源:知乎浏览量:46次
-
当前企业的数据治理之困
只有确保数据的标准化、规范化、可信可用,才能进一步通过数据运营、数据应用帮助企业实现数据资产管理、发现内部数据问题、发掘数据价值,进而实……查看详情发布时间:2020.06.28来源:知乎浏览量:81次
-
数据治理方法 | 美国高校数据治理方法借鉴
高等教育中的数据治理是一种风险管理工具,可促进家庭教育和监管合规性,因为它旨在保护隐私和敏感信息。最后,数据是一种资产,如果使用得当,可……查看详情发布时间:2021.06.02来源:亿信华辰数据治理知识库浏览量:80次
-
什么是数据治理,为什么重要?
没有有效的数据治理,组织中不同系统中的数据不一致可能无法解决。例如,在销售,物流和客户服务系统中,客户名称可能会以不同的方式列出。……查看详情发布时间:2021.04.01来源:浏览量:92次
-
大数据环境下我国政府数据开放及应用研究
在当前政府各项工作开展过程中, 政府数据管理属于十分重要的一项任务及内容, 对于政府各项政务工作的开展均具有十分重要的作用及意义。……查看详情发布时间:2019.02.19来源:亿信华辰浏览量:56次