实现数据价值的管理秘籍

　　在大数据时代，想要将数据挖掘并转化为对企业价值有巨大提升帮助的资源，需要建立“Data-ready enterprise（数据就绪型组织）”，以帮助企业更好地利用这些资源。

　　当公众对大数据的卓越前景倍加关注之时，一些领先企业却对将这一前景转变为现实持谨慎态度且理由很充分：将数据转变为竞争优势并非易事。

　　实现这一目标需要巨大的凝聚力、人力和努力。此外，大数据的规模和复杂性及风险也更大。

　　Data-ready enterprise（数据就绪型企业）的兴起

　　对大数据转变的努力并非仅适用于部分业务，其目标是在企业范围内、以战略方式利用可重复且可持续的大数据资源开展运营。为实现这一目标，领先企业正整合其资源，成立全新部门—Data-ready enterprise（数据就绪型组织），为更具战略意义的数据方法奠定基础。

　　Data-ready enterprise（数据就绪型组织）将创造人才、技术和流程框架，专门用于提取数据价值。

　　“价值”代表企业专属优势的洞见或信息，它可能来自于更出色的运营效率、更为完善的客户视图或更有效的财务预测。因此这一新的数据组织并不仅是另一个成本中心，还将数据视为战略性业务资产，而数据管理和分析则是战略性业务的原则。

　　研究所示，由于拥有清晰的数据策略且新组织能够为其提供支持，这种建立有Data-ready enterprise（数据就绪型组织）的企业将带来某种形式的竞争优势。

　　但成立一个全新部门也并非易事。为实现这一极具战略性、可持续且可扩展的尝试，新数据组织的领导者需向其他前辈学习经验教训。

　　通过采访已成立新数据组织的Informatica客户，我们整理并总结了数据就绪型企业的7个管理原则。

　　1.清晰界定助力企业脱颖而出的方法

　　某全球投资管理公司的企业数据管理和分析负责人有一个困扰很久的问题，即“如何让企业脱颖而出？”他们的竞争对手已专注此行业多年而其雇员人数不及竞争对手，因此，他们只能通过提供个性化的服务来应对。

　　在其退休计划业务中，定制服务是关键。问题是，为每一位客户定制计划的成本十分高昂，每一位客户都必须获得最符合其自身的计划。对于上述企业数据管理和分析负责人而言，挑战在于产品和服务的个性化，即更好了解每一位客户和每项产品及服务。这意味着必须保留大量记录以供分析，同时需有效减少此运营成本。

　　这就需要建立新数据组织。它直接服务于企业的业务目标，因此成功运营很可能战胜发展缓慢的竞争对手。

　　更重要的是，建立的目标须界定清晰且能够进行客观衡量。新数据组织面临着没有具体目标而失去方向的风险，因此必须始终致力于解决重要的企业问题。

　　因此如果要让企业脱颖而出，应首先了解数据组织可以弥补的知识缺陷。因为新的数据组织在创建初期可能将面临许多运营和政治摩擦。然后，利用已经使企业脱颖而出的价值来获得认可。

　　例如刚才的退休计划业务，企业发现需要更好的客户数据，然后将这些数据映射到核心品牌价值，根据客户具体情况为其提供个性化的意见。

　　其他业务部门也应相信，大家具有共同使命且能够帮助企业脱颖而出。重要的是，这一共同使命需要为新数据组织提供指引。

　　新数据组织的主要目标必须是构建所需的数据管理能力和流程，以便实现企业方案并让企业脱颖而出。制定清晰、具体的方案，通过数据实现目标。

　　2.助力路线图快速胜出

　　Geoffrey Moore在其著作《跨越鸿沟》中说：“我们需要在‘保龄球’策略环境中重新构建战术，在此策略环境中，瞄准某个部分不是为了‘全部打倒’，而是为了实现下个目标。”

　　如何赢得业务？一位跨国银行企业数据和分析策略高级副总裁提到：“当业务部门不得不放弃对其数据和工具使用方法控制时，就会存在紧张情绪。即使具有长期战略，短期内也会产生摩擦。”在这位高级副总裁所述的全球银行案例中，他们开发的数据监管框架将推出2年期限。对于长期愿景来说，可谓时间久远且压力巨大。

　　因此，计划宣布时，即使每个人都“强烈表示需要更改”，但当事情真正开始时，通常又抱有各种疑问。因此需要明确的很重要的一点是，新数据组织的成功取决于能够实现让企业兴奋不已的绩效。

　　那么应该选择第一个“保龄球”？对于那些好高骛远的大型项目而言，其问题在于人员没有真正深入到项目内部，从而对正在开展的项目缺乏足够的洞察力。

　　而通过制定路线图，从可实现且经战略精选的重要项目，逐渐获得成功，为业务部门提供了信赖管理者的理由。

　　通过实现一连串快速且重要的成功，管理者不仅能获得那些受益于所实施变更的业务部门的信赖，还能构建基础能力，企业的整个路线图正是以这些能力为依托。

　　从技术角度来看，大多数客户都从优化数据仓库开始他们的大数据之旅。这会将部分数据和处理流程从现有数据仓库基础设施、转移为低成本存储和处理流程（通常为Hadoop）。

　　通过这种方式可从基本层面减少大数据分析的成本和负担。但从组织角度来看，大数据之旅应以一系列显著的可视化结果为起点，这十分必要。

　　在实施路线图的过程中实现快速显著的胜利，您将获得更多能力，让企业离数据就绪更近一步。

　　3.直面IT/商业政治

　　由于数据不是技术，因此数据管理工作不应由IT组织完成。而且，由于数据不属于业务部门的管理范畴，因此数据管理工作也不应由业务部门完成。这意味着领导者的数据组织将在IT与其他业务部门之间都占有一席之地，同时拥有二者的特点。

　　某跨国银行企业数据和分析高级副总裁就提到他们的首席数据官隶属于首席运营官，是业务部门和技术部门间的桥梁。

　　由于数据组织概念仍处于初始阶段，因此各个企业会以不同的方法定义组织架构。某些企业会将领导者定义为首席数据官，而其他企业则会定义为首席分析官。某些企业的首席数据官隶属于首席策略官，而其他企业的首席数据官则隶属于首席财务官、首席执行官或是首席运营官。

　　每个数据组织都反映出该公司的组织架构及承担相应角色的人员。但对组织架构进行调整以填补IT和业务部门间的重要差距：

　　●将深入了解业务部门主要专业知识并利用主题专家来引导分析和规划。

　　●将传达当前数据的不足，一项有政治风险的任务。

　　●将选择数据资产管理顺序，并向业务部门传达数据管理花费大量时间的原因所在。

　　发挥此桥梁作用，需要娴熟的交际手段，但架构师、经理、科学家和管理员直面这些长期存在的问题也很重要。要做到这一点，唯一的方法是不断灌输可用来与包括IT部门在内的每个相关业务部门进行持续沟通的流程。

　　全新数据组织要想成功利用业务部门的领域专业知识和IT部门的技术能力，那么协调好这两个部门之间的关系将是更为重要的选择。

　　4.规划文化，变革管理

　　受所雇用新人、所设计流程和所执行策略的影响，数据组织将要中断日常经营。多方面理由总结为一点就是：制定新策略和新标准。建立更好的流程，灌输数据驱动型文化，为数据就绪型企业提供支持。

　　但改变总是要面临挑战。与数据管理员的新型关系可能会让人感觉小题大做或者学究气太浓，让新流程可能得不到遵守。数据组织的主要职责是部署全面的变更管理计划。

　　长远规划的目标是让每个人都了解并支持新战略。因此，如果某些业务部门未能获得想要的资源或关注，那他们可能会发现，更迫切的问题已经摆在面前。没有持续沟通，企业可能会面临离关键利益越来越疏远的风险。

　　此外，业务部门需要了解与贵组织分享数据能带来什么实际效益。向他们展示回报以及对业务的直接影响，哪怕是部门中那些最持怀疑态度的人员也有可能被说服。

　　要明确实施数据就绪文化的重要性。除新策略、新流程和新工具的细节之外，构建数据就绪组织还带来另一个重要的全新维度，那就是首先了解要对数据做哪些工作。

　　理想情况下，一个企业的数据组织将致力于灌输一种新的工作方式—允许人们依赖权威数据做出决策、检验假设和调查问题。

　　2014年的一项调查发现，在做重大决策时，30%的高管依赖最多的仍然是他们的直觉。因此除了培训人们使用数据产品和流程之外，另一个重大文化挑战就是向员工和高管头脑中灌输信心，使他们相信自己能利用数据资产执行更多分析性工作。

　　数据组织不仅负责构建新产品和处理数据资产，它还要对公司其他部门对其所做的更改做何反应负责。

　　5.利用技术和流程

　　专家估算，数据科学家有50%~80%的时间都用来做一些手工数据“处理”工作，这些本可由适用的技术自动完成。因此，如果技术选择可以帮助企业将稀缺、昂贵、经验丰富的架构师、科学家和建模作者一半以上的时间节省下来专注处理自己的本职工作。

　　数据就绪组织将需要在企业内的多个领域引入新流程，这与所需的新技术数量相当。如果销售人员拥有较简单的数据输入界面、接受过使用界面的培训、使用激励输入交易数据的流程，这件事会更好推进下去。

　　贵组织的效率和有效性取决于您使用技术和流程改变数据处理方式的能力。

　　6.利用业务部门共同点，而非不同点

　　当企业高管试图在技术和流程以及人才和策略之间找到很好的平衡时，它可以帮助企业管理者找出其所服务的各业务部门间的相同点而非不同点。

　　从数据科学角度看，这可确保管理者在不同孤岛需要同一模型时不用构建多个模型。但从流程角度看，这可以推出一种通用词汇，从而避免管理者在数据管理方面进行重复工作。

　　我们调查发现，一位数据主管无论其不同的销售部门提出什么主张，他均以相同的方式定义其机会。因此，该主管没有按每个部门的主张为其提供独特的管道数据处理方法，而是整合了一组通用流程，这样当这些部门的负责人和管理委员会关注企业范围内的管道数据时，大家就可充满信心依靠该流程。

　　各孤立业务部门可能并不重视他们有多少共同之处。数据组织需要首先衡量他们的数据资源、流程和工作量，然后再传达其重要性。

　　7.重新思考人才管理方法

　　数据人才难找。因此新数据组织需要新的人才管理方法：

　　●利用已有技能。

　　●集中制定员工规划：通过使用常用工具和招聘渠道确定要求，确定找到合适人选并准确了解在哪里可以找到他们。

　　●去大学获取所需的数据技能。

　　●分析和利用已有培训能力：如果不能雇佣到人才，就培养现有员工。但在开始任何培训或内部教育之前，很重要的一项工作是分析他们拥有哪些培训能力。

　　●聘请有经验的人员。

　　●瞄准可扩展性：寻找有业务头脑、能基于对策略的深入理解进行假设同时还具有执行力的分析师，最好既懂数据又懂业务。

　　数据人才稀缺而且金贵。从确定所需人员开始寻找并将他们整合到一个团队中0进行培训，对如何管理人才保持明智的头脑。

　　结论：支配数据

　　从变更管理到技术、流程、沟通、人才管理，一直到最终路线图，数据就绪组织带来了大量新的挑战和机会。这也是为什么数据就绪领导者会成为现代企业中最令人兴奋的新职位之一的原因所在。

　　毫无疑问，将数据管理作为一项战略业务学科对待的公司，最有可能将信息发现转化为具有竞争力的高价值洞察力。

　　这意味着，企业高管需赶在竞争对手前掌握企业级数据管理。在快速发展中，即使是巨头公司也会面临在停滞中沉没的风险，因此将经验转化为洞察力的能力在挖掘差异化新方法过程中将起到关键作用。

　　文/Informatica

关注读览天下微信， 100万篇深度好文， 等你来看……