隨著數字化時代的發展，數據逐漸作為一項重要的資產成為企業運營變革和構建競爭優勢的核心驅動力。然而，雖然企業普遍承認數據的價值，并且正在使用更先進的技術來捕獲數據，但正如Gartner 所指出的，近97% 的數據尚未被企業使用，超過 87% 的企業在商業智能和數據分析領域的成熟度偏低。因此，如何利用數據構建自身競爭優勢成為現階段企業面臨的共同難題。數據驅動型企業成為了企業發展的新型道路和選擇，但數據驅動發展并不是簡單地抓取數據，更要充分挖掘數據的價值。
基于以上的背景，今天小億想和大家聊聊數據驅動型公司。

01、數據驅動的定義和概念

1、數據驅動的定義
在數據時代的背景下，數據的價值逐漸在不同的行業應用中體現出來，關注重點不同使人們對數據驅動的理解出現差異。例如美國著名數據分析公司DZone認為數據驅動是依賴于海量數據和智能分析，加強商業決策能力。通過進行數據預測，企業能有更強的數據洞察能力，從而為企業帶來多重價值。布瑞恩?戈德西博士在《數據即未來》中指出數據驅動是通過信息技術手段采集海量的數據，將數據進行組織形成信息，之后對相關的信息進行整合和提煉，在數據的基礎上經過訓練，形成自動化的決策。也有學者認為基于數據輔助做決策可以認為是數據驅動的初始階段，基于數據自動做決策可以認為是數據驅動的進階階段。總結業界對數據驅動的理解和認識，關于數據驅動企業，如下幾個方面是有共識的：

總的來說，數據驅動是利用新一代信息技術通過自動化手段實時采集數據，通過高速網絡進行傳輸，通過云數據中心進行存儲，通過行業專家進行建模和加工，從而能夠推測未來趨勢驅動決策，讓企業達到業務目標、成本及效率的兼顧。

2、數據驅動型公司的特點
（1）采用組織范圍內的數據進行戰略操作
要成為一個數據驅動的企業，需要有一個適用于整個組織全面的、有凝聚力的數據戰略。這包括技術、自動化和人工智能（AI）的使用。但它也包括文化、治理、網絡安全、數據隱私、技能和其他組成部分。
許多企業和政府企業正在利用數據驅動的洞察力來改善客戶服務、降低運營費用、創建新的業務流，并實現整體業務效率。讓組織的領導層和員工致力于數據驅動的方法是決定成功的關鍵。

（2）優化資源分配
開發數據驅動戰略是一回事；有效執行計劃是另一回事。在這方面，擁有適當的資源并根據需要進行更新非常重要。
例如，組織需要有一個建立數據目錄的過程；數據清理和數據質量的程序和工具；定義數據用例和用例使用的正確工具；內部和外部用戶有效安全的訪問數據；支持用例的總體安全性；以及支持復雜數據請求的卓越數據中心。

（3）強調數據治理
數據治理是總體數據戰略中值得特別關注的另一個組成部分，治理包括數據安全性、隱私性、可靠性、完整性、準確性和其他領域。這對于維護數據驅動的操作至關重要。

（4）建立廣泛的數據思維模式
構建數據文化和思維方式是總體數據戰略的一部分，它能夠幫助數據驅動戰略成為現實。

（5）促進IT和業務之間的強大協作
數據驅動型企業往往在IT和業務領導者之間建立良好的工作關系。例如，當首席信息官與財務部門密切合作時，公司可以最大化財務數據的價值。

3、數據驅動的價值和意義
（1）驅動決策
通過數據來幫助拍板，包括產品改進、運營優化、營銷分析和商業決策等。我們有了數據，就能判斷哪些渠道轉化的效果更好，哪些功能樣式更加受用戶歡迎。所謂數據驅動決策，就是通過數據來指導人做決定。在互聯網產品中，決策包括運營監控、產品改進和商業決策三個方面。這也就是我們常說的 BI（Business Intelligence，商業智能），通過數據來支持決策。

（2）驅動產品智能
所謂智能，是這樣一種模式：有了一定的數據基礎，然后在上面套一個算法模型，再將得到的數據結果反饋到產品中。這樣，產品本身就具有了學習能力，可以不斷迭代。比如個性化推薦，通過采集許多用戶行為數據，在這個基礎上訓練用戶興趣模型，然后給用戶推薦信息，再將用戶的使用數據反饋到模型中，精準廣告就是類似的模式。智能是一種學習能力，產品智能就是現在比較火的AI概念。

02、數據驅動型公司建設意見

1、全面數據化，形成數據儲備
全面數據化要求企業采集并存儲企業生產經營中的一切數據，形成企業數據資產的概念。例如：通過大量傳感器記錄生產環境的溫度、濕度、粉塵度、振動強度和噪音強度等等，通過這些量化指標與產品質量的關聯分析，得到影響產品優品率和良品率的關鍵因素，再進一步通過控制環境因素，明顯提高產品的優品率。這些提升，都是建立在企業擁有相應數據的基礎上。
億信ABI是億信華辰歷經十六年打造一站式數據分析平臺，技術自主可控。它打通從數據接入、到數據建模與處理、再到數據分析與挖掘整個數據應用全鏈路，可滿足企業經營中各類復雜的分析需求，幫助企業實現高效數字化轉型，也可以幫助企業在實現數據驅動的過程中實現全面數據化。

但是在推進數據儲備過程中，需要正視內外部的變化將會伴隨整個數據化的過程：技術/工具會演進、客戶需求會升級等。因此基于核心需求確定數據儲備的優先級，要把對公司最有價值、對用戶最有價值的數據儲備放在首位。

2、建設外部數據的戰略儲備
外部數據對于市場拓展、競品分析、人才招聘、用戶畫像和產品推薦等意義重大，而網站、論壇、社交媒體和電商平臺上聚集了很多有重要價值的公開數據，所以，企業要有意識地圍繞業務目標開始建立自己的外部數據戰略儲備。一方面，企業可以自建具備采集、清洗、存儲和索引等功能的自動化系統，圍繞企業目標自動積累外部數據；另一方面，企業可以通過和數據供應商合作，得到一些亟需的數據。

3、整理數據資源，建立數據標準，形成管理規范
企業需要進行全面的數據調研，了解數據資源的整體情況并建立數據資源情況更新的流程和規范。數據資源最基本的呈現方式是數據目錄，但數據資源又不僅僅是數據目錄，還涉及到每一個數據項的完備性、更新程度、有效性等描述。掌握了數據資源后，企業要根據自己業務發展的需求，建立數據標準，使現有數據和未來所有的新增數據都能夠在同一個標準下統一管理，避免“信息系統建設越多，未來數據整合越難”的困境。還要形成數據全流程管理的規范，從源頭把控，提升數據質量，并對數據進行分級分權限的管理。
在推進數據目錄中應該按業務需求優先級逐步開展工作。并且當數據被使用的時候，需要對數據的源頭以及對處理數據階段的所有過程進行可信度和質量評分，確保數據驅動場景使用的數據是準確的。

4、建設數據管理平臺
首先，數據管理平臺要為企業量身定做一套數據組織和管理的解決方案，特別是企業各部門之間數據的共融共通，以及企業數據怎么樣進行索引和關聯。其次，數據管理平臺是由業務所引導的，先進的流數據智能處理系統，要為業務提供直接的支撐。最后，數據管理平臺的建設要量體裁衣，強調可擴展性，沒有必要一開始就投入大量經費，因為硬件成本的下降也很快，只要架構設計合理，到需要的時候擴充硬件是容易的。
數據管理平臺的搭建需要深度了解企業最重要的核心業務，通過有重大價值的示范性應用來牽引數據管理平臺的建設。例如針對零售類的企業，就應該形成以消費者為中心的索引和畫像系統，主要支持精準廣告、智能客服等核心業務。
例如億信華辰為南山集團建設的物料主數據管理平臺，就應用了億信華辰的數據治理平臺-睿治，完成了六大類主數據建設和物料主數據等，對接了供應鏈系統（SCM）、銷售系統（CRM）、流程審批系統（BPM）等系統。

5、增強海量數據的深入分析能力
要想建立針對多元異構、跨域關聯的海量數據，通過深度分析挖掘獲取價值的能力，主要要是需要具備兩方面的能力。第一，非結構化數據的分析處理能力。包括文本、音頻、圖像、視頻、網絡和軌跡等數據。對于和企業自身業務有密切關系的非結構化數據，需要專業團隊能夠挖掘其間價值，甚至將其轉化為結構化的數據。第二，大數據下的機器學習的能力。絕大部分我們可以想象到的數據驅動場景，其本質都是通過預測幫助決策，包括個性化推薦、精分營銷、生產線控制、精準廣告等等。

6、建立數據驅動的創新能力
企業通過智能終端、傳感網絡、物流記錄、網點記錄和電子商務平臺等等，獲得的第一手數據，很多都可以用于支持跨部門的創新型應用。把握住這些機會，就能夠放大企業當前業務的價值，帶來持久可觀的收益。因此，數據驅動的創新能力十分重要。

03、小結
擁有數據分析實踐能力的企業正在進行數據資產的挖掘與利用，數據驅動正在成為企業發展的加速器。未來數據驅動是企業進行數字化轉型的必經之路，每個企業都應思考如何開展。