通過尋找創造價值和改進執行的新方法，各種形式和規模的組織都在積極地采用數據驅動的方法，這些方法可以通過分析的進步來實現。

從2000年代中期開始的一場完美風暴事件已經加速發展成為經濟中的顛覆性力量。數據驅動的分析已經獲得了主流業務的采用。通信，地理定位系統，傳感器和計算技術的進步與社交媒體的興起和可用數據源的驚人增長相結合。

董事會的領導團隊已經敏銳地意識到推動創新和發展的潛在機會。

雖然機會很重要，但仍存在許多挑戰，難以成功采用數據驅動方法。

我們將探討成為數據驅動的理由，如何構建成功，以及所需的一些關鍵構建塊，包括數據治理。

構建數據驅動的成功

組織影響有助于我們構建數據驅動成功的概念。影響與結果有關。影響以可衡量的術語描述了變化的條件。明確的影響力是價值的代名詞。

說明你想“移動針頭”意味著可以用表示該針的度量來測量撞擊區域。通過在正確的業務領域實現影響，可以創建增量值。

當考慮投資實施新的數據驅動方法時，必須確定所需的影響范圍。影響的證據需要在數據驅動方法實施之前和之后了解情況。

影響范圍可以是有形的或無形的。它們可能難以衡量，但可以開發測量策略來衡量大多數影響領域。將所需的影響區域與收集有用測量的可行性結合起來非常重要。

可衡量影響的例子：

• 將工藝效率提高5％
• 將產品缺陷減少15％
• 利潤率提高10％
• 將客戶流失率降低15％
• 將客戶忠誠度提高20％

影響衡量一段時間內業績的相對變化。這些變化與增量值創建直接相關。影響可以由來自所有經濟部門的組織來定義和管理。影響范圍與其使命，愿景和成功定義有關。

數據驅動的卓越性描述了當數據驅動方法成功啟用目標影響區域時存在的性能。

數據驅動方法的構建塊

成功地成為數據驅動需要所需的影響與四類構建塊相關并得到其支持。

第一類描述了必須創建或修改以促進所需影響的業務活動。這些被稱為“業務構建塊”。

第二類描述了基于分析方法的業務構建塊所需的新信息和見解，這些方法可實現更智能的業務活動。這些被稱為“分析構建塊”。

第三類描述了要獲取的相關數據，并將其傳遞給生成新信息和見解的分析方法。這些被稱為“數據構建塊”。

組織層面的成功要求所有關鍵構建塊與共同目標和方法保持一致，以確保凝聚力和政策合規性。這一責任由稱為“治理構建模塊”的第四類提供。

這四個類別構成了一個描述其依賴關系的分層模型。創造價值的影響取決于業務活動，這取決于依賴于數據的分析，而數據依賴于治理。

治理勢在必行

數據驅動方法涉及組織的許多領域。關鍵接觸點位于：

• 獲取和管理數據
• 洞察力被創造和消費
• 決策已啟用
• 執行結果
• 使用反饋監測結果

廣泛的治理制定了所有接觸點所需的政策和標準，以創造價值。作為一種領導形式，治理制定政策，定義目標并在業務，分析和數據構建模塊中分配責任。

業務活動治理可確保主動管理和員工團隊響應新的信息來源并相應地改變其行為。與流程標準，人員技能發展，薪酬水平和激勵相關的政策構成了業務活動治理的范圍。

分析治理確保使用分析方法生成見解和信息的所有數字資產和活動實際上可以實現更智能的業務活動。與信息相關性，安全性，可視化，數據素養，分析模型校準和生命周期管理相關的政策是關注的重點領域。

數據治理專注于數據構建塊。有效的數據治理將不同的團隊和部門聚集在一起，以實現成功所需的數據驅動功能。數據治理定義了確保將數據集作為真正的公司資產進行管理所需的責任，政策和職責。

這意味著對受管理的數據集進行識別，描述，編目，保護和配置，以支持啟用分析方法所需的所有適當的分析和信息用例。數據質量和集成也在數據治理范圍內。

成功的基礎

使用數據驅動方法取得成功的公司可以快速識別和實施新的想法和分析用例。這有助于他們在可持續的基礎上為利益相關者進行競爭，創新并創造新的價值。

數據治理為此成功奠定了基礎。有效的數據治理可確保將數據作為真正的企業資產進行管理。這意味著它可以持續使用和重新利用，以支持組織在成熟和擴展其數據驅動功能時生成的新想法和現有想法。

隨著組織通過創建更廣泛的分析足跡釋放更多價值，數據治理為支持其旅程提供了必要的基礎。