推动企业数据战略爆炸式增长的力量
目前，大多数行业都在实施转型计划，旨在利用数据的巨大潜力重塑其商业模式。投资数据以用于营销、销售、服务和运营，其投资回报率始终高于其他资本用途。
过去几年，结构化和非结构化大数据的爆炸式增长，促使首席执行官们纷纷加入数据货币化潮流，与此同时，存储和处理成本的大幅下降，以及监管机构对数据质量、政策、治理模式、聚合、指标、报告和监控的日益关注。
成为数字冠军
领先机构曾经只使用描述性和诊断性分析来指导决策，现在则将预测性和规范性分析嵌入到产品、流程、服务和多个一线活动中。他们曾经构建关系数据仓库来存储来自特定来源的结构化数据，现在则使用大规模分布式文件系统来运营“数据湖”，这些文件系统可捕获、存储和即时更新来自各种来源的结构化和非结构化数据，以支持更快、更轻松的数据访问。
与此同时，“数字冠军”正在利用云技术使其运营更加精简和高效，并推动敏捷性和创新。大多数这些冠军都设立了一个由首席数据官领导的新部门，负责数据转换并确保规范的数据治理，将原始数据转化为收入、卓越服务、品牌忠诚度和更高效的运营。
另请阅读：分析基准测试以获得竞争优势
正确部署数字化转型可带来巨大收益。一家美国金融服务巨头通过合理化其 IT 数据资产节省了 4 亿多美元，并通过增加收入、降低资本要求和提高运营效率获得了 20 亿美元的收益。一家美国保险公司预计，得益于数据驱动的业务计划，其目标细分市场和产品的利润将增长 25%。
然而，尽管数字化转型投资获得了令人瞩目的收益，但许多其他组织仍然难以从其数据程序中获取真正的价值，其中一些组织从总额达数亿美元的投资中得到的回报微乎其微。
那么，企业如何避免这些困境，并获得他人已取得的令人瞩目的成果呢？答案是：制定企业数据战略 (EDS)，作为贵公司向未来数据驱动型企业发展的核心。
5 项指导原则
定义清晰的数据策略
定义数据转换之旅的指导愿景，设计组织转换策略，并建立清晰、可衡量的里程碑。
将数据策略转化为切实的用例
选择一系列用例并根据您的目标确定其优先级，使用优先级最高的用例来提升内部能力，并开始奠定坚实的数据基础。
设计创新数据架构来支持用例
定义用例路线图所需的技术支持，并设计模块化、开放的数据架构，以便以后轻松添加新组件。
建立强大的数据治理以确保数据质量
评估数据质量，建立强大的数据治理，明确数据质量责任，并提供自助服务工具，方便整个组织的数据访问。
调动组织力量创造价值
将组织和文化与新的能力相结合，传达赋能数字化转型企业的激励措施，并培训人们利用新的数字化能力。
数据湖——助力企业数据战略取得成功的新技术
转型时代催生了新技术，这些技术为新的数字化转型运营模式提供了助力。将数据存储在数据湖中是提供访问、灵活性、敏捷性和实时分析以实现数据货币化的必要条件。
数据湖并不是数据仓库的直接替代品；它们是补充技术，服务于不同的用例，但有一些重叠。大多数拥有数据湖的组织也会拥有数据仓库，但数据湖的另一个优势是它们的实施和运营成本较低。
数据湖实施案例
| 数据湖 | 传统本地数据仓库 |
|---|---|
| 数据以原生格式存储 | 数据需要转换 |
| 可以永久存储无限量的数据 | 存储大量数据成本高昂 |
| 读取时模式 | 写入时架构 |
| 分离存储和计算 | 紧密耦合的存储和计算 |
企业可以利用现有基础设施，利用 Microsoft 企业产品中已经享有的安全性、兼容性和可访问性功能，几乎立即启动其数据湖。 Azure，或者在 AWS 和Google Cloud Platform的情况下开箱即用。
每个人都希望更快地获得可用的见解。挑战不在于存储数据，而在于访问和分析数据。企业正在以创新的方式实施数据湖技术，以击败竞争对手，实现转型成功。通过今天部署和利用这些功能，他们有望成为未来的数字冠军。
绘制从数据湖到分析的路径
版权所有 © 2021 Trianz
数据战略路线图
为了制定一个使数据可访问和可用的完善的数据策略，组织不仅必须解决数据存储问题，还必须解决获取、访问、共享、管理和使用数据的所有方式，以支持当今复杂的处理和决策需求。
数据战略有六个核心组成部分，它们共同构成了支持整个组织数据管理的基石。路线图位于第一个组成部分“愿景/战略”中，是获得高管批准和所有部门认可以成功启动和实施的关键要素。
企业数据战略发展的组成部分
版权所有 © 2021 Trianz
核心组件说明：
1. 愿景
强大的数据策略必须始于一个愿景，其中包括业务策略和人员的路线图。问这些问题：
- 你需要解决的问题是什么？
- 什么样的数据能有帮助？
- 数据来源如何？
- 数据将如何存储和管理？
- 分析数据的方法是什么？
- 谁将成为数据利益相关者？
- 数据将如何在团队内共享？
一旦确定了这些驱动原则，就应该制定路线图（可以是 1 年、3 年或 5 年），然后提出价值主张。一旦制定了愿景，组织就可以将其与公司、业务和 IT 目标保持一致。
数据战略实施路线图
版权所有 © 2021 Trianz
2. 治理
随着技术、处理和方法的变化，数据治理为数据内容提供了必要的严格性。它确保整个组织的数据管理一致，并且有关如何处理、管理或共享数据的决策不是由个人做出的，而是由数据治理的规则和政策衍生而来。
大多数数据治理举措仅限于特定项目工作。然而，有效的数据治理必须关注三个核心要素：
- 解决范围和预算问题的项目治理
- 架构治理以设置和调整技术标准
- 数据治理推动需求和一致性
我们的数据显示， 80% 的“数字冠军” （在数字化转型计划中取得成功的公司）在集成数据或构建高级分析能力之前，正在投资数据治理能力，以打造强大、可扩展的基础。
数据治理——一项基本投资
版权所有 © 2021 Trianz
3.组织
数据策略还应关注能力、流程和组织角色，记录谁对数据做了什么，以促进协作并避免重复。每个人使用数据的方式不同，个人在数据收集、管理和分析中的角色也各不相同。
4. 商业
有效的数据策略可确保业务部门和 IT 部门通过了解彼此的需求、能力和优先事项共同引领组织的发展方向。这将有助于组织采用“业务主导或技术支持”的方法。
因此，我们的想法是启动统一的目标、应用程序和指标，然后提出业务理由。当有可见的价值衡量时，采用集成数据策略的途径会变得更加清晰。数据策略必须加强在各个层面衡量、评估和跟踪计划的一致性。
5.数据
数据策略中的数据需求本质上归结为组织需要什么数据以及如何共享这些数据？有效的数据策略必须确定与数据本身相关的常见主题和问题，例如数据架构、数据移动、数据质量和数据合规性。
数据架构可能是组织数据战略中最重要的元素，第一步是确定公司各业务部门之间存在哪些数据集。数据目录是实现此目的的有用工具。之后是数据分析，需要将数据存储在单个存储库中，例如数据仓库或数据湖。
最后，组织必须确定数据管道，以便从不同来源获取原始数据并将其复制到存储和分析目标。所有这些元素都有助于确保最终解决方案在正确的时间满足正确的业务需求。
6. 技术
数据策略还必须解决数据的技术方面，例如技术架构、服务器、存储、网络和可扩展性。评估和识别技术架构是这里的首要任务，其次是定义和记录概念、技术架构和数据流。这些功能期望是相互依赖的，以实现最佳可用功能。
然后，组织可以将得到的数据策略组织成与下面所示的六大支柱相一致的实施策略和路线图。
框架与数据策略的一致性
版权所有 © 2021 Trianz
根据企业的优先考虑，图表最右侧创建的新业务能力可以是服务、销售、营销或运营能力，这些能力可以提升到新的水平，即数据驱动的数字化转型流程。该模型代表了企业战略、数据资产和图表最右侧定义的数字化转型业务能力之间的联系。
制定数据策略是关键
数据战略计划并非一次性完成的工作；相反，它必须是一套多年目标，并有一系列短期交付里程碑。大多数组织已经投资了众多数据管理计划，但如果这些计划彼此不协调，它们就看不到多大进展。
强大的数据策略使组织能够随着需求的增长和演变提供最佳解决方案。它还成为满足现有和未来数据管理需求的路线图。
Trianz 帮助多家公司组织、分析和利用其数据资产，以确保无与伦比的竞争优势。
企业数据战略如何改变我的组织？
Trianz 开发了一套完整的工具包，其中包含框架、设计和技术替代方案，可解决当今最严峻的业务挑战。我们的数字化转型方法可确保您使用的每个应用程序、资源和工具都非常适合制定战略决策，从而产生更大的业务影响。
