数据驱动必须靠有力的数据策略来推动

数据不只是企业的一项业务，而是关系到整个公司的命运——它是燃料，是饲料，是动力。在过去一年里，这一事实越来越得到众人的认可。因此，积极制定改善企业数据策略的必要性应该引起重视。关于数据策略在过去一年的情况和未来一年的趋势，我们请多位数据专家和思想领袖谈了他们的看法。

受访者包括：美国威斯康星大学麦迪逊分校首席数据官杰森·费希贝恩（Jason Fishbain）；First San Francisco Partners公司总裁约翰·拉德利（John Ladley）；被誉为“数据医生”的Data Quality Solutions公司总裁托马斯·雷德曼（Thomas C. Redman）；Nationwide公司首席数据官吉姆·泰约（Jim Tyo）。

他们的看法应该有助于企业反思已经采取的措施，并思索在新的一年里应该采取哪些措施，让数据策略能够与数据价值相符。

回顾2016年

受访者指出，在过去的一年里，数据策略取得了巨大进步，但也存在美中不足之处。

越来越多的企业将设立首席数据官（CDO）岗位，这是大多数受访者都认同的一个趋势。拉德利说，CDO的涌现表明，企业已经开始认识到数据资产的重要性。

据预测，到2020年，近九成的财富500强企业将设立首席数据官或同等职位。泰约觉得这是件值得庆贺的好事，因为：

“这一职务不断涌现的好处在于，CDO越多，我们可以参考和仿效的商业模式就越多，数据界的成功机会就越多。”

泰约说，早期的CDO们“克服最初的艰难困苦，制定出正确的策略，如今将可在利用数据推动业务发展方面处于非常有利的地位”。在Nationwide公司，每一位业务主管都说数据很重要，这与几年前形成鲜明对比。他说：“现在，复杂棘手的下一个问题在于，我们如何利用数据来获得竞争优势？”

拉德利认为，这是很多企业将在2017年面对的一个数据策略问题，因为各行各业不同规模的公司都越来越重视数据的货币化。他说：“把数据视为具有可替代价值的资产，这种想法如今在影响着企业战略甚至愿景的设定。”

另一方面，并不是所有公司都充分意识到了数据资产的价值。例如，拉德利指出，某些公司的CDO流动率很高，说明这一岗位的职责还不够明确，企业还不习惯领导层中的这个新角色。这方面的“不安定”可能与某些企业文化问题有关。数据驱动企业必须靠有力的数据策略来推动，而这些问题的存在仍在拖慢它们进步的脚步。

泰约说，有些企业认为，建立数据驱动的文化就是“企图取代曾使企业功成名就的伟大传承和文化”。事实并非如此。他说，使命和价值驱动的文化会令企业变得很伟大，“而CDO只是试图引入基于事实、洞察驱动的方法，好让这种文化与客户更加契合。”

拉德利说，真正意义上的数据驱动将大幅改变企业的商业模式，影响到管理、架构和运营。按照雷德曼的说法，不能只从字面上去理解“数据驱动的文化”，可惜这种事情常常发生。

展望2017年（及以后）

受访者谈到了哪些将是企业数据策略的优先事项。

雷德曼的回答是继续朝向真正的数据驱动文化迈进。他说，成为数据驱动型企业意味着做出意义深远的改变，包括：制定积极的计划来照料数据（主要涉及质量和安全）；落实这一计划，并及时制定和执行以获取市场竞争优势为目标的数据策略；推进管理体系建设，充分发挥数据的特殊属性。此外，还需要“一份积极主动的计划，获取更多的数据，并以越来越有效的方式将数据和直觉结合起来，使个人和团队作出更好的决策”。

他还说，看到他提出的“数据煽动者”概念引起了很多人的共鸣，这让他非常高兴。“数据煽动者”是指一个人意识到有更好的方法来处理部门的数据问题并肩负起这个挑战，从而成为公司其他部门的榜样。

他说：“我希望在2017年及以后，数据煽动者的概念会继续引起关注，有越来越多的人来扮演这个角色。”另外，他认为，最具前瞻性的企业已经开始意识到利用专有数据获取竞争优势的重要性。

拉德利把改进商业智能（BI）和数据报告作为优先事项，因为他说：“传统的报告和BI架构大多已经过时”。加强数据的报告分析基础也在泰约的清单上，原因是“和我交谈过的十位企业高管中，有九位都把简洁快速的报告和分析列为他们在数据方面的优先事项”。他认为，这在很大程度上源于数据办公室的“酷因素”正在拓展到大数据、物联网、机器学习、人工智能等方面，但中小型数据、运营报告和更传统的分析与建模需求同样重要。

“获取（恰当数据的）能力不足将催生出影子企业或以外包优先的数据策略。”泰约说。为了避免这种问题，数据策略应该包括建立“一个专门的办公室，为处于数据成熟度不同阶段的业务提供不同选择”。

泰约还认为，利用数据来实现客户体验差异化和规范性建模（就特定结果提供建议）将引起关注。而拉德利认为，所有企业都将热烈拥抱预测分析，不管他们需不需要。预测分析提供基于数据的可执行见解。“每位CEO都想获得新的见解，哪怕他们现在连准确的运营报告都还拿不到。”他说。

拉德利还说，数据治理（仍然是重要的企业活动，常常作为主数据管理或者大数据等工作的一部分）将从IT或IM转移到合规或风险管理领域。“IT内部的数据治理不管用。这种看法将继续蔓延。”他说。

从纵向角度来看（这里是指高等教育），费希贝恩认为，数据策略将围绕着收集和利用新的数据来源展开，以便改善教学。“降低学生入学费、提高毕业率的压力很大。”他说，“数据策略必须与这种压力相适应。”

提到数据策略，应该对哪些方面多加注意？

费希贝恩认为，应该更加注意理解数据背后的语境：数据是如何收集的？利用已有数据可以作出什么决定？还可利用哪些数据源切实看清局势发展，从而作出更明智的决定？“如果只看数据而忽略语境，还能算是数据驱动型文化吗？”他如此发问。

拉德利说，元数据必不可少，也是最基本的要素，他希望看到更多的企业“认真务实地部署一些出色的元数据设施”。他并不介意企业的数据策略将重心更多地放在数据使用方面的协作上。他说，大部分企业就连数据使用方面的配合都做不到：

“真正的协作需要企业抛弃过时的卓越中心概念，转而把数据视为跨越各座孤岛的大一统因素，就像财务和预算那样。”

说到孤岛，“我希望看到传统的孤岛型企业能以有实质意义的方式，更好地接纳数据可视化。”泰约说，“利用企业的工具与设施，更多地聚合数据源，将会加强整个计划的效果，加速实现CDO的很多战略目标。”

在雷德曼看来，他到目前为止看到的种种数据策略“亮点”尚未有效叠加成有实际意义的模式。他仍然担心，企业不会从以前犯下的数据质量和数据架构错误中吸取教训，比如寻求短期的缓解而放过更深层次的原因。此外，“我认为很多企业的行动不够快，整个行业的行动也不够快。”他说。

他认为，现在是进入数据领域的最好时机。但“如果行动不够快，那么发生另一场危机的可能性就会提高。”雷德曼说，“经济大萧条与坏数据有很深的渊源——而我们承受不起第二次。”