最近我们开展了很多关于数据驱动型企业以及成为其中一种的必要性的讨论。 但究竟需要什么才能成为数据驱动的企业，为什么它在当今的数字环境中如此重要？ 企业可以采取哪些实际步骤使数据成为其思维方式和实践的基础？ 数据与数字时代的另一个优先事项——业务和技术敏捷性之间有什么联系？远韬将与大家共同探讨数据驱动的含义，以及公司如何使用数据来推动其业务发展，并探索连接数据驱动与敏捷性、数字化转型和持续创新之间的点。

数据驱动型组织往往拥有以下能力：

- 能够努力将其战略业务决策基于数据提供的证据——这需要一定的严谨性，同时需要基于识别数据中的创新能力——可以催生新产品或市场。

- 他们还将数据视为一种资产，用于改善客户互动和提高效率。 换句话说，他们分析数据为决策提供信息，并使用数据为客户服务。 例如，数据可以成为个性化、动态定价、市场扩张、产品创新或供应链优化的基础。

而与此同时，我们也注意到，还有很多企业很难以这些方式使用数据，因为他们只在交易的上下文场景中考虑数据；结果，他们将其锁定在非常适合事务处理但不太适合开放式分析的孤立数据流中。其实，数据具有一定的表演性和命令性。 

今天，价值数据远远超出了它的交易角色。

我们如何从企业经营角度考虑这个价值，我们如何最大化它？

# 数据的商业价值

每条数据都可以用于推动业务成果的任意数量的分析。 因此，它在使从这些分析中获得的结果成为可能方面具有价值。例如，如果企业分析其历史交易，并因此找到优化其供应链的方法，从而降低成本，那么数据在降低成本方面发挥了作用。因此，数据具有商业价值，它源于其潜在用途，可增加利润或完成任务目标。

其实我们很容易找到用于其非交易价值的数据实例。 例如，强生公司使用其存储在云中的交易数据来提高医生的合规性、优化其供应链并发现新药； 耐克收集有关客户成就的数据，以推动客户在 NikePlus 中的数字体验； Lyft 收集并存储其所有行程的 GPS 坐标，当他们分析它时，他们发现 90% 的游乐设施与附近位置的其他游乐设施重叠，这一洞察促成了 Lyft Line 的诞生，该服务允许乘客共享汽车并获得高达 50% 的折扣。

因为这些用途可以带来未来的利润——即使利润尚未实现——我们可以将数据视为一种金融资产（尽管在大多数情况下是非 GAAP 资产）。 因此，一家公司积累的数据可以成为该公司收购价值的一个因素，或者使其能够与其他企业建立合作伙伴关系也就不足为奇了。 例如，微软以 262 亿美元的价格收购了拥有 4.33 亿客户数据的 LinkedIn 或 Caesars Entertainment Operating Corp. Inc. 在2015-2017 年的破产程序，债权人认为该公司 4500 万客户的数据是 Total Rewads 客户忠诚度计划价值 10 亿美元，是其最宝贵的资产。

将数据视为具有商业价值的一种金融看涨期权是有帮助的——也就是说，它让我们这样做，我们可以行使或不行使选择权，这取决于数据表明新业务的价值。正是在这里，我们因为很难找到数据资产的价值：评估看涨期权的价值比计算预计现金流的投资回报率要复杂得多。结果，企业往往忽视了价值； 但正如《War and Peace and IT》一书中所展示的，敏捷 IT 交付的许多技术都产生了这种选择价值。

# 数据和敏捷性

价值不仅由数据本身创造，还由我们用于分析数据并产生这些业务成果的工具和流程创造。

在当今的数字世界中，充满了快速变化、不确定性和复杂性，我们需要使用数据来支持业务敏捷性并快速灵活地响应不断变化的环境。敏捷性使组织能够将快速变化转化为机遇，并通过灵活应对竞争威胁来避免中断。数字时代的企业已经了解到，他们需要快速将早期版本的产品推向市场，并通过不断的市场反馈来改进产品。

过去几年，我们已将敏捷构建技术引入了产品开发流程，包括敏捷软件开发、devops 和精益软件开发。云已被用于加快软件和硬件 IT 功能的交付。 基于团队的组织结构使得调动资源以满足不断变化的需求成为可能。所有这些发展都能够帮助企业使他们的流程更加敏捷。

但敏捷流程只是故事的一部分：公司的数据本身也必须是敏捷的。它必须易于用于意外且不断变化的用途。它必须易于访问且有意义。员工必须拥有易于使用的工具来处理数据以及能够这样做的技能。 这些都可能是实现企业敏捷性的缺失环节，企业需要将敏捷组织与仅采用敏捷模型的框架和陷阱的组织区分开来。 业务敏捷性需要数据敏捷性。 

数据驱动的企业是两者的大师。

对数据的敏捷性的关注是实时更新的。只要数据只是事务性的，我们就可以将其锁定在高度结构化的数据库中，这些数据库的结构反映了它用于这些事务的方式。我们的工具是关系数据库系统，它们的优势在于事务处理。我们使用这些数据自己进行交易并生成运营报告以支持交易。

就我们对隐私的关注而言，我们通过严格限制对数据的访问来强制执行它，而不是在隐私保护的范围内寻找使其可用的方法。 我们不是“设计的隐私”，而是实践一种“隐私的隐私”

是的，有人尝试使用所谓的商业智能 (BI) 系统释放数据以进行临时分析。但是这些工具现在已经远远超出了 BI 系统的用途：我们现在拥有机器学习、一系列用于处理不同类型数据的专用数据库、用于大规模并行处理的算法、大量非结构化数据，如短视频、与提供传感器衍生数据流的物联网设备对接，以及……，只是大量数据。使用这些工具，我们可以将数据从其交易和操作环境中解放出来。

更重要的是，我们意识到数据驱动不仅是一项技术挑战，也是一项组织挑战。要实现数据驱动，组织必须以不同的方式思考如何制定业务决策以及如何与客户互动。这是对数据价值的承诺，是一种组织谦逊，宣告“数据比我们更了解”。

# 用数据来支持他们

我们如何使我们的数据可以以未执行的方式使用； 也就是说，我们如何灵活地使用它来赋予我们业务敏捷性？我们如何应用它来为业务决策带来严谨性和创造性？我们如何改变商业文化以利用这种新的灵活性？我们如何在数据周围设置适当的控制护栏，以保护其隐私，同时又可以灵活快速地使用它？

这里现实存在着两个问题：

1. 我们如何为我们的数据带来敏捷性？

2. 我们如何使用数据为我们的业务带来敏捷性？

为了实现业务敏捷性，我们需要准备好应对业务和竞争环境中的意外变化，我们需要创造真正新颖的创新——因此，我们需要能够将我们的数据以我们在收集时不一定预期的方式工作。

我们的挑战：

我们的数据可能被锁定在事务性、关系数据库中，并且可能以孤立的方式使我们组织的不同部分无法访问它。

我们可能没有合适的分析工具，或者它们可能无法在合适的时间提供给合适的人。

我们的安全和隐私模型是临时的，因为我们可能从未考虑过使用数据进行探索。

最有可能的是，我们只是通过使数据尽可能不可访问来促进隐私。

我们的目标：

最大限度地提高数据的可用性，受隐私和保密的保护。

通过打破信息孤岛提高整个企业的透明度。

为员工提供适当的工具，以计划外的方式和利用最新的分析技术来探索数据。

并且一定要有专业知识来严格和创造性地解释数据。

营销人员能否轻松探索数据以发现消费者购买活动中的意外模式？运营能否探索数据以识别性能优化或诊断运营流程中的问题？财务部门是否可以探索数据以制定新的方法来提高绩效或对数据进行切片和切块以推动执行决策？ IT 领导者能否以严谨和创造性的方式测试他们关于如何优化云支出的假设？

好奇心推动创新和改进。敏捷数据允许员工以思维的速度自由探索想法、预感、假设和猜想，并推广新的想法。

为了使数据敏捷，企业需要解决如何获取数据以及获取哪些数据、如何保存数据、如何以及在什么条件下提供数据，以及使用哪些工具和技能来处理这些数据。

总而言之，用数据来支持他们。