成為數據驅動的組織是困難的

業務運營轉型需要面對公司文化，因為技術和自動化改變了人們工作的方式。改變人們的工作方式需要耐心、毅力和專注的長期過程。.

將組織轉型為數據驅動需要通過引入數字流程和實踐來改變人們在工作和運營流程中使用數據的方式。這一點比公司如何處理數據更重要。從本質上講，它需要將以應用程序為中心的業務運營轉變為數據驅動的業務運營。

數據驅動的運營由數據推動。每家公司都認為其數據是“好”的，因為數據是用來運營業務的。如果一個公司的賬戶金額額和它的交易都被成功處理了，數據怎么可能是壞的呢?當數據不適合其用途時，可能很糟糕。例如，數據可能不夠完整，無法實時滿足客戶的需求，或者無法用于管理查詢或財務分析。數據需要處理才能使用。

“壞”數據的問題

BadDataHandbook將BadData定義為“占用時間的數據，導致在辦公室熬夜，驅使你沮喪地扯掉頭發。它是無法訪問的數據，擁有然后丟失的數據，今天與昨天不同的數據……簡而言之，壞數據是妨礙使用的數據。

哪些數字化業務流程或分析可以承受使用不良數據的后果?數字化業務無法使用阻礙你的數據進行運營，自動化流程和活動需要良好的數據來提高業務效率、效能和敏捷性。

好的數據不僅僅是數據質量。數據質量以數據的準確性、完整性、一致性、可靠性和時效性為核心關注點。雖然數據質量很重要也很必要，但只關注數據的這些特征并沒有考慮數據的使用方式。數據科學家和業務分析師的應用程序或個人工作將數據用于他們自己的目的。

將隨時可用的數據實時呈現給客戶、員工、合作伙伴和其他人，與他們的應用程序分開，對于數字化業務來說是必要的。在需要的地方提供數據并在需要時隨時使用，這需要貫穿整個企業的良好數據。獨立于應用程序的實時可用數據對于數字化成功至關重要。

數據驅動成功的七個步驟

數據驅動的成功需要提供良好的數據來推動業務運營。重點從運營工作轉向數據使用和自動化。此處介紹的數據驅動成功步驟為開啟數據驅動的運營提供了指南。

這七個步驟分為三類：

1.了解數據使用，以及數據使用和個性化數據交互的策略

2.數據使用和數據管理，具有數據本地化、滿足用戶需求的數據組織和數據交付自動化

3.數據驅動的運營，通過構建專注于數據交付和實時數據和自動化的應用程序

第1步：制定實時數據使用戰略

許多公司都有數據戰略。數據戰略是“組織、管理、分析和部署組織信息資產的連續性戰略”。這種框架對于保護和利用數據資產很重要，其中數據使用策略是一種管理企業數據的策略，數據存在于應用程序中但在應用程序外部使用并有效地獲取、存儲和交付它以服務企業戰略。

數字化和數據驅動的運營側重于數據的使用。它將操作從人們執行任務的方式轉變為數據和自動化如何實現快速交互、決策和服務。它首先要制定一項戰略，以便在整個企業中實現數據的實用性。數據使用策略識別獨立于企業記錄保存而使用的數據內容，以最有效的方式使其良好，并最大限度地提高其在整個企業中的可用性。要準備好在企業的任何地方實時使用數據，就需要在初始捕獲點準確、完整、一致和可靠地捕獲數據，并從該點開始在整個企業中始終如一地使用數據。

數據內容通常是每個應用程序捕獲的。使數據使用成為戰略考慮因素需要在構建、購買或租用應用程序時將數據作為一個重要因素考慮。然而，應用程序是以產品為中心的，因為數據以應用程序支持的產品或服務為中心，而不是以客戶、合作伙伴或員工為中心。

數據使用策略認識到企業有數據需求和功能性應用程序需求，并且在選擇應用程序時都需要解決。數據不是被視為應用程序的“附屬物”，而是被視為業務運營的燃料。應用程序對數據的捕獲充當一個好的或不太好的燃料過濾器。使數據良好并準備好使用的方法可以與應用程序一起實施，這有利于確保它捕獲的數據是好的。

數字化轉型將數據規劃的重點從內部記錄保存轉變為數據用戶。考慮這一點的方法是首先從業務外部而不是從業務內部考慮。

數據使用策略行動項目

目的

確定需要實時準備好用于特定數據驅動目標的數據

行動項目

1.通過確定數據使用策略的范圍來確定數據使用的操作重點：

• 將使用數據驅動的用戶類別及其角色
• 數據范圍，可以稱之為“數據主題域”或“數據域”，例如員工、客戶、組織等，以提供每個用戶類別和角色的數據需求的高級視圖

2.通過確定關鍵指標和他們要推動的業務運營來建立數據驅動的目標

3.創建包含數據定義和驗證規則的業務術語表，以實現理解和使用的一致性，并培養“數據素養”

4.確定數據驅動操作所需的自動化領域：

• 數據準備和冗余消除
• 數據驅動自動化的機器學習和AI機會

第2步：創建個性化數據交互

移動設備體驗塑造了當今世界。我們習慣于想看就看，期望內容與我們的興趣相關。移動和網絡平臺的使用也在塑造商業應用。它是個人用戶和業務數據的交集，個性化的兩個方面都在這里發揮作用。

個性化通常被理解為獲取有關個人的信息并根據這些信息定制服務、產品、體驗或通信。數據個性化與其說是個人定制，不如說是了解用戶和他們對數據的使用，以便為他們的使用做好準備。當數據可以支持每個用戶角色的視角并實時提供滿足該視角的內容時，數據就是個性化的。最大化用戶體驗的數據使用無法通過“一刀切”的方法取得成功。

例如，客戶視角按客戶組織所有與客戶相關的信息，使其成為以客戶為中心的數據。類似地，合作伙伴視角將信息組織為以合作伙伴為中心，而員工視角將信息組織為以員工為中心。每個視角的本質是“一切都是關于我的”——即，它根據用戶的角色進行個性化設置。

業務數據從用戶的角度實時向用戶呈現數據內容。個性化數據內容是用戶界面需要為用戶包含的內容。基于規則的決策、機器學習和AI使用數據的方式也不同于應用程序，因此自動化的數據內容需要“個性化”以支持實時自動化。數據的使用不同于應用程序的數據使用，特別是當用戶更改數據并使用移動應用程序交易時。這給數據的組織和結構帶來了挑戰。

數據個性化行動項目

目的

確定為數據使用策略中確定的每個用戶類別和角色執行數據驅動操作所需的數據內容

行動項目

1.通過識別每個用戶類別和角色來個性化數據：

所需的數據和分析內容

• 用戶角色用來與數據內容交互的機制，例如網站、移動應用程序或應用程序
• 他們要推動的關鍵指標和業務運營
• 數據驅動操作所需的自動化

2.將新的數據元素添加到包含數據定義和驗證規則的業務術語表中，以實現理解和使用的一致性

第3步：本地化數據以供使用

隨著依賴數據推動與客戶、合作伙伴和員工的移動交互，數據的位置變得很重要。在一個層面上，它使數據可用于與用戶實時交互，但數據所在的位置也是一個數字化業務問題。全球企業需要遵守某些國家/地區制定的法規，這些法規規定必須將有關其公民和居民的數據存儲在何處。這意味著需要知道數據的來源、提供者、提供時間，以及必須存儲的內容和位置。

數據的物理分布是數據管理的關鍵問題。今天的數據在云端，旨在實時響應用戶的需求。如果用戶分布廣泛，則可能需要對數據位置進行區域化，以減少數據傳輸的延遲。

要使數字化業務取得成功，數據本地化是必須納入實時物理數據管理。它包含GDPR、CCPA、個人信息保護法等數據隱私法規，以及數據的物理存儲位置。它強調數字化企業需要從外部世界審視其運營，而不是從他們的應用程序和數據存儲到外部世界。

數據本地化行動項目

目的

確定用戶類別的數據內容的監管和運營要求，例如遵守HIPAA、PCI、PII、GDPR、CCPA、存儲數據的國家/地區限制和公司政策

行動項目

為所有數據內容標識：

1.適用的法規和公司政策

2.公司合規部門審查以獲得批準

3.記錄合規執行計劃，包括自動化

第4步：根據用戶需求組織數據

數字化業務需要隨時可用的數據來實現自動化和實時交互。數據需要組織和結構化，以便滿足所有這些需求。

企業數據規劃側重于核心業務實體，例如客戶、合作伙伴、員工、產品等。數據規劃從為每個業務實體識別其數據進入業務的位置開始，并在數據輸入點對其進行控制。例如，不是每個應用程序都捕獲其自己的客戶數據版本，而是創建一個客戶設置和驗證服務，每個應用程序將通過API進行交互來使用該服務。使客戶設置和驗證服務以當前和正確的形式維護客戶核心數據及其記錄系統(SOR)。

端到端數據管理側重于在整個業務及其使用過程中保持一致和正確的數據。端到端數據管理的“端”是用戶的，因為最大化每個用戶的體驗是數字化業務的使命。這需要組織數據以支持與企業進行數字交互的數據用戶的需求，而不是按企業使用的應用程序進行結構化。

數據組織與數據架構不同。

“根據TheOpenGroupArchitectureFramework(TOGAF)，數據架構描述了組織的邏輯和物理數據資產以及數據管理資源的結構。”將數據視為“邏輯和物理數據資產”非常適合靜態數據，其中應用程序的物理數據不會經常更改，而邏輯數據模型代表業務的抽象語言。

數據驅動的決策和自動化更加動態。用戶需求和數據使用不是靜態的，而是經常變化的。數據組織既是細粒度的又是聚合的，并且由實時交付它們的要求決定。數據架構將數據組織為通常由關系規范化規則管理的實體和表。這就像元素周期表中按元素的原子量和電子配置排列的化學元素。它作為信息結構很有用，但不能用于表示綜合內容，例如材料科學或工程用途。

同樣，為用戶需求組織數據需要針對特定用途的集成內容。在當今的技術架構中，數據交互變得越來越精確，并使用API執行。這需要一種使用驅動的數據設計方法來配置數據，而不是關系數據架構。

實時和流式數據交換正在改變數據架構，從將數據組織到關系表中作為企業數據架構。API是一種使用JSON符號進行數據交互的機制，這使得JSON對象更適合當今的數據組織。

基本趨勢是使用一致且正確的數據進行實時交互。這對未來的應用程序有影響，因為數字化業務成為事件驅動的，并致力于消除交互和提供響應之間的延遲。

數據組織行動項目

目的

組織和構建數據內容，以便實時滿足所有用戶類別和角色以及個性化和本地化規范

行動項目

1.通過為每個用戶角色指定來組織數據：

• 用戶將與之交互的數據和分析的每個UI元素的數據內容
• 用戶角色將用于訪問數據內容的機制，例如網站、移動應用程序或應用程序，這些機制可能會復制或添加用戶UI元素
• 關鍵指標和操作UI交互

2.通過使用UI交互的數據內容來構建數據(創建使用驅動的數據設計，而不是數據架構)并且：

• 對數據內容執行親和力分析以確定UI所需的不同數據對象/數據元素分組
• 分析數據訪問路徑以確定數據對象之間的關系鏈接

第5步：數據交付和分析的自動化

實時、事件驅動、個性化和本地化的交互正迅速成為數字化業務中數據處理的標準。管理這些方面需要開展數據管理。數據管理的標準定義是它“由實踐、架構技術和工具組成，用于在企業中跨數據主題領域和數據結構類型的范圍內實現數據的一致訪問和交付，以滿足數據消費需求所有應用程序和業務流程。”

數據使用和自動化有不同的數據管理問題，從法規和合規性到跨用戶交互方法的實時一致性。這是數據工程的核心——為企業提供動力，使其能夠實時響應用戶，而不會出現數據問題。數據自動化意味著以編程方式而不是手動方式更新數據。

在整個企業中保持數據正確和一致需要自動化，重點關注企業級數據，而不是應用程序和分析之間的單個數據流和管道。單個管道容易受到源應用程序中未經通知或意外更改的影響。

這對業務應用程序和記錄源(SOR)有影響。當用戶可以使用移動應用程序交易時，交易不再僅源自SOR。SOR仍然是交易的處理者，但從移動應用程序用戶的角度來看，他們的交易正在進行中，他們可以繼續做其他事情。

自動化數據意味著系統的、端到端的數據管理，從創建到歸檔，而不是以應用程序為中心的數據視圖。數據管理控制數據的捕獲、管理其使用，并確保SOR可以完成他們的工作，并且數據可以個性化、本地化和自動化以實時呈現給用戶。這使得企業數據規劃成為一項必不可少的活動。

由于用戶將不斷開發新的數據需求和交互以滿足，這也使得保持數據組織、物理結構和API最新成為一個相當大的挑戰。如果一家公司要真正實現實時和數據驅動的業務運營，IT自動化是必不可少的。

數據交付自動化行動項目

目的

確定自動化數據和分析內容的自動化機會和模式

行動項目

通過以下方式實施數據自動化：

• 識別數據內容的每個數據元素的SOR以及所有SOR數據合并和同步要求
• 當用戶交互可以添加、更改或刪除數據(移動和Web應用程序的基本功能)時，定義保持數據使用、分析和SOR一致的策略
• 指定數據使用的網站、移動應用程序或應用程序渠道，以便在所有這些渠道中提供一致和完整的數據
• 指定數據服務，用于將數據提取到存儲的數據和分析內容中，并從中發布數據
• 建立管理存儲數據和分析內容的流程
• 自動化數據結構化流程，合并治理和數據規則，并管理數據、分析和UI及其基礎數據設計的演變

第6步：構建“由外而內”的應用程序

數據驅動的企業從以應用程序為中心的獲取操作功能作為主要標準轉變為以數據為中心并優先處理數據并將其交付給用戶，幾乎不需要額外處理。數據是需要實時提煉以供業務使用的原材料。實時數據的首要目標是消除為數字目的捕獲、準備和使用數據的延遲。“由外向內”開發意味著根據用戶界面和數據交互來設計應用程序。與端到端數據管理一樣，從最終用戶角色開始，將其作為設計用戶交互及其底層數據結構的第一步。這種由外而內的方法也適用于應用程序開發。

當數據定義、格式、內容、正確性、一致性和當前性無論何時何地被使用和交互時都相同時，用戶才能得到最好的服務。業務應用程序的傳統觀點是設計和構建的一組獨立的程序和數據庫，它們共同為用戶提供一致和正確的數據。

解決應用程序和共享數據問題的一種方法是微服務架構。“微服務架構——面向服務的架構結構風格的一種變體——將應用程序安排為松耦合服務的集合。在微服務架構中，服務是細粒度的，協議是輕量級的。”真正的微服務讓每個服務負責自己的數據，特定域之外的其他服務不會直接與該數據交互。

微服務架構的一個挑戰是保持數據一致性。“為了保證松耦合，每個服務都有自己的數據庫。維護服務之間的數據一致性是一項挑戰，因為2階段提交/分布式事務不是許多應用程序的選擇。”微服務旨在履行單一職責，因此讀取、寫入和更新數據是作用于單個數據域的每個職責的單獨服務。

數字化業務需要數據隨時可用以實現運營自動化，因此它歸結為數據及其與存儲在不同應用程序和數據域中的數據的交集。從數據使用的角度來看，支持一個數據交互需要微服務發現和編排。數字化業務無法承受使此類數據實時一致和正確使用所需的延遲。

最好將應用程序視為為用戶個性化、本地化和組織的UI和數據交互。這通過將應用程序開發重點放在用戶身上來實現端到端數據管理，包括應用程序用戶與數據的交互，并分別關注支持應用程序和數據交付和分析的數據內容。

將應用程序視為實時用戶數據使用，這些數據也可以實時用于數據驅動的目標。

“由外而內”的應用程序行動項目

目的

開發消除數據和規則重復以及它們導致的相關數據不一致的應用程序

行動項目

1.通過確定以下內容來實施由外而內的應用程序：

• 將使用數據驅動信息的用戶類別及其角色
• 數據范圍，組織可以稱之為“數據主題區域”或“數據域”，例如員工、客戶、組織等，以提供每個用戶類別和角色的數據需求的高級視圖
• 所需的數據和分析內容
• 用戶角色用來與數據內容交互的機制，例如網站、移動應用程序或應用程序
• 他們要推動的關鍵指標和運營行動
• 數據驅動操作所需的自動化

2.為所有數據內容標識：

• 適用的法規和公司政策
• 與公司合規部門審查以獲得批準
• 記錄合規執行計劃，包括自動化

3.通過為每個用戶角色指定來組織數據：

• 用戶將與之交互的數據和分析的每個UI元素的數據內容
• 用戶角色將用于訪問數據內容的機制，例如網站、移動應用程序或應用程序，這些機制可能會復制或添加用戶UI元素
• 關鍵指標和操作操作UI交互將推動

4.通過使用UI交互的數據內容來構建數據

第7步：致力于實時數據操作和自動化

即使今天的企業不需要實時運營，數字技術也在推動基礎設施變得如此。與移動設備的數據交互、物聯網(IoT)不斷擴大的作用以及運營自動化將繼續存在，企業需要實時運營來支持它們。數字世界越來越成為源自企業外部并需要實時響應的事件和交互之一。

業務運營的角色和活動必須適應數字化業務的需求，快速適應客戶行為、競爭對手和法規的變化。“遲早，每家試圖走向數字化的公司都會碰到障礙，這可能是由于遺留IT造成的。公司發現他們的遺留IT還沒有為數字化做好準備。”IT工作流程和實踐對于數字化業務來說還不夠快。

下一代應用程序和分析需要針對實時操作而設計，在整個業務中使用一致且正確的數據和規則，并簡化更改或增強它們的流程。為實時操作而設計是數字化業務的關鍵。實時操作的基本方法是：與公司的應用程序的每次交互都需要使用相同的數據內容和規則，以實現實時和一致的業務操作。

IT工作流程和實踐是勞動密集型和耗時的。他們需要自動化來克服具有用戶、數據和規則驅動功能的遺留IT的障礙。

實時數據操作和自動化操作項

目的

開發實時運行的下一代數字化業務應用程序，在整個業務中使用一致且正確的數據和規則，并且易于更改或增強。

行動項目

• 建立一種“數據重要性”方法來考慮應用程序，以便數據不一致、處理延遲和集成的影響，以及與之相關的額外IT工作，對實時數據交互的影響是決策過程的一部分
• 使數據、規則和數據使用的治理成為“數據重要性”方法的一部分，發生在應用程序或IT工作發生之前，并加強數據的一致性和正確性
• 使用用戶交互、數據和規則驅動的技術自動化應用程序開發，以實現使用數據和統一應用規則的下一代應用程序

好的數據，就像好的燃料一樣，可以加速數字化業務并使其保持高速運行。它的燃料線是應用程序、數據流和基于事件的交互。其中每一項都需要設計為實時交付數據，IT運營也需要實時化。