數據是世界上增長最快的資源之一，估計每天創建 2.5 萬億字節。數據似乎無處不在，但實際上，我們才剛剛開始使用它。今天存在的超過 90% 的數據可能是在過去五年內創建的。

那么數據成熟度意味著什么?答案顯而易見的是：數據使用。使用數據來指導決策的已成為趨勢。新冠疫情之下迫使人們重新定義安全基線。創新業務變得更加成熟，但我們大多數單位組織其實剛剛踏上數據之旅。

什么是數據成熟度?

數據成熟度是對組織利用其數據的程度的衡量。為了實現高水平的數據成熟度，數據必須在組織中充分融入所有決策和實踐。

依據國外的一些觀點，數據成熟度通常分階段進行衡量。數據成熟度是衡量組織數據分析先進程度的指標。

數據成熟度不僅與數據在組織的日常運營中所扮演的角色有關，過去在不使用數據的情況下完成，未來數據將提供非常友好的輔助決策的能力。數據成熟度在數據如何使各種形式和規模的組織能夠在未來做一些無法做到的事情有關，從這個角度來看數據成熟度，變成了一個授權問題：如何以強大的方式利用數據來解鎖新的見解和創新，最終將想法變為現實?

對我們來說，數據成熟度是一個探索之旅。組織不僅更加熟悉其必須使用的數據源，而且還學習如何以開拓的方式利用它。事實上，一旦組織從僅將數據視為信息來源的局限中邁出一大步，并且隨著時間的推移，開始了解其作為決策制定的影響者甚至破壞者的真正潛力，組織就希望數據變得更加成熟十倍。

數據成熟度模型：定義組織對數據的不同體驗級別

為了更好地理解這些差異，國內外都在研究并開發數據成熟度模型，以國外的某個模型為例，其詳細說明了組織對數據的不同體驗水平，以及這種體驗在不同業務領域的表現方式。

其實，所有的數據成熟度模型并不是全新革命性的，是所有數據安全從業者共同打造的成果。但我們希望利用數據成熟度，為組織開展更加成熟的數據指明方向。

大多數數據成熟的組織比以前更先進，在數據成熟度的各個類別中都有體現。其正在處理各種各樣的數據，無論是結構化數據集還是非結構化數據集，都正在尋找可能擁有大量數據以幫助組織進一步區分業務，并且構建自己的基礎架構來處理所有數據，并快速地發現洞察力。

數據最成熟的組織一般擁有一支專門負責采購和加入新數據集的團隊，以便在業務決策的任何地方都可以利用這些數據。

數據成熟度的 4 個階段

許多組織和行業已經開發了數據成熟度曲線或模型來說明如何將數據集成到業務流程中。數據成熟度曲線和模型適用于非常具體的主題，例如客戶數據，以及更普遍的主題，例如數據治理。

為了創建數據成熟度模型，國外某公司研究以業務的六個方面：戰略、數據、文化、架構、數據治理和采購/入職作為入手，呈現出他們理解的數據成熟度的四個獨特階段。

階段1.探索者

? 剛剛開始使用數據的組織雖然可能將數據用于報告目的，但是臨時性的。他們不為這些報告提供數據，只使用內部收集的數據。

階段 2. 用戶

? 用戶組織意識到數據質量對于成功的重要性。他們通過添加臨時數據集來幫助擴大內部數據源，使其成為在整個組織內部使用數據的標準。他們對數據的反應性使用有助于做出有洞察力的業務決策。

階段 3. 領導者

? 與用戶類似但是，他們也將數據用于競爭情報。為了完成組織使命和業務成功，領導者除了使用自己的數據外，還使用第三方數據集。

階段 4. 創新者

? 數據不僅僅用于分析和觀察。事實上，作為創新者的組織正在使用數據來創建算法并預測他們如何保持領先地位。隨著數據治理成為整個組織業務戰略的一部分，創新者必須不斷以新的方式利用數據來適應未來的不確定性。

數據成熟度不斷發展

數據是當今任何組織都可以使用的最有價值的資產之一。如果組織還不能充分利用數據，意味著正好可以開始自己的數據成熟度之旅。隨著可用數據量的不斷增長并變得更易于訪問，組織使用數據的方式——以及數據成熟——將繼續發展。

有很多方法可以成為數據成熟的組織。當做出將數據置于組織核心的重要決定時，即將組織帶入數據時代的第一步。讓我們幫助你完成自己的數據成熟度之旅吧。