成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

數據飛輪:數據戰略四步法

大數據 新聞
數據和分析正在顯露出潛力,各種組織每天都利用數據和分析完成各種工作,許多公司都需要制定數據戰略。

數據和分析正在顯露出潛力,各種組織每天都利用數據和分析完成各種工作,包括衡量ESG影響、創造新的收入來源等等,因此,不具備強大數據能力的公司備受壓力,許多公司都需要制定數據戰略。

通常他們的要求都很迫切,但他們卻往往不太愿意挑明。他們甚至很難表達清楚自己的目標,或是不知道從何開始。變量似乎無限地多:數據的方方面面——安全、科學、存儲、挖掘、管理、定義、刪除、整合、可訪問性、架構、收集、治理以及永遠若即若離的數據文化。而就所有這些技術上的復雜性而言,他們感受的迫切性更多的是一種心態癥狀。他們認為,在制定第一個正式的數據戰略時,他們必須在一開始就得到所有的答案,所有的相關人員、流程和技術必須整整有條地擺在面前。

我們不鼓勵這種想法。數據的靈活使用就像轉動一個大飛輪:一開始需要巨大的動力輪子才能動起來,但飛輪的動量在很大程度上是可以自我維持的。因此,輪子被逐步施力時會越轉越快,到最后只要輕輕用指尖一碰就足以維持極快的速度。飛輪達到這個速度時,所需的支持人員、流程和技術就自然而然解決了。

我們在這篇文章中提出四個步驟,可以加速飛輪轉動。我們將以ChampionX公司首席信息官Alina Parast的故事為引子討論每一步,同時會討論她是如何幫助ChampionX公司(一家為上游和中游石油和天然氣行業提供解決方案的公司)轉型為一個數據驅動的強大商家。

第1步:選擇正確的問題

當ChampionX上市時,公司的跨職能團隊(包括供應鏈、數字IT和商業專家)的用詞傾向于解決現實世界問題及避免用或少用一些涉及“轉型”和“數據驅動文化”等流行詞。而另一方面,ChampionX并不是無的放矢地亂選問題,而是選擇了正確的問題——這是讓飛輪旋轉起來的第一步,也是最關鍵的一步。

當時,ChampionX公司化學技術業務中成本最高的活動之一是監測和維護客戶站點,其中的許多站點位于美國的偏遠地區。Alina表示,“這不僅僅是個勞動力和燃料問題。我們必須花很多錢維護往返于這些站點的車輛,還要弄清楚車輛使用的路線。當時的谷歌地圖以及現在的谷歌地圖都無法為現場技術人員導航。” 她表示,這些成本是“讓客戶有一個滿滿的油箱而不是一個空空的油箱”(ChampionX指導原則之一)的代價,也是ChampionX改善客戶生活的價值主張的核心。她表示,“因此,我們就在想,‘我們如何才能達到這個目的呢?’”

ChampionX團隊選擇解決的問題:降低工地旅行的成本。這個問題可能看起來很平常,但卻具有所有能讓飛輪轉動起來的正確成分。首先,這是個很緊迫的問題,因為工地旅行成本是ChampionX公司最重要的開支之一。第二,這個問題很簡單(即使其解決方案并不簡單),很容易解釋:去這些地方要花很多錢。第三,是個實實在在的問題,涉及到現實世界的物體,卡車、水井、設備及大家可以看到、聽到或感覺到的東西。同樣重要的是,ChampionX團隊可以說出他們的努力會帶動哪些具體的財務項目。最后,這個問題是整個企業的共同問題。Alina作為跨職能領導團隊的一部分,并沒有把自己局限在解決表面上與CIO有關的問題上。她明白:只要是個她和她的組織可以幫助解決的問題,那就是一個與CIO有關的問題。

IT高管經常會說,人員、流程和技術是IT戰略的基石,但他們有時會忘記整個戰略的核心:解決真正的業務問題。開始的時候要把你所關心的問題放在一邊,比如將雇用誰、使用什么工具、員工將如何一起工作——這些事情到時候就變得顯而易見了。首先,你要將一眾領導們請到一個房間里。不要演示幻燈片、電子表格和路線圖之類的。而是真誠地詢問領導。我們要解決的是什么問題?答案不會像你期望的那么簡單,但這樣的對話會是非常寶貴的。

第2步:捕獲正確的數據

一旦確定了值得解決的問題后,下一步就是捕獲所需要的數據來解決這個問題。如果要解決的問題已經定義得很好了,你就會知道所需要的數據是什么,這一點很關鍵。定義了要解決的問題可以縮小需捕獲的各種數據的范圍,同樣,先要弄清楚需要什么樣的數據、可以從哪里得到這些數據以及如何管理數據,如此就可以縮小可能構成數據環境的各種人員、流程和技術的范疇。

我們來看一下Alina和ChampionX是如何做到這一點的。ChampionX團隊一旦知道了問題所在——現場訪問的成本很高,他們很快就定下了合理的解決方案,也就是減少所需的現場訪問次數。大多數去現場訪問都是例行公事,而不是要去解決一個實際問題,所以如果ChampionX能夠遠程收集現場的情況,他們就可以節省大量的時間、燃料和金錢。這種洞察力可以告訴他們需要的數據是什么,反過來又可以讓ChampionX公司的IT和商業數字團隊清楚地知道他們需要什么樣的人以及需要用什么工具來捕獲這些數據。例如,他們需要物聯網傳感器,以便從現場提取相關的數據。他們需要一個地方用于存儲這些數據——他們缺乏相關的基礎設施,因而不能管理從傳感器上傳來的TB級數據以及相關的客戶數據(存儲在企業平臺的數據,例如ERP、運輸和供需計劃等平臺)。因此,他們建了一個數據湖。

這些舉措中的每一項都是重要的工作,而且需要持續地做,包括建立安全的云基礎設施、數據湖的設計、傳感器、存儲以及必要的培訓等等。而ChampionX團隊則不僅解決了現場訪問的問題,他們還為公司的數據環境和后續數據驅動計劃提供了一個基礎。例如,數據湖現在為其他業務部門不斷增長的數據量和數據種類提供了一個據點,這反過來又可以產生有價值的見解(在下一節里將有更多的介紹)。

知道了所要捕獲的數據為開始選擇人員、工具和流程提供了必要的背景。但無論你選擇了什么,結果都是不可預知,因此,也就很難將數據環境中的某個組成部分與所有其他組成部分的聯系描繪出來然后從中選擇一個工具包,這樣做既費力而且是無益的。要做的是弄清楚眼前的問題和數據究竟需要什么。其原因是,你需要根據你的組織中一些真實而重要的東西做出選擇,你的選擇很可能最終要為公司里其他真實而重要的東西提供服務。但在這種情況下,你將能夠指定你所需要的東西的名稱、成本和順序,這些細節將令你的數據戰略成為現實,并可以令你的飛輪更快地轉動起來。

第3步:將看起來不相干的點連起來

開始捕捉數據后,你的飛輪轉得更快了,新的機會和數據會顯露出來。ChampionX的團隊在安裝了物聯網傳感器對客戶現場進行遠程監控后不久,他們很快就意識到同樣的數據可以用到其他地方。ChampionX公司現在擁有大量的地形數據,其他公司都沒有大量的地形數據,ChampionX利用這些數據推動公司的頂線和底線數據。ChampionX公司優化了車輛去工地的路線,解決了沒有谷歌地圖的問題,推動了底線數據。另一方面,數據成了新的收入來源,可以貨幣化,進而推動了頂線的提升。

ChampionX的數據湖也有了新的用途。公司的其他業務計劃開始在數據湖里存儲數據,這可以促使跨職能團隊將各種信息綜合起來進行思考,可以思考如何使各個部分合在一起大于部分之和。其中一種類型是客戶、訂單和供應鏈數據(客戶經常要求ChampionX公司提取這些數據并與現場數據合并進行影響分析)、相關報告以及他們的客戶所受到的供應鏈網絡中斷的影響。在過去,合并這些數據需要數周的時間,主要是因為這兩種數據一直都生活在不同的生態系統中。現在,同樣的分析只需要幾個小時。

從這里我們可以得到兩個啟示。首先,如果你的數據飛輪在開始時轉動得慢一點也沒有關系,不妨先讓它轉起來。先吸引一些新的機會或數據類型,讓你有機會將看起來不相干的事物聯系起來。對類似模式的識別將極大地加速飛輪的轉動,而且對形成適當的復雜數據環境有激勵作用。

第二個啟示與前兩個步驟相似:在追求不同的機會時做出明智的選擇。并不是每一個有意思的洞察都是有用的。要去追求那些最有價值和真實的機會,去追求人們可以看到的、可以測量的和感覺到的機會。當然,我們同時仍然需要進行一些乏味平庸的、經常性的組織活動(如提交影響報告)。如果你能解決這些問題,你就可以證明數據成為組織變革力量是可行的,豐富的數據文化就會開始出現,進而將推到飛輪的高速轉動。

第4步:從原始問題向外擴展

我們所探索的ChampionX故事只是一本書的一個章節。ChampionX公司收集了更多數據后,公司的員工也獲得了新的見解,Alina和她的業務伙伴所處理的問題的范圍和復雜性都在增加,ChampionX的飛輪轉得更快了,已經能夠為公司的整個供應鏈中的數據優先解決方案提供動力了。

而大多數問題在某種程度上都可以追溯到一個簡單的問題,也就是公司如何才能減少現場訪問的費用。ChampionX的團隊并沒有簡單地從涉及供應鏈的問題急于跳到涉及市場、人力資源或財務的問題上。ChampionX團隊做的是從最初的問題一步一步地有邏輯地向外擴展。正因為如此,他們的人員、流程和技術在成熟度方面離解決下一個挑戰只有一線之隔,而下一個挑戰也總是建立在前一個挑戰的基礎之上。

飛輪轉得快了以后,可供選擇的問題也就更多了。要優先考慮那些不僅可行、有價值而且在主題上與已經解決的問題是一致的問題。這樣,你就能夠利用已經建立的勢頭。你的數據環境也已經包括了許多所需的人員和工具。你不會覺得你又在重新開始,不會覺得又必須去向你的利益相關者去論證一個從頭開始的案例。

構建一個數據戰略就像轉飛輪。飛輪是循環的、迭代的、漸進的、無休止的。并不存在什么可以歸類“數據驅動公司”的特殊界限,你的組織并不是過了某個界限就是“數據驅動”組織了。同樣,不能將數據戰略視為二元的東西,這樣想是沒有用的,不能將數據戰略看做一座正在建設中的建筑,到了某一天就完成了。最佳的做法是,專心一致地利用你的數據解決那些緊急的、簡單的、有形的和有價值的問題。召集你需要的人員、流程和技術解決這些問題。然后,進入下一個問題,然后再進入下一個問題,然后再進入下一個問題,在這個過程中,一個充滿活力的數據生態系統里將呈現各種元素。靠你的意志是不能令數據戰略出現的。你必須聚焦飛輪才能逐步令數據戰略出現。數據戰略出現時,你和其他所有人都會知道的。

責任編輯:張燕妮 來源: 至頂網
相關推薦

2012-10-31 09:31:06

SSD使用壽命固態存儲

2010-06-13 14:19:40

學習UML

2022-07-13 15:06:23

數字化轉型企業數字化

2020-02-05 08:47:31

數據科學編程數據庫

2014-02-06 12:26:58

程序員招聘

2023-09-26 12:32:21

數據分析領導數據

2022-12-14 15:14:52

數據驅動體驗度量

2009-07-09 15:41:15

JDBC連接MySQL

2023-05-19 15:51:36

數據治理工具

2021-07-26 09:35:26

SQL數據庫優化

2014-02-27 09:27:57

2021-09-04 23:27:58

Axios源碼流程

2020-11-02 10:51:17

Express源碼Web

2024-09-22 10:56:46

數據飛輪系統

2010-04-28 12:02:37

Forefront網絡優化

2010-06-12 13:49:16

學習UML

2021-11-23 23:43:16

MySQL數據庫Docker

2010-09-14 17:35:52

2010-09-06 11:58:39

ppp撥號Linux

2011-08-03 16:48:40

點贊
收藏

51CTO技術棧公眾號

主站蜘蛛池模板: 亚洲精品九九 | 久久成人在线视频 | 国产一区免费视频 | 日本不卡高清视频 | 欧美日韩国产一区二区 | 成人久久一区 | 日韩国产欧美视频 | 午夜影院在线观看 | 亚洲巨乳自拍在线视频 | 日本在线视频一区二区 | 免费看a| 精品日韩 | 成人精品视频 | 久久久久久久香蕉 | 日韩精品免费在线观看 | 欧美理伦片在线播放 | 日韩在线一区二区三区 | 一区二区中文字幕 | 人人干人人干人人干 | 亚洲视频欧美视频 | 国产午夜精品福利 | 久久久久中文字幕 | 成人av久久| 亚洲综合三区 | 久久精品国内 | 精品国产乱码久久久久久果冻传媒 | 国产精品一区在线观看 | 精品一区二区三区不卡 | 国产美女在线免费观看 | 久久99精品久久久久久国产越南 | 午夜在线影院 | 一区二区三区精品在线 | 国产乱码精品一区二区三区中文 | 欧美精品一区二区三区在线 | 国产精品久久久久久婷婷天堂 | 亚洲日本欧美日韩高观看 | 久久精品国产一区二区电影 | 欧美日韩精品综合 | 欧美在线一区二区三区四区 | 亚洲国产成人精品女人久久久 | 91精品国产欧美一区二区成人 |