《埃森哲:2018打造数据驱动型企业:实现数据产业化(16页).pdf》由会员分享,可在线阅读,更多相关《埃森哲:2018打造数据驱动型企业:实现数据产业化(16页).pdf(16页珍藏版)》请在三个皮匠报告上搜索。
1、打造数据驱动型企业实现数据产业化埃森哲技术研究院如今,数据无所不在。数据渗透了各个行业和企业,包括人们日常生活的方方面面。与此同时,数据体量也在迅速膨胀。随着企业数字化的转型浪潮呼啸而来,无数新设备相互连接,为企业带来呈指数级增长的数据量。通过对这些数据的分析,企业将获得前所未有的深度洞察。由数据驱动业务已成为数字化转型时代企业新的制胜法宝。怎样的企业才是数据驱动的呢?首先,企业需要将数据视为企业资产,最大程度上利用数据的价值,根据数据的完整性、关联性和质量划分不同类别。其次,企业在进行关键业务决策时,要以数据为基础,通过高质量的数据分析将流程透明化,而不是将各类信息简单堆砌。简而言之,就是将
2、数据及基于数据产生的分析结果“产品化”。举例来说,医疗设备制造商可以打造全新医疗级数据服务以支持患者医疗决策,油气公司可以借此提高工厂效率,媒体和娱乐公司可以根据结果为客户提供个性化内容。无论是哪个行业,数据都将帮助企业取得卓越的业务成果。企业若想将数据转化为产品,在考量其可行性的同时,还需要对分析模型进行不断审核、评估和更新,确保能从中挖掘切实可行的业务洞察。企业不妨套用产品生命周期管理的方式:从构思、设计、制造、推出再到后续支持,企业需要考虑数据产品化的每一个环节。原有的局限于单个技术和应用程序的数据架构必须转型为以业务成果为中心的数据架构。在新架构中,同一数据可以重复使用多次,为合作伙伴
3、生态系统、数据增强产品以及与用户群体的多渠道互动提供支持。总而言之,产品数据化要求企业从战略层面针对企业数据和模型产业化进行详细规划。数据即产品2 打造数据驱动型企业数据成熟度模型以往,数据都是“一次性”的,总是和特定的数据库集合和格式绑定,如果要在原个案外调用这类数据,需要重复大量工作。埃森哲模型的最大特点就是让这些数据多次利用,方便随时掌握最佳可用数据,获取密切相关、切实可行的业务洞察,从而优化业务决策。埃森哲数据成熟度模型能帮助企业成功开启数据产业化的转型之路。打造数据驱动型企业 30304深化阶段扩展至生产领域。企业制定了明确的自动化数据产品开发方法,编制了结构完善的数据产品目录,在整
4、个企业范围内提供自助服务能力。企业将数据转化为独立的数字化资产,并将其拓展到互联生态系统中。产业阶段数据成为差异化要素。数据被视为“一等公民”,能够优化业务成果。企业的竞争地位取决于其数据产品在数字化生态系统中的质量。数据成熟度模型涵盖了战略和治理、架构、开发、监管和道德以及用户支持等各维度的五大阶段。数据成熟度模型包括五大阶段,涵盖从最初的临时数据使用到全面产业化方法的各个环节:000102原始阶段在数据成熟度的原始阶段,数据相对割裂。企业缺乏数据产品化的思维,没有真正重视数据的作用。数据依附特定的应用程序,由于缺乏数据战略、架构、交付或风险管理,很难实现内部数据共享。起步阶段处于这个阶段的
5、企业已经意识到数据作为资产的价值,并开始将数据从特定应用程序中剥离出来,并制定相应的业务愿景和数据战略,形成“数据产品化”的思维模式。战略阶段企业已经有的放矢地通过工具、模板和方法的标准化,以数据为驱动,提升企业绩效,为构建数据型业务奠定坚实基础。4 打造数据驱动型企业埃森哲数据成熟度模型原始阶段战略和治理产业阶段愿景合作伙伴生态系统跨组治理成功指标关键用例利益相关者产品路线图和产品发布定义、 政策与合规目录以成果为中心的自动化数据业务宣传推广和人才招聘库存数据资产合理化标准化方法法务审查和盘存静态门户订阅流程报告与整合自助服务平台自动化用法监控和主动更新系统社区管理发掘业务和运营模式规范性信
6、息披露条款道德准则供应链透明化合规治理定期审计自动化风险监管与合规性标准化开发工具标准化设计质量保证和审查产业化生命周期管理数据剖析和数据质量数据管道自动化测试自动建模基于模型进行开发整体拱形设计安全和权利合理的平台和指南跨生态系统跨地域管理计量与货币化自配置后端自动化SLA建模与管理架构开发监管和道德用户支持数据即产品以数据为中心, 保护数据安全灵活敏捷备受信任,透明至真自助服务,全面优化深化阶段战略阶段起步阶段打造数据驱动型企业 5将数据视为产品战略和治理成熟的数据战略能够清楚地认识到,在数字化生态系统中,数据和分析模型才是企业的差异化竞争优势。因此,数据战略必须确定企业的业务目标(比如扩