Saas：年度数据、分析和AI报告（附下载地址)

三个皮匠微信公众号每天给您带来最全最新各类数据研究报告

从分析和人工智能等新兴技术中获取更多价值始于信任，仅仅因为必须信任为分析收集的数据。就像临床实验室对无菌的需求或执法中明确的证据保管链一样，共享数据的客户和合作伙伴必须相信它从收集到存储及其应用方式得到了适当的保护和使用。相反，一旦从数据应用分析中产生了见解，整个组织中的个人必须理解对数据管理的关注，以便他们相信这些见解 - 并使用它们 - 来做出决策并提出新问题。（原文来自皮匠网，关注“三个皮匠”微信公众号，每天分享最新行业报告）

我们对2400多名商业领袖和管理人员进行的全球调查提供了对组织在每个关键领域的活动的深入了解，并确定了公认的最佳实践在哪些方面变得更加主流，以及哪些方面仍然可能是特殊的。它发现，那些已经推进其分析实践的受访者将基于人工智能的技术（如机器学习和自然语言处理）整合到那些能够最大限度地提高数据质量，保护数据资产以及发展数据素养和创新文化的组织中。

总体而言，该调查发现了一个持续的差距：虽然大多数受访者表示增加了对数据的访问，但只有少数人表示他们拥有“正确”的数据来做出决策。值得注意的是，那些报告对分析数据高度信任的人也更有可能在基础活动中发挥领导作用，确保数据的高质量并带来有用的见解。

该调查通过与该领域的领先从业者和专家的访谈得到增强，衡量了世界各地组织的数据分析实践以及受访者如何看待这些实践的有效性。主要调查结果中出现了三个主要结论：

1.需要更好的数据治理。

少数受访者在数据质量保证方面有正式活动，这表明需要更加致力于数据治理以支持高级分析。受访的实践者提供了数据架构，治理和质量方法的示例，这些方法可以建立对分析数据的信任。

2.数据隐私成为一种机会。

数据安全性是调查受访者最关注的焦点，但通过在此领域应用分析和AI，有机会提高安全实践的成熟度。数据隐私计划不是那么强大。访谈强调了将隐私计划和GDPR作为与客户建立信任的方式的机会，而不是简单地将其视为合规驱动的任务。

3.培养分析文化可以改善创新。支持分析驱动型创新文化的领导力和管理实践相对强大，但研究表明，许多组织都有机会做更多工作，在整个劳动力中传播必要的技能和思维方式。少数受访者从事开展劳动力数据扫盲的活动;同时，找到具有适当技能的劳动力被认为是创新中最重要的挑战之一。对从业者的访谈表明，分析领导者如何通过在业务领域与合作伙伴进行教育，沟通和协作来培养创新文化。

组织选择 - 例如集中分析功能以及拥有首席数据官或首席分析官角色 - 也可能有助于提高分析成熟度。拥有CDO或CAO的人更有可能报告他们拥有决策所需的数据，那些在分析集中的组织中工作的人也是如此。

对于仍在努力实现分析成熟度的组织领导者而言，从跨国公司的数据领导者到小型市政府团队负责人的从业人员的证词特别有用。他们的主要教训是：分析和业务专家之间的沟通和协作可以带来相互理解和可衡量的收益。换句话说，信任带来了价值。