数据战略最佳实践

为了应对日常业务挑战和使用数据实现预定义的业务目标，建设数据战略、总体规划或蓝图在企业中已经获得了较大的重视及资源投入。而且越来越多的公司都意识到遵循数据战略最佳实践与提高利润之间的联系。

Gartner估计50%的财务规划和分析领导者将负责制定和完善他们的数据战略。此外，相比2017年，参考数据进行编制企业年报的企业占比接近80%。

因此，根据最佳实践制定的且明确阐述和执行的企业数据战略，将推动企业加入的增长。为了实现这一目标，领导者必须将数据战略塑造成一种模式：支持所有员工、业务合作伙伴和客户之间的及时决策。

以下是帮助您入门的五个基本数据策略最佳实践。

最佳实践 1：根据当前需求实现业务目标

任何数据战略都必须与业务战略集成，如全球数据战略的图表所示：

图：全球数据战略

通过这种一致性，数据策略可帮助企业找到新的机会，提高效率，集成来自不同来源的数据以获得独特的业务洞察力，并支持组织变革。

调整数据策略可能很棘手，因为80%企业的数据由冗余、过时和琐碎的信息组成。这种无组织的数据掩盖了构建良好的数据策略所需的信息。

相反，作为最佳实践，了解为什么、如何以及哪些流程需要以有组织的状态输入、保存、转换和传输数据，以便可以使用它为企业服务。要持续执行数据发现过程，了解围绕企业范围数据的位置、用途和元数据，以及它如何满足或是不符合业务需求。包括第三方、公共来源和其他的发现外部数据，以便更好地了解当前的市场。

最后，开发一个数据战略路线图，描述将企业从当前状态转变为满足业务目标的分步操作指南。使用此路线图来帮助传达并推行描述数据战略如何满足业务需求并取得成功的愿景。

最佳实践 2：协调业务部门以统一数据处理

在不中断或干扰业务部门价值的情况下标准化整个组织的数据流程仍然是一个重大挑战。通常，部门具有用于使用、分发和生成数据的个性化系统。让团队修改其程序以与其他团队集成需要文化变革。

因此，作为最佳实践，选择支持良好数据策略变更管理计划并允许内部团队推动程序演变。此外，随着数据活动的发展，计划团队就问题和关注点进行沟通，最大限度地减少阻力并鼓励部门解决问题。

例如，美国运输司令部，或 USTRANSCOM，通过创建业务术语表用于同行评审，并使用通用词典统一术语。通过共享词汇表，业务部门可以有效地识别要联合管理的关键数据源、表、元素和数据配置文件。

要解决孤立的数据，请考虑使用数据集成和数据重构，从众多数据存储点收集和组织数据，以实现可访问性和高效处理。通过指导数据开发和交付，包括数据集成和重构在内的数据策略指导跨业务部门的数据协同操作，并可能为企业提供更好的服务数据质量.

最佳实践 3：实施数据治理以共享数据并遵守隐私规则

在统一数据处理以协调业务部门时，公司必须提供组织和资源支持数据战略.这样做需要通过最佳实践将共享数据和尊重隐私的政策和程序正式化：执行数据治理.

通过数据治理，公司将确保正确的数据在正确的时间有效地流向正确的资源。VCU信息系统教授兼Anything Awesome创始人Peter Aiken展示了如何实现数据策略和数据治理的协同：

数据策略与组织策略保持一致，告知哪些数据资产可以更好地支持数据治理的成功，包括保护数据和允许数据访问。相反，数据治理提供有关数据策略在实施其策略时对公司的影响程度的反馈。因此，数据策略或数据治理指南可能会发生变化。

外部要求，国家法律、行业规范、监管法规是数据战略和数据治理之间这种反馈的核心要求。针对合规性的数据治理活动为数据策略和业务策略所需的任何更改提供信息。

企业必须更好地处理监管细微差别。为此，组织必须重新制作他们的数据策略将更全面、更敏捷的方法作为最佳实践。

确保数据资产安全也将在良好的数据战略中得到强调。根据数据安全治理调查显示，81% 的高管选择保护组织的所有数据资产，这是一种更具防御性的方法。相比之下，58%的受访者选择了更具前瞻性的方法，通过适当的数据访问策略缩短了获得见解/分析的时间。

最佳实践 4：根据业务目标定义指标

作为最佳实践，在使用系统方法定义指标和阈值时，请检查数据策略的数据支持的业务目标、统一的数据流程和数据治理。此外，根据之前制定的数据战略路线图，选择最能为进度提供信息并最大限度地减少障碍的度量，以实现业务目标。

考虑一个数据策略，该策略首先消除对业务目标的限制并报告这些任务的进度。彼得·艾肯提供一个迭代过程，领导者可以根据指标定义障碍来识别并减轻限制。

从关注一两个关键约束开始，然后设置这些指标。此外，评估数据策略组件，包括数据集成、元数据、存储、安全性、商业和治理，并设置数字意味着足够好的阈值。

规划转移什么要使用的约束以及如何通过一些迭代来衡量它们。数据管理必须发展其实践、概念和流程的集合，这些实践、概念和流程致力于利用数据资产来满足市场变化。

此外，在查看基于业务目标的指标时，请查看数据策略，以查看它们是否是最新的。根据此审查，公司可以评估是更新数据策略还是指标类型和集合，以更好地了解业务目标的进展。

最佳实践 5：定义与数据策略实施相关的可衡量指标

虽然基于业务目标的指标会告知数据策略是否达到了预期的结果，但在实地实施的数据策略可能会有所不同。例如，有时业务环境中会发生更改，例如引入新技术。然后，业务活动独立于数据策略的指导进行调整。

相反，公司员工、客户和客户在实施时可能需要与现有的数据战略政策更加一致。然后，他们需要额外的培训来处理或使用数据。

在这种情况下，公司需要解决任何误解。定义与数据策略实现相关的可衡量指标会考虑意外部署的原因。此外，还可以将它们与基于业务目标的指标进行比较，以查看数据策略处理中发生了多少变化。

最佳做法是通过以下方式获取数据策略实施的内部视图数据可观测性，一种监视和分析组织数据和数据系统运行状况的方法。DataOps 团队利用自动化工具来评估数据行为，从而快速了解数据策略的有效性。

如果自动化对一些关键指标没有意义，请让实施数据策略的人员跟踪它们。对于自动或手动方法，通过以下方式改进与数据策略实施相关的指标迭代，如上文最佳做法4所述。

结论

最佳实践为组织提供了开发和使用清晰表达和执行的数据策略的工具。它们包括设置支持数据的业务目标、跨业务部门标准化数据流程以及实施数据治理以处理数据访问和安全性。此外，应设置将业务目标与其数据策略联系起来的指标，并观察数据策略的实施。

最重要的是，灵活地对待数据战略的开发和操作，以发展有效的战略并解决限制。在瞬息万变、信息量巨大的业务环境中，数据战略必须与业务的当前需求保持一致。这样，员工、业务合作伙伴和客户就可以及时做出对企业盈利能力产生积极影响的决策。