隨著公司的發展和數字化轉型的進程,對數據的需求變得更加明顯。因此,他們開始在有這種需求的地方開發數據解決方案,一個接一個接一個。不考慮未來的臨時修復。這種管理數據的方法不足以滿足我們的期望。 
公司內外部有許多數據源,每個數據源的管理方式不同。舉個例子,客戶數據分散在用戶行為數據、存儲在 CRM 中的數據以及從市場研究工作中收集的數據中。 
隨著對數據的需求不斷增長,數據管理一直在增長。更復雜的需要大量數據管理流程要求企業明確定義如何在整個公司內管理數據。 
在本文中,我將探討為什麼以及如何將數據視為戰略資產。但在我們開始之前,讓我們看看管理數據意味著什麼。 


數據 vs 信息 vs 知識
術語管理意味著要管理的東西,這裡的東西是數據。儘管相關的數據管理不同於管理信息或知識。儘管存在差異,但數據和信息有時在公司的管理文化中可以互換使用。 
這不僅僅是公司內部的問題。正如 Anthony Liew 在其論文《理解數據、信息、知識及其相互關係》中指出的那樣,即使是研究人員有時也難以掌握每個術語的明確定義 
“如果不是全部的話,大多數數據、知識和信息的定義都有不太相同;它們是相互定義的,即數據是根據信息來定義的,信息是根據數據或知識來定義的,知識是根據信息來定義的。”
因此,對它們中的每一個有一個清晰的定義有助於我們更好地定義它們之間的關係。 

數據

我們經常將數據作為電子表格上的數字來記憶,但正如我們在有關數據領域的帖子中所見,這並不能充分證明數據的公正性。數據是內在意義的符號表示。數據的主要目的是記錄活動或情況,試圖捕捉真實的事實或真實的事件。 

信息 

信息是對數據進行解釋和分析的結果。它為基於數據的決策和/或行動創建相關的含義、含義或輸入。因為信息是解釋的結果,不同的觀點和方法可能會導致來自單一數據源的不同信息。

知識

知識是公司內部對信息採取行動(know-how)、認知和識別(know-what)以及理解(know-why)的能力的集合。知識包括兩大類:顯性知識和默會知識。 

顯性知識 

顯性知識是明確表述或定義、易於表達而沒有歧義或含糊、編碼並存儲在數據庫中的知識。

隱性知識

隱性知識是一個人頭腦中的知識,通常難以描述和轉移。它包括經驗教訓、訣竅、判斷、經驗法則和直覺。

什麼是戰略資產
戰略資產或資源是公司競爭的基礎。它們是在市場和行業中成為卓越競爭對手的關鍵標誌。這些資源和資產本身並不有價值,而是由於公司對其進行活動而有價值,從而創造了價值和競爭優勢。 
這些資源同時是有價值的、稀有的、無法模仿或難以模仿的、不可替代的和異構的。這種異質性對於創造競爭優勢至關重要。 
“如果一個市場上的所有公司都擁有相同的資源存量,那麼任何一家公司都無法使用市場上所有其他公司都無法使用的策略”
為什麼數據是戰略資產
從戰略資產的定義來看,我們認為數據要成為戰略資產,就必須是稀有的、難以模仿和替代的、異構的和有價值的。公司內部和外部的數據確實可以具有這種或密切相關的屬性,使其成為公司非常有價值的戰略資產。 

公司內部數據作為戰略資產 

很有可能,公司最基本的運營中埋藏著數據金礦,可以幫助企業在競爭中脫穎而出。許多公司正在意識到數據收集在其流程中的重要性。亞馬遜、谷歌和許多其他公司正在使用這些數據來定製他們的客戶體驗。CRM 通過提供對整個銷售過程中收集的數據的輕鬆訪問,徹底改變了銷售。營銷數據一直很有價值,並且在很大程度上被用來為當今的公司創造更多價值。  
所以這些數據顯然是有價值的。它也非常稀有,難以模仿或替代。由於這些數據是通過特定方法和流程生成或收集的,因此將特定於您自己的公司。事實上,像谷歌和 Facebook 這樣的公司直接將其客戶數據貨幣化的情況非常罕見。 

公司外部數據作為戰略資產

公開可用的數據、市場研究報告、公開的政府數據和許多其他數據都是在公司正常數據收集流程範圍之外可用的數據來源。 這些數據源是您的外部數據收集的補充元素。它們提供了對市場的進一步真實洞察,您可能因流程中的偏見而錯過的洞察力。它們可以揭示投資機會、市場方向和許多其他指標。
因此,毫無疑問,它們是有價值的。但有一個問題。  
這些類型的數據不是唯一的。它們並不罕見,很容易被資源相似的公司模仿或取代。那麼為什麼我堅持認為它們確實是戰略資產呢?為了回答這個問題,讓我們首先討論一下資產數據是什麼類型的

什麼類型的資產是數據

數據電子表格的第一眼會讓您感覺數據確實是庫存資產。就像原材料一樣,它是從多個來源收集的,需要經過加工才能產生實際價值。 
記住我們的定義。數據本身不會產生太多價值。正是對數據的解釋和分析產生了有價值的信息,作為決策的依據。因此,無論來自內部或外部來源的數據在用於生成包含經濟特徵並促進可操作見解的信息時都是一種資產。
當數據被這樣對待時,它就變成了一種資產。許多公司目前的數據管理方法還沒有準備好滿足這些需求。

如何將數據作為戰略資產進行管理
數據計劃的實施通常基於取得巨大成就的承諾。是的,數據確實非常有效,但是當數據經常被視為技術計劃的延伸而不是戰略資產時,它就無法實現它所承諾的
1.考慮創建數據治理部門
組織的財務資源在財務部門內進行管理。首席財務官 (CFO) 領導部門並確保財務資源的使用和管理符合公司更大的戰略目標。因此數據資源的管理需要有自己的部門和高級管理層。數據的使用、收集和生成分佈在公司的許多部門中。數據治理部門可以充當連接中心,與不同部門進行溝通,跨需要數據的部分共享數據。
2.控制數據採集和使用渠道
數據來自許多內部或外部數據源。記錄每個數據採集渠道、質量和收集數據的狀態將幫助提高數據質量並查看需要其他類型數據的位置。例如,如果從市場研究中收集客戶數據,直接從用戶那裡收集數據以及通過記錄每個渠道在銷售過程中生成的數據,您會發現可能會從社交數據中受益
3.創建數據目錄
數據目錄是組織中數據資產的有組織清單。它使用元數據來幫助組織管理他們的數據。它還可以幫助數據專業人員收集、組織、訪問和豐富元數據,以支持數據發現和治理。
創建數據目錄將提高整個公司的數據可用性,並防止數據孤島。
4.數據維護和質量保證
控制和維護數據質量是每個數據策略的重要組成部分。您需要確保數據準確、完整、及時和一致。還應該檢查跨部門的數據和基礎架構的兼容性。如果銷售和營銷都需要相同的數據用於不同的用途,他們需要能夠相互交流這些數據。 
5.打破數據孤島
許多組織當前管理方法的最大問題之一是數據被困在數據孤島中。數據孤島是隔離在部門或應用程序中的信息存儲庫,無法從組織的其他部分訪問。如果跨部門需要數據,則將其困在某個孤島中導致數據冗餘、質量降低以及數據維護和存儲成本增加。 

成功數據資產管理的 4 個關鍵組成部分
1. 資產
財務管理和數據治理都涉及資產管理:第一種情況是資金,後一種情況是數據。
2. 組織
一個組織的財務資源在財務部門內進行管理,它提供跨職能支持。首席財務官 (CFO) 負責領導部門並報告充分和有效地調動財務資源,以確保業務連續性和符合組織戰略的增長。會計師則向首席財務官報告並負責遵守適用於財務流動的會計規則和標準。
數據治理的功能不應有任何不同。數據應由專門的部門作為資產進行管理,提供跨職能支持(即不限於業務或 IT)。例如,該部門可以被命名為數據治理辦公室。領導這樣一個部門的將是 CDO(首席數據官),並肩負著充分和有效地調動數據的責任,以確保業務連續性和符合組織戰略的增長。向 CDO 報告的數據管理員將確保遵守數據管理規則和標準。
但是,CDO 和 CFO 角色的不同之處在於,公司在這兩個領域的成熟度並不相同。儘管 CFO 可以將其任務限制在確保財務得到有效管理上,但 CDO 必須不僅建立並確保將數據作為資產進行有效管理,而且還應放開數據使用,從而充當傳道者。
3. 規則
將財務資源分配給組織的各種活動既不是隨機的,也不是“按要求”的操作。它遵循一個預先確定的、定期審查的計劃,該計劃考慮了預期收入和批准的支出金額。該計劃通常被稱為“預算”,是資源分配結構的基石,遵守該計劃的責任在於首席財務官。
財務流入和流出的記錄是根據會計原則和法律以及組織制定的會計標準進行的,以確保整體簿記的一致性。這些標準的制定和應用當然由首席財務官負責。
在數據治理的世界中,信息系統內的數據分佈和每個數據項的主來源的確定並不是隨意的。它遵循一個明確定義的計劃,即使該計劃可以而且必須發展以支持組織的活動。這是數據架構所扮演的角色,它當然是基於上游設計的,一方面基於組織的需求,另一方面也基於與數據管理相關的規則和法律(例如 數據安全法)作為 CDO 定義的標準,以簡化數據的使用並確保整體一致性。
4.控制
監控其負責管理的資產的使用和質量也是財務部門的工作。管理會計的作用是側重於對財務流量的解釋、將財務資源分配給組織的各種活動的相關性以及這種分配對組織績效的貢獻,使用先前定義的關鍵指標來衡量。首席財務官有責任指出任何偏離既定目標的問題,並採取糾正措施。
從邏輯上講,數據治理辦公室將因此按照相同的原則運作。得益於數據質量管理流程,它可以監控其負責的資產質量。然後,該辦公室可以根據數據的質量水平確定其對組織績效的貢獻,使用以前設計的數據質量指標來專門衡量數據質量對組織的影響。就像財務一樣,由 CDO 發出信號,表明數據質量水平與定義的最低水平有任何顯著偏差。CDO 還負責組織制定糾正措施。

END

       當數據治理的目標是真正將數據視為資產並對其進行管理時,其實施會帶來可持續的可交付成果,例如組織、規則以及控制和評估的手段。此外,必須分配業務預算以確保長期可持續性。
經驗表明,希望實施數據治理的組織很少理解這一概念的深遠影響。公司難以完全理解數據治理實施的真正範圍以及他們不願接受確保可持續性所需的所有轉型影響,這使他們只能將數據治理作為一個項目來處理,將其與數據清理混為一談,從而最大程度地否認自己他們可以合理地期望從此類投資中獲得的收益。
相比之下,瞭解可持續轉型成果是轉型成功關鍵的組織會發現自己擁有獨特的資產;他們將能夠通過推出新的價值創造用途(人工智能、數據科學等)來利用這種資產。正是在這些公司內部,“將數據作為資產進行管理”將不再僅僅是一種表達方式,最終使數據要素髮揮了生產力價值。

往期推薦

談談什麼是數據質量管理

一文讀懂企業究竟需要什麼樣的數據架構

確保和維持企業數據質量的 7 個方法

談談如何避免數據質量的多米諾骨牌效應

談談數據治理能力發展曲線【請對號入座】

解密企業數據架構【經典案例】