数据智能之路
数据是数字化转型的中心，但智能化管理数据是成功的最大障碍。在数据管理中，这不仅仅是技术和规模的问题，更是组织和流程的问题。
为了建立一个支持数据的组织，需要新的方法，使所有数据公民（以任何形式处理数据的员工）更容易找到、使用和协作数据，从而实现数据智能。真正的数据智能意味着任何数据公民都可以发现和提取他们数据的价值。
一、数据支持的定义
支持数据的组织是什么样子的？支持数据的组织由数据公民组成。这样的组织应该是：
•与组织中的其他组织围绕数据智能进行合作
•参与内部数据智能交流
•承担关键角色，如“数据所有者”和“数据消费者”
•数据智能平台内激情地工作
•适应新功能和工具并进行培训
•为组织内数据智能的持续发展作出贡献
为了实现这些结果，必须从战略上考虑组织的数据文化应该是什么样的，以及如何支持组织的目标，还必须考虑数据团队如何发展和扩展。
二、如何构建数据支持的组织
1、定义数据团队的位置
在今天的组织结构图上，可以在许多不同的位置找到数据团队。虽然没有“正确的方法”来创建数据团队，但团队的位置通常取决于企业的IT历史和文化。可以找到数据团队的位置包括：
•首席数据官（CDO）
•IT部门内部
•业务线内部
•内部营销、财务、人力资源或其他支持团队
如今，数据团队的位置很多，最佳实践仍在随着学科的发展而发展，但离业务越近越好。
2、建立积极因素并修复消极因素
数据组织在组织结构图上的位置将是支持数据组织建设的基础，这是组织是否能够长期持续发展的来源。但是，要在更广泛的组织中有效地协作，必须认真考虑以下问题：
（1）企业将实现什么业务目标，数据如何进行有效支持，以及应首先确定应用场景建设的优先级？
（2）企业中数据团队的员工从事过哪些数据相关工作？
（3）你在组织结构图上的位置如何影响数据智能的优先级？
（4）问题1-3的答案如何影响整个企业对数据团队的看法？
（5）在与企业中其他部门合作之前，必须考虑如何建立积极因素并修复消极因素？
提前思考这些问题将有助于您形成实现数据智能的战略和战术方法。
3、构建知识多样性的数据团队
组建初期，数据团队对知识多样性的需求似乎并不明显。当然，团队中有数据专家，通常他们是通过技术发展起来的。但是，单一知识结构的数据团队很难成功地与其他的业务部门接洽。这是因为他们对数据和数据智能的理解只有单一的看法。如果数据团队从业务部门中抽调，构建知识多样性的团队尤其重要。
最强的数据团队由来自整个组织的面向数据的人员组成。每个成员都可以对创造者和使用者在其业务范围内的问题提出不同的观点和见解。不同的视角将帮助数据团队更有效地满足组织的需求，消除早期出现的问题，并创建整体的业务解决方案。
简而言之，数据团队的多样性将增加成功成为数据支持型组织的可能性，同时涵盖与道德和隐私相关的风险。
4、关注数据委员会
数据委员会与数据团队不同。数据委员会负责监督数据治理计划，包括政策、流程和各类项目。
首先，多样性对于数据委员会来说尤其重要，因为它是整个数据智能框架中的重要机构。最具领导力的数据委员会拥有范围广泛的关键数据公民，他们从一开始就与企业的总体业务目标保持一致。这些数据公民能够提供的知识和影响将是数据团队成功的重要基础。
其次，一定要邀请有批评意见的人参加会议，当你为公司做重要决策时，你不希望有一屋子“中庸之徒，不作为之辈”。将问题和关注点摆在桌面上，有效地解决它们，将使团队更成功地提供数据支持。
最后，数据委员会有助于将最重要的数据战略从顶层向中间层转化并促进执行。有各种各样的利益相关者可以帮助确保正确的数据文化在整个组织中传播。
三、支持数据组织的特点
1、灵活的事件处理机制
随着数据智能在组织内部的发展和壮大，变革将成为必要。重要的是要意识到：如果你不愿意改变，那么就有可能成为成功的最大障碍。当然，改变是可怕的，但是改变和适应的能力是力量的标志，而不是弱点。许多经验丰富的数据团队表示，变革的能力对企业的成功非常重要。如果企业正在为一个流程而挣扎，一个定义的意义不休的争论，那么接受改变事情的想法。如果没有陷入困境，企业的数据团队将发挥最好的价值。
灵活意味着：
•适当时修改策略或流程，以推动业务实现
•思考如何在发生小变化时既考虑问题又灵活应对
•试验新的软件和建立开发环境
•让关键业务干系人倾听并做出改变
•与领导层有效沟通正在进行的变革
2、策略性和建设性地宣导
要创建一个支持数据的组织，需要有效的沟通，这种交流将创造数据文化，并为数据公民提供有效开展工作所需的重要保障。
关键行动包括：
•建立强有力的沟通机制。重要的是要考虑数据团队如何与业务部门沟通。创建清晰的谈话要点，需要支持的数据管理和应用类型，并与组织的目标保持一致。
•有清晰的愿景或使命。拥有正确的陈述可以帮助组织更好地理解你要做什么，保持简明意要，无论何时与数据公民打交道，都要使用它。
•利用一切适当的机会发言。及时了解企业内部事件，了解数据团队是否有合适的发言时间向全员推介数据智能。
•提供多种形式的培训。如有可能，提供各种培训，包括课堂、教程、在线培训、视频和印刷材料。
正确的沟通方法很重要，所以花点时间设计一个对你的组织有效、对你的团队可持续的计划。
3、用业务语言沟通数据价值
将技术语言转换为业务语言与业务的沟通会得到加强。它们可以包括：
•丰富的业务数据场景演示。演示可以非常有效地激发参与度，通过展示软件如何帮助数据使用者的日常工作。
•编写“业务用语”的技术材料。使用业务用语编写人员开发用户指南、功能指南、更改通知和功能发布，这些内容对于数据公民中的非IT人员来说很容易理解。
•使企业能够为自己赋能。向企业展示数据智能如何赋予个人能力。强调数据智能的自助服务方面及其为业务创造的价值。
•创建量化测量指标。在项目开始之前，测量业务的关键指标。然后在项目中的常规点重新测量这些指标，以通过改进证明价值。
数据团队的宣贯、培训、公开演讲等都是一项真正的资产。
四、最佳实践总结
数据智能化的道路和一个真正支持数据的组织的发展需要在数据团队之间的强力沟通，积极主动地发现数据智能化的进展如何以及如何改进。最佳实践包括：
•要求成为新的基于数据业务项目的一部分。找出哪些项目对业务最为关键，并要求以观察员身份参加项目会议。很快就会清楚，数据智能可以增加相当大的价值，有助于业务部门认识到数据智能对达成业务目标的贡献。
•创建尽可能多的应用场景。尽管合规性可能不是最性感的术语，但使团队能够有效地遵守新的数据隐私保护法，也能为组织增加真正的价值。
•开放的办公方式。一些数据团队的成员在办公时间内，业务人员可以顺便过来聊聊他们遇到的问题。
•从业务部门获得反馈。例如，了解如何改进流程、如何使培训更有效或如何使报告更具数据化。使用调查，以小组形式召开非正式会议，或与数据公民（包括企业领导）进行一对一的交流。通过主动征求反馈意见、解决数据公民的问题以及参与将为业务增加价值的项目，团队可以帮助确保他们有效地支持组织的数据智能之旅。这种方法还消除了实现数据的潜在障碍，支持积极的举措，并允许推广最佳做法。
五、综述
要使一个组织的数据文化正确，使其真正实现数据驱动，就需要在数据智能的过程中采取正确的步骤。有必要建立政策、流程、组织、沟通机制和技术支持，通过建立支持数据的组织，所有部门都可以有效地协作来创造和交付真正的数据价值。
