随着世界变得越来越智能，数据成为企业竞争优势的关键要素，这意味着企业的竞争能力将越来越取决于如何利用数据、应用分析和实施新技术。事实上，根据国际分析研究所（International Institute for Analytics）的数据，到2020年，使用数据优秀的企业将比不使用数据的竞争对手获得4300亿美元的生产力效益。
因此，数据现在是一项关键的商业资产是众多企业的共识，它正在变革企业的运营方式，在大多数企业和行业都是如此。实际上，每一项业务，无论规模大小，现在都需要成为一项数据业务。如果每个业务都是数据业务，那么每个业务都需要一个健壮的数据策略。
一切都源于战略
当我们考虑到当前可用的数据量时，拥有一个清晰的数据战略是绝对重要的。目前大多企业被大数据的嗡嗡声所吸引，以至于他们收集尽可能多的数据，而没有真正考虑他们想用这些数据做什么。而另一些人则被各种选择压得喘不过气来，他们把脑袋埋在沙子里，对数据视而不见。两者都不是企业对待数据的最佳方式。
并不是对于任何数据，企业都应该从战略开始。在这个阶段，什么样的数据摆在那里，已经在收集什么样的数据，竞争对手正在收集什么样的数据，或者什么样的新形式的数据变得可用，都无关紧要。无论企业是否有大量的分析数据可供使用，或者几乎没有。一个好的数据策略不是关于什么样的数据是现成的或潜在的可用的，而是关于业务想要实现什么，以及数据如何帮助达到目标。
因此，如果公司想避免淹没在数据中，就需要制定一个有效的战略，把重点放在实现目标真正需要的数据上。要在业务上真正有用，数据必须满足特定的业务需求，帮助组织实现其战略目标，并产生实际价值。这意味着我们需要定义关键挑战和业务关键问题，然后收集和分析有助于解决这些问题的数据。
我看到很多公司的数据策略都侧重于不同的业务领域，比如市场营销和销售。这还不够，每个企业都需要一个公司范围的数据计划。不幸的是，企业高管们仍然普遍认为，数据和分析纯粹是IT问题。和所有的事情一样，这意味着他们不需要真正理解它是如何工作的。他们只需要知道它在做什么——推动增长——并投入资金。以我的经验，由IT团队驱动的数据战略往往侧重于数据存储、所有权和完整性，而不是业务的长期战略目标以及数据如何帮助实现这些目标。这就是为什么数据策略应该由领导团队制定。
同样重要的是要记住，没有一种类型的数据天生比任何其他类型的数据都好。战略性地使用数据是为公司找到最好的数据，这可能与另一家公司找到最好的数据大不相同。如今有如此多的数据可供使用，诀窍在于集中精力寻找最有利于组织的准确、具体的数据。
优秀数据分析战略的关键要素
要创建一个强大的数据和分析战略，企业领导人需要考虑许多因素。以下是强大的数据策略中的关键点：
- 数据需求-为了找到适合的数据，必须首先定义要如何使用数据。某些目标可能需要特定类型的数据，而其他目标可能需要不同类型的数据。
- 如何获取和收集数据-确定了希望通过数据实现的目标后，现在可以开始考虑寻找和收集最佳数据以满足这些需求。获取和收集数据的方法有很多，包括访问或购买外部数据、使用内部数据和采用新的收集方法。
- 如何将这些数据转化为有价值的信息——作为任何可靠数据战略的一部分，需要计划如何将分析应用数据，以提取业务关键的价值信息，这些有价值的数据可以为决策、改进运营和创造价值提供支持。
- 技术基础设施要求-在决定了如何使用数据、什么类型的数据最适合以及如何分析这些数据之后，创建可靠数据策略的下一步是考虑这些决策对技术和基础设施的影响。具体来说，这意味着要决定使用什么软件或硬件，将数据转化为洞察力。
- 组织内的数据能力-为了充分利用数据，培养某些技能至关重要。在组织中发展与数据相关的能力有两条主要途径：提升内部人才和外包数据分析。
- 数据治理——收集和存储数据，特别是个人数据，带来了严重的法律和监管义务。因此，任何组织都必须将数据所有权、隐私和安全问题纳入其数据战略。忽视这些问题，或未能妥善解决这些问题，可能会看到数据从巨大的资产变成巨大的负债。
在商业中，信息就是力量，大数据提供的信息是我们在短短几年前无法梦想收集或分析的。随着数据的大量增长，加上快速发展的数据分析方法，数据在业务各个方面的重要性只会越来越大。那些将数据视为战略资产并制定强有力的数据和分析战略的公司，将在数据驱动世界的新环境下取得巨大成功。
