一 概述
“数据驱动”描述了一种业务状态，在这种状态中，数据被用于实时有效地推动决策和其他相关活动。对于企业来说，达到数据驱动的状态就像是开车和骑马旅行的区别。数据驱动的业务能够更快、更高效地达到目标。数据驱动特征包括质量良好的数据整合和算法自动化，包括人工智能(AI)。
成为数据驱动是对正在进行的重大文化和经济转型的回应，这种转型被称为工业4.0。每一次工业革命都会带来一系列新的商品、效率和可能性，同时也会变革现有的文化、经济和政治。蒸汽机推动人们进行了第一次工业革命。电力进入第二工业革命，信息技术进入第三次工业革命。数据已经并将继续推动第四次工业革命，支持新的能力和经济潜力。企业现在认识到，数据是燃料，希望利用它在新时代生存和发展。
数据驱动的其他定义包括:
这包括“通过商业领袖和技术专家的合作关系，对数据进行有效的管理和专业的管理。””(DAMA国际)
“数据推动数字转型，而不仅仅是提供报告和支持商业智能。””(Jennifer Zaino)
“一种决策方法，结合了成功的数据存储、建模和可用性，以及人工智能等技术和人类知识工作者。”(Jennifer Zaino)
“利用现有的操作数据和客户数据以及外部数据源进行战术和战略决策”的状态。”(马太福音Baird)
“数据的组织和检查的目标是更好地服务于组织的客户和消费者。”(Gartner)
“拥抱并成功管理各种形式的数据，以实现数字转型、在分析领域展开竞争或成为人工智能第一的商业环境。(哈佛商业评论)
二 数据驱动的案例包括
•CEMEX是全球建材行业的领导者，致力于让商业利益相关者拥有更强的数据所有权，协调全球和地方举措，并加速数字化转型。它追求协同治理，以保持数据的高质量。结果，CEMEX变得更加以数据为导向。
•新奥尔良增加了数据的复杂性，用于加速该市在卡特里娜飓风后的恢复决策。
•阿姆斯特丹有效地调动了数据，找到了抑郁症患者没有得到适当治疗的热点地区。
•为了成为数据驱动型企业，管理人员与利益相关者协同，以确保将数据视为资产而不是副产品，从而获得支持。
企业成为数据驱动:
•将克服对直觉和孤立数据的依赖
•促进公司的发展
•决定在哪里投资新的合作伙伴、产品和员工
•利用人工智能•做出更好的分析决策并采取行动
三 数据驱动的业务智能从数据集成开始
无论是使用数据来发现模式、识别新兴趋势，还是提取从表面上看不明显的见解，我们都在努力获得数据驱动决策的能力。但是下面这些场景中有多少听起来很熟悉?也许您的数据无法访问，或者它没有存储在它应该存储的地方?这个团队需要几周的时间来回应你的询问并生成一份报告?即使是一个及时的报告也可能不是可访问的格式。使用大型电子表格或手动公式，提供很少的可操作的见解。也许您正在寻找的数据存储在多个系统中，这些系统彼此之间不能进行通信，并且包含重复的数据。在这些系统之间有不可靠的、过时的或冲突的数据，你不能分辨哪一个是正确的唯一来源?
如果这些场景听起来很熟悉，那么您并不孤单。随着业务系统变得越来越复杂，随着大量新系统与遗留平台一起使用，数据集成和互操作性的重要性也在不断增长。以购买支付(P2P)流程为例。一个有弹性的、灵活满足业务需要应该对其支出和负债有完整的、随需应变的可见性。然而，为了最大化这些洞察力并实现相关的利益，P2P流程和系统还需要连接到广泛的应用程序，如ERP、人力资源管理、物流、仓库、供应链管理、应收账款或应付账款。一个好的集成系统将为您提供一系列随需应变的数据洞察，如:
•消费分析
•报价分析
•合同分析
•价格基准
•市场情报
•供应商风险和绩效分析
•花费分析
•人际关系的心理分析
•发票遵从性分析
•旅游和娱乐分析
•付款条件分析
•付款方式分析
•价值追踪
有了这些见解，企业可以大幅改善现金流，节省资金。然而，许多企业仍然没有看到降低成本和增加利润之间的联系。毕竟，在全球新冠疫情流行期间通过销售增加利润可能非常困难，但制定支出和采购流程可能容易得多。要做到这一点，重要的是通过精心计划和成功的集成活动在业务流程之间实现无缝连接。
对于大多数企业来说，数字化转型是一个持续的过程，而不是一个速战速决的方法。即使对于最精通技术的人来说，一些信息仍然可能以某些团队成员无法访问的方式存储，而这些团队成员可以从访问这些信息中获益。世界上没有一家企业愿意拥有多个无法相互交流的数据平台，这使得任何有意义的数据分析和实时报告几乎成为不可能。但是，可以理解的是，随着业务的成长和发展，新的系统被用来支持新的业务流程和商业模式。通常，这些实现是逐步进行的，而数据集成充其量只是事后考虑。
总之，这是一个可以解决的问题，下面是一些实用的步骤，可以让你的业务走上正轨:
•定义目标——对于任何数据集成项目，定义良好的目标都是很重要的，这些目标应该构成更广泛的业务目标的一部分。例如，完整地了解企业的支出情况可能是一个业务目标。为了实现这个目标，你的整合计划应该设定一个目标来整合你所有的支出领域——直接费用、间接费用和差旅费用等。定义您的目标还将为您的IT团队提供关于应该集成哪种类型的数据以及他们应该使用哪种方法的关键指导。
•整合团队——如果你需要整合消费数据,需要你的支持团队。但是，你还需要谁的支持呢?会计、金融、采购。确保关键利益相关者和主题专家参与到你的团队中。毕竟，他们是分析和报告数据的团队。而集成的优势之一是增加了访问数据的人数;很可能不是每个人都需要处理这些数据。许多团队可以访问他们并不需要的数据。这就是为什么限制对数据(而不是信息)的访问，与指导处理数据的人员如何正确地处理数据一样重要。关联您的数据涉众，关注那些将与数据和信息交互的团队。
•数据管理与安全——安全与数据是不可分割的。虽然集成意味着数据的“移动”，但它也可能涉及商业上敏感的信息。确定存储敏感数据的所有系统，然后评估如何在集成阶段保护该数据，以及最终何时将数据存储在应该存储的位置，这一点非常重要。控制对数据的访问是关键。团队之间数据消耗的可观察性也是如此。
•自建与外采——无论你是想在内部构建集成，使用第三方来构建管理集成，或者你决定使用集成软件。您的选择都会产生不同的资源需求和价格。如果您的IT部门中有具有集成经验的开发人员，他们可能能够自行构建自定义集成，而不需要您购买打包解决方案。然而，构建自己的集成通常意味着您还需要管理和维护一个代码库，该代码库不是您业务的中心，而且很难运维。
重要的是要记住，集成项目的目标不应该仅仅是使各种IT系统能够在它们之间交换信息的技术解决方案。在这种情况下，解决方案设计常常会导致过度的映射和复杂的集成框架，这些框架在未来很难进一步开发。
在技术、人员和流程之间取得正确的平衡是关键。为了收集任何集成项目所需的见解，您需要规划您现有的流程、人员和技术，并确定您需要关键的采用、成功和任何异常案例的关键杠杆。
已经启动数字整合和转型计划的企业现在正在收获回报，并成功地度过了新冠流行造成的破坏。虽然过去两年月对许多人来说是一场考验，但所有企业都将能够从这场危机中吸取宝贵的经验，使它们能够通过投资于有效和相关的数字化转型，使自己的组织能够抵御未来的挑战。
