一 什么是数据战略
过去，数据常常被视为IT项目的一个方面，而不是作为企业资产来对待。今天，许多管理人员和数据专家要求将数据战略作为数据相关活动的基础，但他们往往对数据战略是什么以及应该包含什么缺乏清晰的理解。现有文献中为数不多的几个定义强调数据战略与业务战略紧密相连，并定义了一种一致的数据资产管理方法:
数据战略是[…“一个集中的、综合的概念，阐明数据将如何启动和激发商业战略。”(麻省理工学院信息系统研究中心数据委员会2018)
数据战略应该包括利用信息来获得竞争优势和支持企业目标的商业计划。数据战略必须来自对业务战略中固有数据需求的理解:组织需要什么数据，如何获取数据，如何管理数据，如何确保数据的可靠性，以及如何利用数据。”(DAMA 2017)
“用于组织、治理、分析和部署组织信息资产的一致策略，可以跨行业和数据成熟度级别应用。”(DalleMule and Davenport, 2018)
公司的数据战略回答了以下的问题
•公司将如何使用数据来产生价值——通常是通过数据驱动的洞察和业务流程，以及数据支持的业务模型(数据货币化)，
•公司如何管理数据以产生价值，即收集、存储、处理和分发数据(数据基础)
•数据战略定义了反映组织当前数据成熟度状态的能力和发展需求。
二 数据战略与其他战略的关系
数据战略通常是更广泛的战略框架的一部分，还包括企业战略、数字战略、职能战略、部门战略和IT战略。
•数据战略与公司业务和数字化战略相关联并衍生于该战略
•企业范围的数据战略为职能、事业部和企业数据战略提供框架
•数据战略也与IT战略相互依赖
三 数据战略的重要性
数据战略是“必须拥有的”。因此，数据战略比以往任何时候都更重要。需要制定数据战略的5个原因:
1数据的角色正在发生变化
数据从支持业务输入变成战略资源(即关键业务)，这使得洞察和新的基于数据的业务模式成为可能。
2分散的数据计划和数据应用需要协调
关键的促成因素只能集中提供，而不能是从一个单一的计划，这样才能使数据活动与战略优先级保持一致。
3数据的透明度缺失
数据通常被隔离在业务功能中，并分散在支离破碎的系统中。采用数据战略有助于优化技术投资和降低成本。
4监管机构和法律制定者越来越多地对数据提出要求。此外，客户和业务伙伴的期望更加严格。
5企业越来越需要设计的端到端流程,需要支持数据流转。
四 如何建立数据战略
为了帮助企业制定数据战略，我们给出了数据战略模板。它是一种可视设计工具，定义核心元素并指导要解决的问题。
企业可以参照数据战略模板，并在与业务专家、数据经理、数据科学家和其他利益相关者讨论和定义数据战略的关键内容的研讨会上使用。数据战略模板定义了数据战略的关键内容。
1 战略层定义了行动需求、愿景、任务和范围以及业务价值
•行动的需要定义了数据策略的动机
现在处于什么位置?为什么要改变?
•愿景定义了对数据的愿望
数据未来的角色是什么?
•任务和范围为数据计划/计划和数据组织设置边界并定义目的
数据计划和组织的目的和范围是什么?
•业务价值解释了数据如何有助于业务成功
数据对业务的价值贡献是什么?
2业务层包括数据“用例”和能力
关键能力定义了实现愿景和实现数据用例所需的功能：
打算建立或改进哪些组织能力?例如:人员、角色和职责;流程和方法;性能和指标。
打算建立或改进哪些技术能力?例如数据生命周期;数据架构;数据应用。
3实现层包括行为准则和路径
•指导原则描述了与数据相关的未来思维和文化，包括内部员工和外部客户、合作伙伴数据的价值和指导原则是什么?
•路径定义了数据策略的实现和执行路线图
实现数据策略的路线图是什么?如何执行数据策略?
五 成功的数据战略包含的因素
1业务、数据和IT的改进——随着企业发展和企业架构作为促进因素发挥着越来越积极的作用
2董事会级别人作为数据战略的发起者
3定期的战略回顾和更新
•战略规划周期(每1-3年)
•不仅要跟踪活动，还要跟踪KPI和数据计划的财务价值贡献
•数据战略迭代，从主数据或BI开始
4平衡数据战略制定方法结合了自顶向下的观点(从公司战略中得出数据的目标和需求)和自底向上的观点(从数据用例开始，甚至从分散的业务中识别痛点开始)
5注重沟通，提高意识，改变对数据的思维方式
六 数据战略案例——PMI迈向数据驱动企业之旅的经验借鉴
下面总结了PMI迈向数据驱动企业的历程，并说明了数据战略的攻守两方面是如何携手并进的。
PMI正在从根本上转变其业务模式和产品组合，通过为消费者提供更好的无烟产品替代方案，创造一个“无烟未来”。PMI业务转型的核心是数据。PMI主要基于两个主要支柱(数据治理和数据科学)建立企业分析和数据(EAD)功能，目标是创建数据基础，并通过可操作的、基于数据的洞察生成业务价值。在不到两年的时间里，PMI在这方面取得了长足的进步，可以为其他企业提供借鉴。
“我们不断地宣传数据驱动型公司的故事。这样的公司通过数据驱动的洞察来加速决策。[…]我们需要内部数据科学家的能力，使我们能够用任何形式的任何数据集进行实验，并开发出能够带来最佳可操作见解的算法。即使我们有这些能力，我们也需要一个坚实的数据基础。因此，我们需要对所有类型的数据进行数据治理。”
Alice Vaskova, PMI EAD团队项目管理办公室主任
PMI在2018年年中之前在组织和结构上的变化，PMI利用最先进的技术来实现其目标。最后，根据数据卓越模型考虑PMI的活动，并从案例研究中总结经验教训。
该案例提供了重要的见解，可以启发其他致力于成为数据驱动型企业的公司:
•PMI业务战略朝着创造无烟未来的根本性转变，以及从企业对企业向企业对消费者销售渠道的转变，要求PMI重新思考如何使用和管理全公司的数据。•PMI的方法是结合进攻和防守战略的双重数据策略的典范。它使用数据驱动的见解作为说明数据业务价值的展现，而数据治理作为确保充分数据基础的保障。
•随着EAD的创建，PMI启动了一个长期的过程来建立企业范围的数据和分析功能。EAD是PMI转型的驱动因素之一，其目标是颠覆和改变PMI人员思考和使用数据的方式。为了实现数据驱动企业的愿景，PMI遵循一个清晰的路径和路线图，在前18个月重点关注数据管理、数据架构、数据科学以及项目管理办公室。
•尽管EAD取得了较大成就，但发展数据基础和数据驱动的洞察力需要时间、承诺和组织中的文化变革。PMI预计，这一过程将持续数年。因此，它的方法需要具有适应性，并要进行持续改进。
