带你读《中国零售行业数智化成熟度白皮书》2.2深析指标,解惑零售数智差异点(1)https://developer.aliyun.com/article/1349409?groupCode=tech_library
2 .2 .2数智资产建设 — — 铸建数据底座稳效
企业数智化的重要基础构件就是数据资产,而数据资产建设则源于一整套数据治理体系。
数据平台建设与应用:指标关注企业数据平台的建设程度及平台能力情况。涵盖企业大数据平台建设及数据处理能力。
数据整合与治理:指标关注数据资产建设能力及数据治理能力。涵盖数据治理 规范、数据质量、数据管理体系以及治理团队状态等。数据治理规范既包含行 业通行规则、数据技术规范,又将企业自身的业务特点、信息化建设水平纳入考虑,以构建一个满足企业现状和未来发展趋势要求的规范体系。
数据分析与挖掘:指标关注业务数据分析能力及深度。涵盖分析平台功能及能力、分析人员、分析覆盖业务程度等。
数据服务与业务化:指标关注数据业务化覆盖及效率,即:业务应用数据的敏捷及便利程度。涵盖数据业务化规范建设、数据平台服务现状等。
以数据整合与治理为例:
数据整合与治理
来源:中国零售行业数智化成熟度指标体系(二级指标部分内容节选),2023
2.2.3数智分析决策 洞悉业务商机提效
建立数智化决策分析体系离不开明确决策数据要素、构建数据运营体系和不断丰富 决策应用场景。基于数据建模、决策运营体系的搭建,辅助企业决策,或通过人工智能工具自动进行规范的业务决策,是体现数据治理价值的重要手段。
决策管理体系:指标关注企业的数据运营体系建设程度,即:数据能多大程度 支持企业的决策链条。涵盖:数据运营体系、覆盖层级、反馈经营结果现状、 定位管理问题或商业机会挖掘及动因洞察、运营落地策略、健康度诊断、异常警报等。
决 策 应 用 :指标关注数据支持决策的应用能力,即:业务的报表是否自动化, 基于人经验的作用是否实现弱化。涵盖:数据支撑运营的工具及报表、决策信息可视化、自动化程度、决策互动效率等。
决 策 数 据 要 素 :指标关注数据业务化效率及准度,即:业务需求转化为指标的流程是什么,转化的效率有多高。涵盖:数据源渠道、数据标签体系、数据要素管理标准等。
以决策应用为例:
来源:中国零售行业数智化成熟度指标体系(二级指标部分内容节选),2023
带你读《中国零售行业数智化成熟度白皮书》2.2深析指标,解惑零售数智差异点(3)https://developer.aliyun.com/article/1349407?groupCode=tech_library