我们现在已经进入了第四次工业革命。第一次工业革命是关于蒸汽和铁路的，第二次是关于电力的，第三次是由互联网带来的。作为第四次工业革命基础的人工智能，将在未来5至10年内彻底改变商业运作和企业运营模式，就像互联网在过去10年所做的那样。这场变革将比以往任何一场革命带来的影响都要大。
即使您觉得已经准备好将您的组织转变为数据和模型驱动的企业，您也可能不确定从哪里开始。以下六个步骤或许可以指导您走上自己的数据驱动转型之路。
1. 设定数据策略
您已经掌握了大量关于顾客、客户和业务的隐藏信息，这些信息可以帮助您转换您的组织，并将其提升到一个新的水平，且仅当您将数据视为作出所有业务决策的战略资产时。
当向商业领袖们提到这个概念时，他们的第一反应往往是:“啊？这是不是意味着我必须实现组织重组？这是怎么做到的呢？我如何才能让我的10万名员工使用单一的数据策略？”但是，设定数据策略与设定目标不同。有了目标设定，我们就从顶层开始。每件事都必须与高层管理者为整个组织设定的年度目标相一致。然而，对于每个子团队，数据策略可能是不同的，但仍然有助于解决顶级业务问题。这些不同的策略不需要受一组约束条件所束缚。
2. 民主化数据
第二步是在整个组织中实现数据民主化。这一点很重要，因为从基层员工到CEO，每个人每天都要做出商业决策。我们知道数据驱动的决策是更明智的决策，所以为什么不选择为人们提供他们做出更好决策所需的数据访问呢？
但是，让我们实际一点。我们生活在一个充满约束和规则的世界。并不是所有的组织都能完全实现数据的民主化，特别是在银行、保险和医疗保健等行业。出于隐私原因，这些情况下的数据泄漏将是灾难性的，它将带来直接的商业风险和责任。您也不希望与整个组织共享您的所有数据，以防专有信息泄漏并使您失去竞争优势。
那么，我们如何才能明智地实现数据民主化呢？解决的办法是找出如何向相关决策者提供相关数据，使他们能够增强决策能力。观察人们的角色，确定他们每天做什么决定，然后为他们提供支持这些决定的数据。向正确的人提供正确的数据将增强他们在正确的时间做出正确决策的能力。
3.构建数据驱动的文化
第三步是在您的组织中创建数据科学和分析文化。领导者必须鼓励员工养成在做决定时查看数据的习惯，这是“行动要点”。这与你构建的企业文化紧密相连。建议高管们发挥创造力，为拥护数据的员工设立竞赛和奖励。
该原则的第二个组成部分要求您在技术团队和非技术团队之间架起桥梁，以便他们能够无缝地协同工作，以实现和操作机器智能。这是提高投资回报率ROI的关键工具。目前，这些团队彼此不了解，也不知道如何合作，这是一个必须面对和克服的重大问题。
补救措施之一是培训双方团队了解彼此的角色和职能。第二种是智能的、高度协作的、嵌入式的组织工作结构，要求两个团队在正常的业务过程中进行交互。第三种是为业务双方之间的中间人创造一个半技术性的角色。
4. 加快洞察速度
这一原则背后的理念是使整个组织中关于您的业务的信息和洞察力民主化。如果您为决策者提供高速、动态的洞察力，他们将养成数据驱动决策的习惯。数据驱动组织的定义是培养一种查看数据以做出所有业务决策的文化的组织。要做到这一点，重要的是使用您的数据生成尽可能多的洞察力。
在整个组织中释放洞察力的最简单和最好的方法之一是使用动态仪表板工具，该工具提供对数据内外的洞察力。许多组织不强调这种解决办法的重要性和有用性。静态摘要和报告不如动态性的具有足够的依据来提供决策。
5. 衡量数据科学的价值
数据驱动转型的第五个步骤是采取行动。您必须度量数据科学和机器学习对您的业务的价值和影响，并将此指标作为您的关键性能指标(KPIs)之一。在此过程中，优先考虑具有最高潜力ROI的数据科学投资。《财富》50强或《财富》200强公司的首席信息官或首席数据官每年会收到2000至2500份不同数据产品的请求。组织内部人员认为他们应该对所有这些采取行动，这几乎是不可能的。
你应该如何区分优先项？看看投资的可行性和影响。可行性是指你是否有数据？数据是否干净并有标签?您是否具备启动项目的才能、资源和流程？影响是指财务贡献。如果您打算投资这个项目，随着时间的推移，它真的会给你的业务带来革命性的变化吗？它会为你增加数百万美元，还是1万美元?
在您向CIO提交一个您认为可能是一个好的用例项目请求前，请考虑这两个维度。特别是在旅程开始时，您不希望每个人都提交数百个用例。您想要获得一个具有高度可行性和影响力的，能够快速实现组织转型。
从试验一个项目开始。如果您发现改变的幅度是合理的，那就投入更多的钱：加大投资和雇佣力度，然后在整个组织中实施它。
6. 实现数据治理框架
最后一步是关于数据所在的环境。您的数据资产必须是安全和私有的。这是一个优先事项，现在，所有大型公司都应该彻底建立数据治理、安全和隐私。然而，现在很多公司仍然远远没能做到这一点。虽然保障措施的重要性不言而喻，但仍然需要指出:许多组织尚未设立这些措施。
组织必须首先获得对其数据流(从数据源流向数据目的地)的高度可视性。这需要可视化和量化各种数据路径，了解不同的数据类型，以及与这些数据交互的工具。只有这样，组织才能安全地应用从一开始就确保的数据治理策略。以这种方式处理数据治理和安全性，不仅可以帮助组织有效地管理数据，而且可以满怀信心地利用数据，因为知道质量和安全性是毋庸置疑的。
走向数据驱动的成熟
最初，应用这六个步骤可能会让人望而生畏。毫无疑问，您需要一段时间来开始考虑在您所做的每一个决策中最大限度地使用和保护数据。尽管如此，这是可以做到的。
作为一名高管，积极的转变从你开始，并逐渐渗透到整个组织。不久，你就会开始看到更多的人理解并遵循这些原则。然后，您的组织将通向数据驱动的成熟之路。
（由怡海软件http://www.frensworkz.com/编译自：Nir Kaldero，转载请注明出处。Nir Kaldero致力于将数据科学和机器智能的好处带入商业中。作为Galvanize, Inc.的数据科学主管，他培训了来自《财富》200强企业的许多高管，教他们如何通过应用“第四次工业革命”背后的技术，将自己的企业司转变为数据驱动的组织。）
