原文towardsdatascience.com/the-root-cause-of-why-organizations-fail-with-data-ai-0095a73cf5ab?sourcecollection_archive---------1-----------------------#2024-11-19https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/09ff4564ba1ff8364922f775ea70f4b8.pngWave by CLEANPNG揭开数据战略的神秘面纱成功所需的战略性基础工作的指南https://medium.com/jens-linden?sourcepost_page---byline--0095a73cf5ab--------------------------------https://towardsdatascience.com/?sourcepost_page---byline--0095a73cf5ab-------------------------------- Jens Linden, PhD·发表于 Towards Data Science ·阅读时间26 分钟·2024 年 11 月 19 日–通过数据和人工智能创造商业价值。每个人都在谈论它但大多数公司在将数据变现方面都在挣扎。我认为在大多数情况下这是由于缺乏有效的商业战略所致。本文展示了激活公司数据资产所需的战略基础工作。这是一系列文章的第二部分在这篇文章中我揭示了数据战略——这是任何希望成为数据驱动型组织、在当今数字化世界中保持竞争力的企业所必需的核心要素。我是 Jens一位具有近 20 年实践经验的商业导向数据专家专注于实施数据与 AI 应用案例。我为来自各行各业的领导者提供建议帮助他们设计战略并培养数据文化以利用数据、分析和 AI。tl;dr缺乏真正的商业战略是许多组织在数据、分析和人工智能方面失败的根本原因也是它们难以成为数据驱动型企业的原因。因此组织应首先投资于其商业战略的设计。之后与数据相关的决策应该在整个组织中绘制出来。目录1. 数据出了什么问题1.1 数据价值创造失调的症状1.2 根本原因1.3 问题有多大2. 赢得胜利的策略2.1 它的起源2.2 战略就是做出选择2.3 战略选择级联2.4 备忘单2.5 做出综合选择2.6 制定选择方案2.7 将战略付诸实践3. 数据业务需求3.1 没有明确的数据需求3.2 数据作为运营职责3.3 数据作为战略差异化因素3.4 数据作为业务3.5 为什么了解你的数据业务需求如此重要4 何时需要专门的数据或人工智能战略4.1 数据战略之谜4.2 数据或人工智能职能的战略4.3 建立数据能力的计划5 将一切整合在一起5.1 为数据奠定战略基础的过程5.2 制定数据相关选择的示例6 结论参考文献1. 数据出了什么问题不论是大组织还是小组织公共还是私营机构都在努力成为数据驱动型。成为数据驱动型意味着数据——由内部运营过程生成——被*‘再利用’*以支持人类决策、自动化决策并促进数字化商业模式。通常来说利用数据可以带来更多收入降低成本提高效率和利润更好的风险管理更多创新以及基于数字产品和服务的新商业模式的可能性有关数据驱动型组织的动机和背景的更多细节请参见本系列文章的第一部分[1]。数据咨询行业、众多数据专家包括我自己和技术供应商不厌其烦地重复强调组织领导者为何应投资于数据能力包括技能、能力、方法论、文化以及——当然——相应的 IT 工具和平台。以下是从[2]翻译过来的一个引用点明了要点“通过数据创造持续价值已经成为当今企业的决定性竞争优势且在不久的将来这将成为生存的必需条件。”[2]这个话题近年来引起了广泛关注原因在于生成型人工智能GenAI技术的显著进展以及由此带来的媒体炒作这些内容已经出现在主流媒体中并且——至少对我个人而言——甚至成为了许多私人场合中与家人和朋友的对话话题。尽管当前有生成型人工智能的热潮但数据价值创造的理论和实践并非新鲜事物。它在过去以不同的名称出现过如分析、商业智能、统计建模、数据科学、机器学习、大数据如今主要被称为人工智能。所有这些术语或多或少描述了从数据中提取洞察的不同技术而当这些技术得当应用时就能够显著提升商业表现。作为一名数学家我在数据科学家的角色中度过了许多年应用统计方法来发现模式这些模式可以被企业用来增进对消费者、市场或竞争的理解进而可以用来增加收入或减少成本和风险。每个行业和价值链的每个环节都有经过实践验证并且为人们所理解的数据价值创造应用案例。尽管“再利用”数据来创造额外商业价值甚至转变现有商业模式的应用和益处是显而易见的但我也观察到一种截然不同的商业现实许多组织仅仅在努力有效且高效地利用数据来创造商业利益。数据在组织中出现了什么问题1.1 功能失调的数据价值创造的症状组织在数据方面的问题清单可能很长[13]每个组织的情况肯定不同。然而问题通常归结为一些典型的症结职责不明确在数据解决方案的协调和开发以及支持活动如数据治理或数据架构方面责任不清。数据、分析或人工智能项目失败分析和人工智能项目往往耗时长且成本高或者在没有与特定商业目标紧密联系的情况下启动导致项目无法带来可衡量的价值。数据意识缺乏员工和高管对将数据作为资产加以利用的潜力和益处认识不清。数据当前和未来的角色根本没有被理解导致错失机会。这通常还伴随着高层管理的忽视。孤岛有两种形式组织孤岛阻碍了协作、创新和效率而数据孤岛则使得人们无法访问、结合和利用来自组织不同部分的数据导致碎片化的视角和冗余或矛盾的结果。缺乏熟练的人员组织内缺乏数据倾向的业务用户或数据专家。数据质量差团队经常报告数据的准确性、完整性或一致性问题导致对基于这些数据的洞察和决策缺乏信任。这些是许多组织都非常熟悉的症状。那么所有这些痛苦的根源是什么呢1.2 根本原因曾经并且现在依然存在一种普遍的误解即数据价值创造是一个技术挑战。如果我们只引入合适的平台并提供所需的培训组织就能够有效且高效地利用数据来创造商业价值。但这是一个谬论。IT 平台、工具和算法库已经存在了一段时间成熟且可以使用并且持续改进。虽然数据的技术提取和准备应该‘正确’完成以实现高质量数据以及可扩展和灵活的数据模型但已有经过验证的框架和最佳实践可以精确实现这一目标。选择和实施 IT 平台、工具、最佳实践和算法库来处理数据是一个复杂但并不复杂的问题实际上已经解决了。组织要么具备选择和实施内部技术的专业知识要么可以轻松获得可靠的外部专家咨询。我认为功能失调的数据价值创造的根本原因是缺乏一致的商业战略缺乏商业战略是许多组织在数据、分析和 AI 方面失败的根本原因。如果商业战略没有明确定义组织在构建和维护他们需要的数据能力时会遇到困难这些能力对于有效和高效地发现、创新、构建和维护数据驱动的解决方案至关重要。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/e5a669a5526905695300cec655fda9c2.png图 1战略是大多数公司在数据方面失败的根本原因。植物图片来自 CLEANPNG。例如成功实现数据价值生成所需的一个核心数据能力是数据文化[3, 4]它确保员工理解数据能实现什么想要利用数据改善业务可以使用数据来实现这一点必须使用数据因为这是他们领导者所期望的然而为了创建有效的数据文化你需要知道你的目标文化应朝着哪个方向发展。你必须了解数据业务需求这些需求指引你需要在何种方向上发展你的目标数据文化。这些数据业务需求正是由战略提供的。没有明确的商业战略组织很难就数据、分析和 AI 的需求达成一致。数据价值创造的角色也因此不明确。然而要构建量身定制和可持续的数据能力你需要了解在组织中数据的主要用途是否是例如为 CFO 提供一组报告还是数据是推动竞争优势的一种手段比如通过数字产品和服务。通过有意识的战略设计将隐含的选择变得显而易见你便构建了一种沟通方式来达成关于数据业务需求的共识。正确构建数据和 AI 能力无疑并非制定稳固战略的唯一好处。这更像是一个副作用。虽然这应该是不言自明的但为了完整性拥有一个明确且精心设计的商业战略的好处包括竞争优势明确的方向和目标聚焦与有效的资源分配员工对齐与士气长期成功与可持续性有效的风险管理1.3 问题有多严重当我开始与新客户合作帮助他们解决与数据相关的问题时我通常会进行的首要信息请求之一就是索要相关的战略文档尤其是企业商业战略。我经常收到模糊的回应例如“我们的战略尚未文档化。”“我们的战略已经过时需要更新。”“我不确定我需要做一些研究。”“我们有一种行动导向的战略。”在提供战略文档的情况下通常这些文档最终变成了一份松散的倡议清单所有倡议听起来都不错但整体上并未达到常见的战略标准[5a]。虽然我并不清楚有关此问题的代表性统计数据且一个好的商业战略可能确实依赖于组织的规模以及其他因素如行业等但我个人对德语市场的印象——我最为活跃的领域——是许多公司缺乏一个扎实、明确且设计良好的战略。很少有组织能够制定出明确、扎实的商业战略从中可以推导出所需的数据、分析和 AI 能力。根据我的经验小型和中型企业“Mittelstand”即德国经济的支柱面临的挑战尤其严峻大约 56%的员工在这些企业工作 [6]。通过本文我旨在通过澄清组织战略工作中需要做的事来解决数据作为资产的根本性问题。为了开始我们先仔细看看什么是真正的战略。2. 玩转成功2.1 它的起源玩转成功是一种由罗杰·马丁 [7]提出的战略框架他在 2017 年被评为全球#1 管理思想家是全球各大公司 CEO 的可信顾问曾任 Monitor 咨询公司顾问且曾是罗特曼管理学院的教授。这一框架是在 1980 年代和 1990 年代开发并不断完善的[5b]并最终形成了罗杰·马丁和宝洁公司前 CEO A.G. 拉夫利的合著书籍 [8]。该书于 2013 年出版。这一框架成为宝洁公司的标准战略方法论并且自那时以来已成功应用于许多行业。此外玩转成功框架也通过罗杰·马丁的一系列战略实践者见解不断得到详细阐述[5, 5c]。虽然市面上可能存在其他合适的战略框架我之所以选择“玩转成功”方法是因为它被广泛知晓和应用并且配套有完整的流程、模板、资源和培训体系可以帮助设计任何类型的战略。2.2 战略就是做出选择在“赢得竞争”框架中战略的定义如下[8]“战略是一个整合的选择集合它在行业中独特地定位企业以便相对于竞争对手创造可持续的优势和卓越的价值。”所以战略是关于做出通常是艰难的选择以赋予公司竞争优势。然而这些选择是否正确并没有万无一失的保证。结果总是一次战略性赌注。战略设计过程的目的是缩短你的赌注即在已有信息的基础上最大化成功的可能性。请注意这一定义的战略与计划有很大不同计划常常被误解为战略[9, 5d]。“规划是制定项目的时间表、交付物、预算和责任的行为。”[5d]然而战略和计划并不是互相排斥的。制定计划是战略设计过程的自然部分目的是建立实施战略所需的能力参见下文 2.7 节。还有一种我特别喜欢的战略定义即“战略是决定你选择做什么和不做什么以实现特定目标的逻辑”[10]。因此每个组织都有一个战略无论它是否被写下来。这种隐性战略可以从公司采取的行动中推断出来。隐性战略的问题在于组织内可能没有共识无法确定这种隐性战略是什么并且这些行动可能无效。2.3 战略选择级联在“赢得竞争”框架内每个战略设计者必须做出五个关键选择。这些选择被结构化为所谓的战略选择级联这是该框架的核心工具之一。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/82545aa881e4ff52d1dc2a8204801a7d.png图 2战略选择级联有助于结构化战略设计过程中需要回答的战略问题。战略的实际核心由第二和第三框中所做的一致选择构成何处竞争与如何取胜。如何应用这个级联最好通过一个现实世界的例子来说明该例子来自[9]描述了西南航空的公司战略选择。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/9c2eff32a728d590478ac2c93dd7496b.png图 3西南航空的战略选择级联示例。该级联总结了大多数相关的战略决策。该级联不会仅仅填充一次它将在战略设计过程的多个使用场景中反复审视和应用通过观察竞争对手的行动来重建他们的战略这是一个很好的练习可以帮助你熟悉框架是一种破冰活动[5e]用于开始战略设计过程。记录当前的战略这是建立对现状的共同理解的好方法并将你当前的隐性选择变为显性选择前提是之前没有进行过此操作。记录新的战略可能性设计战略的过程[5f]包含了一个创造性元素在这个过程中会生成多个未来目标战略的可能场景并进行系统的评估。这些场景会通过战略选择级联进行记录和详细描述每个可能性都有一个对应的级联。2.4 备忘单当我使用选择级联时我的《赢得竞争备忘单》对我有所帮助其中包含了有关每个框的进一步信息以及框架的主要来源。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/a3c64015150480bbabee4dde59f5d09e.png图 4赢得竞争备忘单提供有关战略选择级联每个元素的详细信息。2.5 制定集成选择在制定战略选择级联时框框不应单独填写[5g]而需要将它们作为整体来考虑因为真正的战略选择应当相辅相成互相强化。这尤其适用于“何处竞争”和“如何竞争”这两个不可分割的部分它们始终需要一起考虑[5h]。但在考虑必须具备的能力和管理系统时你需要时刻牢记你的“何处竞争”和“如何竞争”。能力和系统是一种现实检查如果你无法建立所需的能力和系统以实现你的战略你需要考虑采取不同的方式取胜有时甚至需要换一个竞争领域。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/9404b1ce7eb3045d7c0873f661ea1f26.png图 5在处理选择级联时这是一个来回的过程你需要在关注前景的同时也要始终牢记背景。从这一点来看应该明确填写战略选择级联的过程可以是一个相当迭代的过程反复推敲直到你得出一组符合选定竞争领域的胜利理论并且能够实现赢得愿景且这些愿景可以通过所需的能力实现而这些能力是通过所需的管理系统来构建和维持的。2.6 确定选择战略选择在整个组织中进行并且并非所有选择都在最高层公司层做出。选择制定[5i]是一个结构化过程旨在定义、传达并委派战略选择确保在各个层级上都能做出一致且有效的决策。因此在大型组织中存在嵌套的战略和相应的选择级联例如国家、类别、品牌或业务单元的战略。不仅各个业务单元需要做出自己的战略选择从而制定嵌套的选择级联职能部门[10]如信息技术IT、人力资源HR、财务、市场营销、研发或数据与人工智能Data AI等也需要做出战略选择。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/726e4ab94aa93db19774e86651fc25f0.png图 6展示了一个职能战略的嵌套选择级联。功能性战略的一个特点是它们可以被视为自然垄断[5j]在这种情况下内部客户通常没有其他选择只能使用该职能提供的服务。2.7 将战略付诸实践一个好的战略设计过程并不区分创意阶段和随后的执行阶段而是从一开始就将激活融入到战略过程当中[11]。战略激活的目标是让每个人理解所做的设计选择并使利益相关者能够做出支持战略的选择。战略激活包括创建利益相关者的参与以使战略具体化并通过建立必备能力和相应的管理支持系统推动从设计到行动的转变。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/00489266e981821852aacfe895def7a6.png图 7通过构建所需的能力和系统战略被付诸实践。一旦能力和系统被定义它们就需要被构建和维护。对于每个能力或系统进行适配差距分析通常称为成熟度评估后将为创建构建、购买或借用所需能力和系统的计划提供输入。有趣的是数据咨询公司通常会提出通过成熟度评估作为进入客户的敲门砖。然而从上述内容中应该可以清楚地看出任何适配差距活动只有在战略工作基础完成后才有意义。将战略付诸实践还为规划提供了联系规划通常被与战略混淆战略选择通常要求建立新的能力因此需要行动计划一旦现状评估完成。3. 数据业务需求一旦你明确了你的商业战略应该清楚数据、分析和人工智能在你组织中的作用也就是说你的企业数据业务需求是什么。就是这么简单商业战略必须回答如何使对组织或业务单元相关的数据变得重要。在使用“Playing to Win”框架时只需一眼望去你的商业战略选择级联应能清晰地显示数据对你业务的重要性。数据业务需求可以采取四种不同的形式。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/d2ec9ab2fe69ab201b0cfb8b8e310d07.png图 8概述了四种可能的数据业务需求并在浅黄色中突出了数据、分析和人工智能在商业战略选择级联中的相关元素。让我们深入分析这四种情景。3.1 没有明确的数据需求https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/7738301e80233c0339b9479bce647687.png在这种情况下组织内部对数据价值创造是否有必要为取胜提供共识。这意味着数据似乎与战略选择瀑布的五个框架无关。示例一个例子可能是一个专注于手工艺品的小型传统手工业企业该企业依赖手艺技能、声誉和客户关系。建议虽然我相信数据、分析和人工智能并非宇宙的中心并且并非每个组织都依赖这些来取胜作为一个可能有偏见的数据专业人士我自然会通过提问来挑战这种观点当前的业务痛点和收益可以通过数据分析和人工智能得到解决吗数据、分析和人工智能在创新中能扮演什么角色竞争对手或本行业/其他行业的公司已经采用了哪些解决方案潜在的收益是否值得投入更多的精力和资源组织应当明确潜在的数据使用案例及其对业务的重要性。3.2 数据作为运营职责https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/6b9ae5a8ac454952df6cbcee34186e35.png在第二种情况下数据、分析和人工智能是运营性能力但不是战略性能力和/或系统因此应尽可能实现成本效益。相关的数据元素可以在瀑布图的第四和第五框中找到即必备能力和启用管理系统。示例 1对于上面提到的西南航空例子业务需求是有效且成本效益高地管理航空公司运营的复杂性。公司需要建立、运行并维护启用管理系统以确保运营效率[12]一个实时跟踪飞机准时表现的绩效管理系统一个监控和优化登机口等待时间的系统一个最小化燃料成本的系统一个用于规划新车站和航线的决策支持系统这意味着对于西南航空的例子数据、分析和人工智能的业务需求主要体现在最后一个框框——启用管理系统。示例 2一家地区性公用事业公司使用数据、分析和人工智能来监控能源使用、预测维护需求并生成内部报告。与示例 1 类似数据有助于实现运营效率和满足合规要求但并未提供战略性差异化。因此数据、分析和人工智能是能力第 4 框或系统第 5 框代表着运营上的迫切需求而非战略性能力。与数据相关的启用管理系统的例子可能是需要提供管理洞察的数据报告系统、商业智能工具或相应的数据平台。建议在构建和维护与数据相关的能力和系统时成本效益应该是确定是构建、借用还是购买所需能力和系统的关键维度以确保在指定的竞争领域中取胜。虽然仅仅将数据用于运营效率没有错但组织应定期评估是否忽视了战略机会。当然作为一名数据专业人士我会通过以下问题来挑战这一点数据、分析和人工智能能为创新发挥什么作用现有的产品和服务能否通过基于数据的洞察力延伸从而为客户带来附加值和/或与竞争对手的差异化再次强调组织应该力求明确潜在的数据使用案例以及这些案例对当前商业模式的战略相关性或者现有的商业模式是否可以通过数据、分析和人工智能进行扩展。3.3 数据作为战略差异化因素https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/692e7e6e4a12bfc361e90dea54d3dde9.png在这种情况下数据、分析和人工智能作为核心差异化因素直接影响公司在市场中如何获胜。它们是实现公司价值主张的关键部分帮助公司创造竞争优势框 3如何获胜或是实现竞争优势理论的关键战略能力框 4必备能力。示例这个示例借鉴自[5k]是 Frito Lay 的案例Frito Lay 是一家咸味零食生产商Lay’s、Doritos 等它采用了一种直接门店交货系统即产品直接配送到便利店并由配送司机将其摆放在货架上。这种直接门店交货系统劳动密集因此成本较高但它使 Frito Lay 区别于其竞争对手。拥有大量知名产品为 Frito Lay 的配送系统创造了巨大的成本优势一次性采购多种产品从而产生了独特的竞争优势是竞争对手无法匹敌的。构建数据和人工智能解决方案预测商店库存并为每个销售点生成最佳产品订单有助于降低直接门店交货系统的成本。因此数据、分析和人工智能是战略性能力框 4必备能力直接支持竞争优势框 3如何获胜。建议使用商业战略级联来传达数据在组织中的战略重要性。确保高层管理人员和所有相关利益相关者理解数据、分析和人工智能对业务的影响和价值。这为必要的数据文化和数据素养发展以及为完全建立所需能力以赢得竞争所需的组织变革奠定了基础。最后这也有助于关于资金讨论以及设定正确的优先事项。严格质疑是否有必要外包任何数据能力因为它们对组织具有战略重要性。推动你的思维考虑是否存在额外的数据货币化机会[16]这可能会导致“数据即业务”的模式。3.4 数据即业务https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/8a157c2c7828f2e49e041f0c41a9b903.png这是大多数人感到兴奋的情境数据扩展甚至根本性地改变了当前的商业模式组织进入了数字经济。在这种情况下数字数据驱动的产品或服务是公司产品的一部分框 2在哪里竞争甚至可能是愿景的一部分框 1胜利的愿望。示例这个示例同样借鉴自[5k]讲的是 Westlaw一家提供法律搜索服务的数字平台。Westlaw 的战略资产之一是一个包含自 1975 年以来法院案件记录的数据库允许律师根据实际案件查阅历史案例。数据是公司产品的一部分框 2在哪里竞争其在市场上的独特性确保了其竞争优势框 3如何取胜。建议由于数据显然是公司的一项资产能够确保竞争优势因此必须对数据予以相应的重视。例如它需要关心、培育、保护和质量保证。因此数据治理框 4必备能力和相应的系统框 5支持管理系统是必不可少的。3.5 为什么了解你的数据业务需求很重要每个组织都是不同的具有独特的数据业务需求。你的组织需要了解数据、分析和人工智能在业务战略中的角色以便确定需要投入多少资源来创建和维护与数据相关的能力和系统。许多高管仍然受到围绕数据和人工智能的炒作困扰这导致了怀疑、不确定性甚至是无思考的投资。因此稳固的业务战略和对数据业务需求的透彻理解能够提供指导并帮助传达数据在组织中的重要性和角色。因此我主张成为数据驱动的第一步是制定坚实的业务战略设计。4 何时需要专门的数据或人工智能战略4.1 数据战略之谜如果你已经觉得“战略”这个词带来了混乱那让我告诉你“数据战略”这一术语的问题更大。我阅读的几乎每篇文章或书籍对其定义都有所不同——如果它们有定义的话。这让我在深入研究这一话题时常常感到头疼。在大多数情况下“数据战略”一词用于指代在组织内部构建数据相关能力的计划。这被称为构建分析 IT 平台的计划推广新的 BI 工具建立数据治理提升数据素养发展数据文化或为数据管理、分析和 AI 构建运营模型。在我看来“数据战略”这个术语应仅用于描述一个功能的战略该功能为主要面向内部数据客户偶尔也面向外部数据客户提供数据服务。4.2 数据或 AI 功能的战略在许多情况下组织将需要一个与数据相关的功能提供以下服务为业务自助服务用户提供集成的、建模的和质量保证的分析准备数据例如以数据集市的形式通过数据目录浏览开发和维护 BI 仪表板和报告为业务用户进行分析这需要专业知识如数据科学或机器学习提供关于数据使用案例的创新、发现和评估的咨询或与买与自建决策相关的咨询服务例如针对 GenAI 解决方案创建和进行数据、分析或 AI 的教学和培训为内部或外部利益相关者提供持续的信息请求例如与供应商的数据交换或满足监管数据需求如果一个组织有或将拥有一个数据管理、分析或 AI 的功能为内部数据客户提供服务那么它只需要如第 2.6 节所述的战略。如何将战略选择级联应用于设计这样的数据战略是本系列第一部分的主题 [1]。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/800e6a1b09cbfb82cefe7159fac5a4ee.png图 8数据战略选择级联的可视化 [1] 展示了如何将级联翻译到数据功能的上下文中。明确的战略使功能能够明确自己该在哪些领域发挥作用以及如何与数据客户共同取得成功。它还引导并对齐其行动有效分配资源并提升为组织提供的价值。如果你的数据功能没有明确的战略它很可能会默认采用一种有害的隐性战略这种战略要么是“奴性战略”试图满足所有可能的业务需求要么是“帝国战略”仅仅为了数据、分析或 AI 而做[10]。根据该功能所提供的服务和产品的性质及重点您可以称其为数据战略、分析战略、BI 战略或 AI 战略。功能的数据战略通常包含跨越或存在于组织多个部分的能力和系统例如企业分析数据平台。在战略语言中这些能力和系统被称为增强性支撑 [8, 5l]。4.3 构建数据能力的计划构建与数据相关的能力和系统的计划是大多数公司在数据、分析或人工智能方面最感兴趣的话题。制定这样的计划可能是一个具有挑战性的任务因此值得投入时间。我所说的只是您需要确保在此之前已经完成了战略基础工作这样您就知道实际需要什么样的能力和系统来取胜。计划的性质和许多设计选择的要求取决于这一战略基础工作。这种“数据规划”的范围可能会根据组织的数据业务需求而有很大差异从仅为控制目的构建报告系统和相应的数据格局到使多个业务单元和职能部门能够广泛利用整个价值链中的数据使用案例的潜力。后者通常与公司范围的转型计划相伴随而构建数据能力的计划可以作为整体数据驱动业务转型路线图的一部分由专门的领导者负责数据、分析或人工智能[14, 15]——有时被称为首席数据官。5 整合所有内容构建数据或人工智能能力和系统的计划应该放在最后作为一个适配差距分析的结果其中目标状态由前面的战略选择提供。因此组织需要明确他们的数据业务需求即数据、分析和人工智能将在未来业务中扮演什么角色。最重要的是您需要从战略基础工作开始。5.1 为数据奠定战略基础的过程一个设计有效的数据和人工智能能力的过程可能如下所示https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/bc549e01d0d1c113d5670486f12adae0.png图 9为数据、分析和人工智能奠定战略基础的四步流程为数据驱动型组织提供基础。1. 重新设计您的业务战略确定现有的战略选择无论是隐性还是显性确定您所在组织或业务单元的数据业务需求并确保与数据、分析和人工智能相关的战略选择在您的业务战略中得到清晰表述确保高层管理人员和相关利益相关者对数据、分析和人工智能在您组织中未来的角色达成一致2. 制定相关选择为数据职能制定战略选择并为该职能设计您的数据战略为相关业务单元和/或职能部门制定其他相关数据选择3. 评估与规划能力和系统这适用于组织内所有层次的战略对每个与数据相关的能力和系统进行成熟度评估以确保您的战略得以落实制定构建、扩展或维护每个能力和系统的计划对于您的数据战略这可能包括组织设计、数据目标运营模型、技术和工具、数据管理、数据集成、数据建模、数据架构、数据治理、数据民主化、数据质量管理、主数据管理、数据创新管理、BI、数据科学、数据素养和数据文化4. 构建能力和系统执行项目建设和维护赢得数据竞争所需的能力和系统衡量战略的成功并监控进展通过奠定战略基础您将解决组织中功能失调的数据价值创造的根本原因。奠定战略基础确保高管和员工理解数据在组织中的角色。反过来这将有助于建设有效且可持续的数据能力并为开发和维护这些能力所需的资源提供指导。在第一步中我们已经在本文第三部分中看到了相关示例。那么第二步中的决策授权应该是怎样的呢5.2 数据相关决策授权的示例让我们将过程的第二步应用到 Frito Lay 的上述示例中其中店铺库存预测支持直接门店配送系统的竞争优势。销售部门的店铺库存预测案例可能是 Frito Lay 众多 AI 应用案例之一因此 AI 能力在公司许多部门中都是必需的。假设 Frito Lay 决定建立一个中央 AI 能力从而设立一个专门的 AI 职能部门。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/1e7e2d082bdcbfe1cecf72cd431cfe72.png图 10组织中数据和 AI 相关决策授权的示例。AI 功能负责人需要设计一个支持公司战略并直接促进 Frito Lay“如何取胜”How to Win的 AI 战略。AI 战略中的一个“Where To Play”可以是为销售部门提供预测解决方案。为了确保 AI 预测解决方案产生影响还需要将与数据相关的决策交给销售负责人以便销售部门承诺在其规划过程中使用 AI 驱动的洞察。这意味着“AI 驱动的销售规划”将成为销售战略的必备能力。6 结论良好的商业战略对成功的数据价值创造似乎被低估和忽视了。公司必须有一个明确定义的、明确的商业战略从中可以明显看出任何数据、分析和 AI 需求。这一战略基础是授权数据相关决策的起点无论是在专门的数据管理、分析或 AI 职能中还是在跨业务单元构建必要能力时。为了让你的组织成为数据驱动型的确保你有一个稳固的战略基础。否则你很可能会遇到问题并经历我们都熟知的功能失调的数据价值创造症状。展望未来竞争格局正在迅速变化。未来最成功的组织将是那些将数据视为战略资产而不仅仅是运营副产品的组织。随着人工智能技术的成熟并进一步融入商业流程那些拥有连贯战略的公司将准备好充分利用这些进展创造新的收入来源推动创新并保持对竞争对手的可持续优势。在未来几年我们将看到已经为数据和人工智能奠定战略基础的公司与那些继续按常规运营的公司之间的鸿沟逐渐加大。前者将蓬勃发展而后者可能在一个日益以数据为驱动的世界中挣扎求生。现在是行动的时候了优先考虑你的战略重新设计统一你的数据业务需求并建立赢得数据所需的能力。只有这样你才能真正利用数据、分析和人工智能的变革性力量取得长期成功。参考文献[1] Jens Linden, 数据战略选择级联 (2024)在Towards Data Science上发布的 Medium 文章[2] Sebastian Wernicke, 数据启示 (2024)由 Vahlen 出版的德语书籍[3] Carsten Bange, 数据文化定义、挑战与措施 (2022)文章[4] Jens Linden, 数据文化——什么与为什么 (2024)LinkedIn 帖子[5] Roger Martin, 赢得胜利/ 实践者洞察 (2024)列出文章的网页[5a] Roger Martin, 从值得称赞的清单到如何真正赢得胜利 (2020)Medium 文章属于‘赢得胜利实践者洞察’系列[5b] Roger Martin, 赢得胜利的起源 (2023)Medium 文章属于‘赢得胜利实践者洞察’系列[5c] Roger Martin, (赢得胜利) x 5 (2024)Medium 文章属于‘赢得胜利实践者洞察’系列[5d] 罗杰·马丁战略与规划互为补充而非替代2024Medium 文章属于“玩得赢实战见解”系列[5e] 罗杰·马丁最佳战略破冰者2024Medium 文章属于“玩得赢实战见解”系列[5f] 罗杰·马丁战略选择结构化过程Medium 文章属于“玩得赢实战见解”系列[5g] 罗杰·马丁克服整合战略挑战2024Medium 文章属于“玩得赢实战见解”系列[5h] 罗杰·马丁论“在哪里竞争”与“如何赢”不可分割性2020Medium 文章属于“玩得赢实战见解”系列[5i] 罗杰·马丁战略选择指导2024Medium 文章属于“玩得赢实战见解”系列[5j] 罗杰·马丁自然垄断的战略2024Medium 文章属于“玩得赢实战见解”系列[5k] 罗杰·马丁区分战略选择中的“如何赢”与“能力”2021Medium 文章属于“玩得赢实战见解”系列[5l] 罗杰·马丁企业战略与业务单元战略2022Medium 文章属于“玩得赢实战见解”系列[6] statista作为经济支柱的中小企业2024德语网站[7] 罗杰·马丁的网站2024[8] A.G. 拉夫雷和罗杰·L·马丁玩得赢2013由哈佛商业评论出版社出版的书籍[9] 罗杰·马丁计划不是战略2022视频[10] Roger Martin, Jennifer Riel, 关于管理职能你需要知道的唯一一件事2019发表于《哈佛商业评论》的文章[11] IDEO U, 激活战略2024网站[12] Tableau, 西南航空利用 Tableau 保持准时航班并优化机队表现2024网站[13] Jens Linden, 数据急救包2022LinkedIn 帖子[14] Caroline Carruthers 和 Peter Jackson, 《首席数据官的操作手册》第 2 版2020Facet Publishing 出版的书籍[15] Caroline Carruthers 和 Peter Jackson, 《数据驱动的商业转型》2019Wiley 出版的书籍[16] Jens Linden, 数据货币化——数据战略的‘Where to Play’2024LinkedIn 帖子除非另有说明所有图片均为作者提供。
数据与人工智能失败的根本原因
发布时间：2026/5/21 2:36:06
原文towardsdatascience.com/the-root-cause-of-why-organizations-fail-with-data-ai-0095a73cf5ab?sourcecollection_archive---------1-----------------------#2024-11-19https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/09ff4564ba1ff8364922f775ea70f4b8.pngWave by CLEANPNG揭开数据战略的神秘面纱成功所需的战略性基础工作的指南https://medium.com/jens-linden?sourcepost_page---byline--0095a73cf5ab--------------------------------https://towardsdatascience.com/?sourcepost_page---byline--0095a73cf5ab-------------------------------- Jens Linden, PhD·发表于 Towards Data Science ·阅读时间26 分钟·2024 年 11 月 19 日–通过数据和人工智能创造商业价值。每个人都在谈论它但大多数公司在将数据变现方面都在挣扎。我认为在大多数情况下这是由于缺乏有效的商业战略所致。本文展示了激活公司数据资产所需的战略基础工作。这是一系列文章的第二部分在这篇文章中我揭示了数据战略——这是任何希望成为数据驱动型组织、在当今数字化世界中保持竞争力的企业所必需的核心要素。我是 Jens一位具有近 20 年实践经验的商业导向数据专家专注于实施数据与 AI 应用案例。我为来自各行各业的领导者提供建议帮助他们设计战略并培养数据文化以利用数据、分析和 AI。tl;dr缺乏真正的商业战略是许多组织在数据、分析和人工智能方面失败的根本原因也是它们难以成为数据驱动型企业的原因。因此组织应首先投资于其商业战略的设计。之后与数据相关的决策应该在整个组织中绘制出来。目录1. 数据出了什么问题1.1 数据价值创造失调的症状1.2 根本原因1.3 问题有多大2. 赢得胜利的策略2.1 它的起源2.2 战略就是做出选择2.3 战略选择级联2.4 备忘单2.5 做出综合选择2.6 制定选择方案2.7 将战略付诸实践3. 数据业务需求3.1 没有明确的数据需求3.2 数据作为运营职责3.3 数据作为战略差异化因素3.4 数据作为业务3.5 为什么了解你的数据业务需求如此重要4 何时需要专门的数据或人工智能战略4.1 数据战略之谜4.2 数据或人工智能职能的战略4.3 建立数据能力的计划5 将一切整合在一起5.1 为数据奠定战略基础的过程5.2 制定数据相关选择的示例6 结论参考文献1. 数据出了什么问题不论是大组织还是小组织公共还是私营机构都在努力成为数据驱动型。成为数据驱动型意味着数据——由内部运营过程生成——被*‘再利用’*以支持人类决策、自动化决策并促进数字化商业模式。通常来说利用数据可以带来更多收入降低成本提高效率和利润更好的风险管理更多创新以及基于数字产品和服务的新商业模式的可能性有关数据驱动型组织的动机和背景的更多细节请参见本系列文章的第一部分[1]。数据咨询行业、众多数据专家包括我自己和技术供应商不厌其烦地重复强调组织领导者为何应投资于数据能力包括技能、能力、方法论、文化以及——当然——相应的 IT 工具和平台。以下是从[2]翻译过来的一个引用点明了要点“通过数据创造持续价值已经成为当今企业的决定性竞争优势且在不久的将来这将成为生存的必需条件。”[2]这个话题近年来引起了广泛关注原因在于生成型人工智能GenAI技术的显著进展以及由此带来的媒体炒作这些内容已经出现在主流媒体中并且——至少对我个人而言——甚至成为了许多私人场合中与家人和朋友的对话话题。尽管当前有生成型人工智能的热潮但数据价值创造的理论和实践并非新鲜事物。它在过去以不同的名称出现过如分析、商业智能、统计建模、数据科学、机器学习、大数据如今主要被称为人工智能。所有这些术语或多或少描述了从数据中提取洞察的不同技术而当这些技术得当应用时就能够显著提升商业表现。作为一名数学家我在数据科学家的角色中度过了许多年应用统计方法来发现模式这些模式可以被企业用来增进对消费者、市场或竞争的理解进而可以用来增加收入或减少成本和风险。每个行业和价值链的每个环节都有经过实践验证并且为人们所理解的数据价值创造应用案例。尽管“再利用”数据来创造额外商业价值甚至转变现有商业模式的应用和益处是显而易见的但我也观察到一种截然不同的商业现实许多组织仅仅在努力有效且高效地利用数据来创造商业利益。数据在组织中出现了什么问题1.1 功能失调的数据价值创造的症状组织在数据方面的问题清单可能很长[13]每个组织的情况肯定不同。然而问题通常归结为一些典型的症结职责不明确在数据解决方案的协调和开发以及支持活动如数据治理或数据架构方面责任不清。数据、分析或人工智能项目失败分析和人工智能项目往往耗时长且成本高或者在没有与特定商业目标紧密联系的情况下启动导致项目无法带来可衡量的价值。数据意识缺乏员工和高管对将数据作为资产加以利用的潜力和益处认识不清。数据当前和未来的角色根本没有被理解导致错失机会。这通常还伴随着高层管理的忽视。孤岛有两种形式组织孤岛阻碍了协作、创新和效率而数据孤岛则使得人们无法访问、结合和利用来自组织不同部分的数据导致碎片化的视角和冗余或矛盾的结果。缺乏熟练的人员组织内缺乏数据倾向的业务用户或数据专家。数据质量差团队经常报告数据的准确性、完整性或一致性问题导致对基于这些数据的洞察和决策缺乏信任。这些是许多组织都非常熟悉的症状。那么所有这些痛苦的根源是什么呢1.2 根本原因曾经并且现在依然存在一种普遍的误解即数据价值创造是一个技术挑战。如果我们只引入合适的平台并提供所需的培训组织就能够有效且高效地利用数据来创造商业价值。但这是一个谬论。IT 平台、工具和算法库已经存在了一段时间成熟且可以使用并且持续改进。虽然数据的技术提取和准备应该‘正确’完成以实现高质量数据以及可扩展和灵活的数据模型但已有经过验证的框架和最佳实践可以精确实现这一目标。选择和实施 IT 平台、工具、最佳实践和算法库来处理数据是一个复杂但并不复杂的问题实际上已经解决了。组织要么具备选择和实施内部技术的专业知识要么可以轻松获得可靠的外部专家咨询。我认为功能失调的数据价值创造的根本原因是缺乏一致的商业战略缺乏商业战略是许多组织在数据、分析和 AI 方面失败的根本原因。如果商业战略没有明确定义组织在构建和维护他们需要的数据能力时会遇到困难这些能力对于有效和高效地发现、创新、构建和维护数据驱动的解决方案至关重要。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/e5a669a5526905695300cec655fda9c2.png图 1战略是大多数公司在数据方面失败的根本原因。植物图片来自 CLEANPNG。例如成功实现数据价值生成所需的一个核心数据能力是数据文化[3, 4]它确保员工理解数据能实现什么想要利用数据改善业务可以使用数据来实现这一点必须使用数据因为这是他们领导者所期望的然而为了创建有效的数据文化你需要知道你的目标文化应朝着哪个方向发展。你必须了解数据业务需求这些需求指引你需要在何种方向上发展你的目标数据文化。这些数据业务需求正是由战略提供的。没有明确的商业战略组织很难就数据、分析和 AI 的需求达成一致。数据价值创造的角色也因此不明确。然而要构建量身定制和可持续的数据能力你需要了解在组织中数据的主要用途是否是例如为 CFO 提供一组报告还是数据是推动竞争优势的一种手段比如通过数字产品和服务。通过有意识的战略设计将隐含的选择变得显而易见你便构建了一种沟通方式来达成关于数据业务需求的共识。正确构建数据和 AI 能力无疑并非制定稳固战略的唯一好处。这更像是一个副作用。虽然这应该是不言自明的但为了完整性拥有一个明确且精心设计的商业战略的好处包括竞争优势明确的方向和目标聚焦与有效的资源分配员工对齐与士气长期成功与可持续性有效的风险管理1.3 问题有多严重当我开始与新客户合作帮助他们解决与数据相关的问题时我通常会进行的首要信息请求之一就是索要相关的战略文档尤其是企业商业战略。我经常收到模糊的回应例如“我们的战略尚未文档化。”“我们的战略已经过时需要更新。”“我不确定我需要做一些研究。”“我们有一种行动导向的战略。”在提供战略文档的情况下通常这些文档最终变成了一份松散的倡议清单所有倡议听起来都不错但整体上并未达到常见的战略标准[5a]。虽然我并不清楚有关此问题的代表性统计数据且一个好的商业战略可能确实依赖于组织的规模以及其他因素如行业等但我个人对德语市场的印象——我最为活跃的领域——是许多公司缺乏一个扎实、明确且设计良好的战略。很少有组织能够制定出明确、扎实的商业战略从中可以推导出所需的数据、分析和 AI 能力。根据我的经验小型和中型企业“Mittelstand”即德国经济的支柱面临的挑战尤其严峻大约 56%的员工在这些企业工作 [6]。通过本文我旨在通过澄清组织战略工作中需要做的事来解决数据作为资产的根本性问题。为了开始我们先仔细看看什么是真正的战略。2. 玩转成功2.1 它的起源玩转成功是一种由罗杰·马丁 [7]提出的战略框架他在 2017 年被评为全球#1 管理思想家是全球各大公司 CEO 的可信顾问曾任 Monitor 咨询公司顾问且曾是罗特曼管理学院的教授。这一框架是在 1980 年代和 1990 年代开发并不断完善的[5b]并最终形成了罗杰·马丁和宝洁公司前 CEO A.G. 拉夫利的合著书籍 [8]。该书于 2013 年出版。这一框架成为宝洁公司的标准战略方法论并且自那时以来已成功应用于许多行业。此外玩转成功框架也通过罗杰·马丁的一系列战略实践者见解不断得到详细阐述[5, 5c]。虽然市面上可能存在其他合适的战略框架我之所以选择“玩转成功”方法是因为它被广泛知晓和应用并且配套有完整的流程、模板、资源和培训体系可以帮助设计任何类型的战略。2.2 战略就是做出选择在“赢得竞争”框架中战略的定义如下[8]“战略是一个整合的选择集合它在行业中独特地定位企业以便相对于竞争对手创造可持续的优势和卓越的价值。”所以战略是关于做出通常是艰难的选择以赋予公司竞争优势。然而这些选择是否正确并没有万无一失的保证。结果总是一次战略性赌注。战略设计过程的目的是缩短你的赌注即在已有信息的基础上最大化成功的可能性。请注意这一定义的战略与计划有很大不同计划常常被误解为战略[9, 5d]。“规划是制定项目的时间表、交付物、预算和责任的行为。”[5d]然而战略和计划并不是互相排斥的。制定计划是战略设计过程的自然部分目的是建立实施战略所需的能力参见下文 2.7 节。还有一种我特别喜欢的战略定义即“战略是决定你选择做什么和不做什么以实现特定目标的逻辑”[10]。因此每个组织都有一个战略无论它是否被写下来。这种隐性战略可以从公司采取的行动中推断出来。隐性战略的问题在于组织内可能没有共识无法确定这种隐性战略是什么并且这些行动可能无效。2.3 战略选择级联在“赢得竞争”框架内每个战略设计者必须做出五个关键选择。这些选择被结构化为所谓的战略选择级联这是该框架的核心工具之一。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/82545aa881e4ff52d1dc2a8204801a7d.png图 2战略选择级联有助于结构化战略设计过程中需要回答的战略问题。战略的实际核心由第二和第三框中所做的一致选择构成何处竞争与如何取胜。如何应用这个级联最好通过一个现实世界的例子来说明该例子来自[9]描述了西南航空的公司战略选择。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/9c2eff32a728d590478ac2c93dd7496b.png图 3西南航空的战略选择级联示例。该级联总结了大多数相关的战略决策。该级联不会仅仅填充一次它将在战略设计过程的多个使用场景中反复审视和应用通过观察竞争对手的行动来重建他们的战略这是一个很好的练习可以帮助你熟悉框架是一种破冰活动[5e]用于开始战略设计过程。记录当前的战略这是建立对现状的共同理解的好方法并将你当前的隐性选择变为显性选择前提是之前没有进行过此操作。记录新的战略可能性设计战略的过程[5f]包含了一个创造性元素在这个过程中会生成多个未来目标战略的可能场景并进行系统的评估。这些场景会通过战略选择级联进行记录和详细描述每个可能性都有一个对应的级联。2.4 备忘单当我使用选择级联时我的《赢得竞争备忘单》对我有所帮助其中包含了有关每个框的进一步信息以及框架的主要来源。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/a3c64015150480bbabee4dde59f5d09e.png图 4赢得竞争备忘单提供有关战略选择级联每个元素的详细信息。2.5 制定集成选择在制定战略选择级联时框框不应单独填写[5g]而需要将它们作为整体来考虑因为真正的战略选择应当相辅相成互相强化。这尤其适用于“何处竞争”和“如何竞争”这两个不可分割的部分它们始终需要一起考虑[5h]。但在考虑必须具备的能力和管理系统时你需要时刻牢记你的“何处竞争”和“如何竞争”。能力和系统是一种现实检查如果你无法建立所需的能力和系统以实现你的战略你需要考虑采取不同的方式取胜有时甚至需要换一个竞争领域。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/9404b1ce7eb3045d7c0873f661ea1f26.png图 5在处理选择级联时这是一个来回的过程你需要在关注前景的同时也要始终牢记背景。从这一点来看应该明确填写战略选择级联的过程可以是一个相当迭代的过程反复推敲直到你得出一组符合选定竞争领域的胜利理论并且能够实现赢得愿景且这些愿景可以通过所需的能力实现而这些能力是通过所需的管理系统来构建和维持的。2.6 确定选择战略选择在整个组织中进行并且并非所有选择都在最高层公司层做出。选择制定[5i]是一个结构化过程旨在定义、传达并委派战略选择确保在各个层级上都能做出一致且有效的决策。因此在大型组织中存在嵌套的战略和相应的选择级联例如国家、类别、品牌或业务单元的战略。不仅各个业务单元需要做出自己的战略选择从而制定嵌套的选择级联职能部门[10]如信息技术IT、人力资源HR、财务、市场营销、研发或数据与人工智能Data AI等也需要做出战略选择。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/726e4ab94aa93db19774e86651fc25f0.png图 6展示了一个职能战略的嵌套选择级联。功能性战略的一个特点是它们可以被视为自然垄断[5j]在这种情况下内部客户通常没有其他选择只能使用该职能提供的服务。2.7 将战略付诸实践一个好的战略设计过程并不区分创意阶段和随后的执行阶段而是从一开始就将激活融入到战略过程当中[11]。战略激活的目标是让每个人理解所做的设计选择并使利益相关者能够做出支持战略的选择。战略激活包括创建利益相关者的参与以使战略具体化并通过建立必备能力和相应的管理支持系统推动从设计到行动的转变。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/00489266e981821852aacfe895def7a6.png图 7通过构建所需的能力和系统战略被付诸实践。一旦能力和系统被定义它们就需要被构建和维护。对于每个能力或系统进行适配差距分析通常称为成熟度评估后将为创建构建、购买或借用所需能力和系统的计划提供输入。有趣的是数据咨询公司通常会提出通过成熟度评估作为进入客户的敲门砖。然而从上述内容中应该可以清楚地看出任何适配差距活动只有在战略工作基础完成后才有意义。将战略付诸实践还为规划提供了联系规划通常被与战略混淆战略选择通常要求建立新的能力因此需要行动计划一旦现状评估完成。3. 数据业务需求一旦你明确了你的商业战略应该清楚数据、分析和人工智能在你组织中的作用也就是说你的企业数据业务需求是什么。就是这么简单商业战略必须回答如何使对组织或业务单元相关的数据变得重要。在使用“Playing to Win”框架时只需一眼望去你的商业战略选择级联应能清晰地显示数据对你业务的重要性。数据业务需求可以采取四种不同的形式。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/d2ec9ab2fe69ab201b0cfb8b8e310d07.png图 8概述了四种可能的数据业务需求并在浅黄色中突出了数据、分析和人工智能在商业战略选择级联中的相关元素。让我们深入分析这四种情景。3.1 没有明确的数据需求https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/7738301e80233c0339b9479bce647687.png在这种情况下组织内部对数据价值创造是否有必要为取胜提供共识。这意味着数据似乎与战略选择瀑布的五个框架无关。示例一个例子可能是一个专注于手工艺品的小型传统手工业企业该企业依赖手艺技能、声誉和客户关系。建议虽然我相信数据、分析和人工智能并非宇宙的中心并且并非每个组织都依赖这些来取胜作为一个可能有偏见的数据专业人士我自然会通过提问来挑战这种观点当前的业务痛点和收益可以通过数据分析和人工智能得到解决吗数据、分析和人工智能在创新中能扮演什么角色竞争对手或本行业/其他行业的公司已经采用了哪些解决方案潜在的收益是否值得投入更多的精力和资源组织应当明确潜在的数据使用案例及其对业务的重要性。3.2 数据作为运营职责https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/6b9ae5a8ac454952df6cbcee34186e35.png在第二种情况下数据、分析和人工智能是运营性能力但不是战略性能力和/或系统因此应尽可能实现成本效益。相关的数据元素可以在瀑布图的第四和第五框中找到即必备能力和启用管理系统。示例 1对于上面提到的西南航空例子业务需求是有效且成本效益高地管理航空公司运营的复杂性。公司需要建立、运行并维护启用管理系统以确保运营效率[12]一个实时跟踪飞机准时表现的绩效管理系统一个监控和优化登机口等待时间的系统一个最小化燃料成本的系统一个用于规划新车站和航线的决策支持系统这意味着对于西南航空的例子数据、分析和人工智能的业务需求主要体现在最后一个框框——启用管理系统。示例 2一家地区性公用事业公司使用数据、分析和人工智能来监控能源使用、预测维护需求并生成内部报告。与示例 1 类似数据有助于实现运营效率和满足合规要求但并未提供战略性差异化。因此数据、分析和人工智能是能力第 4 框或系统第 5 框代表着运营上的迫切需求而非战略性能力。与数据相关的启用管理系统的例子可能是需要提供管理洞察的数据报告系统、商业智能工具或相应的数据平台。建议在构建和维护与数据相关的能力和系统时成本效益应该是确定是构建、借用还是购买所需能力和系统的关键维度以确保在指定的竞争领域中取胜。虽然仅仅将数据用于运营效率没有错但组织应定期评估是否忽视了战略机会。当然作为一名数据专业人士我会通过以下问题来挑战这一点数据、分析和人工智能能为创新发挥什么作用现有的产品和服务能否通过基于数据的洞察力延伸从而为客户带来附加值和/或与竞争对手的差异化再次强调组织应该力求明确潜在的数据使用案例以及这些案例对当前商业模式的战略相关性或者现有的商业模式是否可以通过数据、分析和人工智能进行扩展。3.3 数据作为战略差异化因素https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/692e7e6e4a12bfc361e90dea54d3dde9.png在这种情况下数据、分析和人工智能作为核心差异化因素直接影响公司在市场中如何获胜。它们是实现公司价值主张的关键部分帮助公司创造竞争优势框 3如何获胜或是实现竞争优势理论的关键战略能力框 4必备能力。示例这个示例借鉴自[5k]是 Frito Lay 的案例Frito Lay 是一家咸味零食生产商Lay’s、Doritos 等它采用了一种直接门店交货系统即产品直接配送到便利店并由配送司机将其摆放在货架上。这种直接门店交货系统劳动密集因此成本较高但它使 Frito Lay 区别于其竞争对手。拥有大量知名产品为 Frito Lay 的配送系统创造了巨大的成本优势一次性采购多种产品从而产生了独特的竞争优势是竞争对手无法匹敌的。构建数据和人工智能解决方案预测商店库存并为每个销售点生成最佳产品订单有助于降低直接门店交货系统的成本。因此数据、分析和人工智能是战略性能力框 4必备能力直接支持竞争优势框 3如何获胜。建议使用商业战略级联来传达数据在组织中的战略重要性。确保高层管理人员和所有相关利益相关者理解数据、分析和人工智能对业务的影响和价值。这为必要的数据文化和数据素养发展以及为完全建立所需能力以赢得竞争所需的组织变革奠定了基础。最后这也有助于关于资金讨论以及设定正确的优先事项。严格质疑是否有必要外包任何数据能力因为它们对组织具有战略重要性。推动你的思维考虑是否存在额外的数据货币化机会[16]这可能会导致“数据即业务”的模式。3.4 数据即业务https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/8a157c2c7828f2e49e041f0c41a9b903.png这是大多数人感到兴奋的情境数据扩展甚至根本性地改变了当前的商业模式组织进入了数字经济。在这种情况下数字数据驱动的产品或服务是公司产品的一部分框 2在哪里竞争甚至可能是愿景的一部分框 1胜利的愿望。示例这个示例同样借鉴自[5k]讲的是 Westlaw一家提供法律搜索服务的数字平台。Westlaw 的战略资产之一是一个包含自 1975 年以来法院案件记录的数据库允许律师根据实际案件查阅历史案例。数据是公司产品的一部分框 2在哪里竞争其在市场上的独特性确保了其竞争优势框 3如何取胜。建议由于数据显然是公司的一项资产能够确保竞争优势因此必须对数据予以相应的重视。例如它需要关心、培育、保护和质量保证。因此数据治理框 4必备能力和相应的系统框 5支持管理系统是必不可少的。3.5 为什么了解你的数据业务需求很重要每个组织都是不同的具有独特的数据业务需求。你的组织需要了解数据、分析和人工智能在业务战略中的角色以便确定需要投入多少资源来创建和维护与数据相关的能力和系统。许多高管仍然受到围绕数据和人工智能的炒作困扰这导致了怀疑、不确定性甚至是无思考的投资。因此稳固的业务战略和对数据业务需求的透彻理解能够提供指导并帮助传达数据在组织中的重要性和角色。因此我主张成为数据驱动的第一步是制定坚实的业务战略设计。4 何时需要专门的数据或人工智能战略4.1 数据战略之谜如果你已经觉得“战略”这个词带来了混乱那让我告诉你“数据战略”这一术语的问题更大。我阅读的几乎每篇文章或书籍对其定义都有所不同——如果它们有定义的话。这让我在深入研究这一话题时常常感到头疼。在大多数情况下“数据战略”一词用于指代在组织内部构建数据相关能力的计划。这被称为构建分析 IT 平台的计划推广新的 BI 工具建立数据治理提升数据素养发展数据文化或为数据管理、分析和 AI 构建运营模型。在我看来“数据战略”这个术语应仅用于描述一个功能的战略该功能为主要面向内部数据客户偶尔也面向外部数据客户提供数据服务。4.2 数据或 AI 功能的战略在许多情况下组织将需要一个与数据相关的功能提供以下服务为业务自助服务用户提供集成的、建模的和质量保证的分析准备数据例如以数据集市的形式通过数据目录浏览开发和维护 BI 仪表板和报告为业务用户进行分析这需要专业知识如数据科学或机器学习提供关于数据使用案例的创新、发现和评估的咨询或与买与自建决策相关的咨询服务例如针对 GenAI 解决方案创建和进行数据、分析或 AI 的教学和培训为内部或外部利益相关者提供持续的信息请求例如与供应商的数据交换或满足监管数据需求如果一个组织有或将拥有一个数据管理、分析或 AI 的功能为内部数据客户提供服务那么它只需要如第 2.6 节所述的战略。如何将战略选择级联应用于设计这样的数据战略是本系列第一部分的主题 [1]。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/800e6a1b09cbfb82cefe7159fac5a4ee.png图 8数据战略选择级联的可视化 [1] 展示了如何将级联翻译到数据功能的上下文中。明确的战略使功能能够明确自己该在哪些领域发挥作用以及如何与数据客户共同取得成功。它还引导并对齐其行动有效分配资源并提升为组织提供的价值。如果你的数据功能没有明确的战略它很可能会默认采用一种有害的隐性战略这种战略要么是“奴性战略”试图满足所有可能的业务需求要么是“帝国战略”仅仅为了数据、分析或 AI 而做[10]。根据该功能所提供的服务和产品的性质及重点您可以称其为数据战略、分析战略、BI 战略或 AI 战略。功能的数据战略通常包含跨越或存在于组织多个部分的能力和系统例如企业分析数据平台。在战略语言中这些能力和系统被称为增强性支撑 [8, 5l]。4.3 构建数据能力的计划构建与数据相关的能力和系统的计划是大多数公司在数据、分析或人工智能方面最感兴趣的话题。制定这样的计划可能是一个具有挑战性的任务因此值得投入时间。我所说的只是您需要确保在此之前已经完成了战略基础工作这样您就知道实际需要什么样的能力和系统来取胜。计划的性质和许多设计选择的要求取决于这一战略基础工作。这种“数据规划”的范围可能会根据组织的数据业务需求而有很大差异从仅为控制目的构建报告系统和相应的数据格局到使多个业务单元和职能部门能够广泛利用整个价值链中的数据使用案例的潜力。后者通常与公司范围的转型计划相伴随而构建数据能力的计划可以作为整体数据驱动业务转型路线图的一部分由专门的领导者负责数据、分析或人工智能[14, 15]——有时被称为首席数据官。5 整合所有内容构建数据或人工智能能力和系统的计划应该放在最后作为一个适配差距分析的结果其中目标状态由前面的战略选择提供。因此组织需要明确他们的数据业务需求即数据、分析和人工智能将在未来业务中扮演什么角色。最重要的是您需要从战略基础工作开始。5.1 为数据奠定战略基础的过程一个设计有效的数据和人工智能能力的过程可能如下所示https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/bc549e01d0d1c113d5670486f12adae0.png图 9为数据、分析和人工智能奠定战略基础的四步流程为数据驱动型组织提供基础。1. 重新设计您的业务战略确定现有的战略选择无论是隐性还是显性确定您所在组织或业务单元的数据业务需求并确保与数据、分析和人工智能相关的战略选择在您的业务战略中得到清晰表述确保高层管理人员和相关利益相关者对数据、分析和人工智能在您组织中未来的角色达成一致2. 制定相关选择为数据职能制定战略选择并为该职能设计您的数据战略为相关业务单元和/或职能部门制定其他相关数据选择3. 评估与规划能力和系统这适用于组织内所有层次的战略对每个与数据相关的能力和系统进行成熟度评估以确保您的战略得以落实制定构建、扩展或维护每个能力和系统的计划对于您的数据战略这可能包括组织设计、数据目标运营模型、技术和工具、数据管理、数据集成、数据建模、数据架构、数据治理、数据民主化、数据质量管理、主数据管理、数据创新管理、BI、数据科学、数据素养和数据文化4. 构建能力和系统执行项目建设和维护赢得数据竞争所需的能力和系统衡量战略的成功并监控进展通过奠定战略基础您将解决组织中功能失调的数据价值创造的根本原因。奠定战略基础确保高管和员工理解数据在组织中的角色。反过来这将有助于建设有效且可持续的数据能力并为开发和维护这些能力所需的资源提供指导。在第一步中我们已经在本文第三部分中看到了相关示例。那么第二步中的决策授权应该是怎样的呢5.2 数据相关决策授权的示例让我们将过程的第二步应用到 Frito Lay 的上述示例中其中店铺库存预测支持直接门店配送系统的竞争优势。销售部门的店铺库存预测案例可能是 Frito Lay 众多 AI 应用案例之一因此 AI 能力在公司许多部门中都是必需的。假设 Frito Lay 决定建立一个中央 AI 能力从而设立一个专门的 AI 职能部门。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/1e7e2d082bdcbfe1cecf72cd431cfe72.png图 10组织中数据和 AI 相关决策授权的示例。AI 功能负责人需要设计一个支持公司战略并直接促进 Frito Lay“如何取胜”How to Win的 AI 战略。AI 战略中的一个“Where To Play”可以是为销售部门提供预测解决方案。为了确保 AI 预测解决方案产生影响还需要将与数据相关的决策交给销售负责人以便销售部门承诺在其规划过程中使用 AI 驱动的洞察。这意味着“AI 驱动的销售规划”将成为销售战略的必备能力。6 结论良好的商业战略对成功的数据价值创造似乎被低估和忽视了。公司必须有一个明确定义的、明确的商业战略从中可以明显看出任何数据、分析和 AI 需求。这一战略基础是授权数据相关决策的起点无论是在专门的数据管理、分析或 AI 职能中还是在跨业务单元构建必要能力时。为了让你的组织成为数据驱动型的确保你有一个稳固的战略基础。否则你很可能会遇到问题并经历我们都熟知的功能失调的数据价值创造症状。展望未来竞争格局正在迅速变化。未来最成功的组织将是那些将数据视为战略资产而不仅仅是运营副产品的组织。随着人工智能技术的成熟并进一步融入商业流程那些拥有连贯战略的公司将准备好充分利用这些进展创造新的收入来源推动创新并保持对竞争对手的可持续优势。在未来几年我们将看到已经为数据和人工智能奠定战略基础的公司与那些继续按常规运营的公司之间的鸿沟逐渐加大。前者将蓬勃发展而后者可能在一个日益以数据为驱动的世界中挣扎求生。现在是行动的时候了优先考虑你的战略重新设计统一你的数据业务需求并建立赢得数据所需的能力。只有这样你才能真正利用数据、分析和人工智能的变革性力量取得长期成功。参考文献[1] Jens Linden, 数据战略选择级联 (2024)在Towards Data Science上发布的 Medium 文章[2] Sebastian Wernicke, 数据启示 (2024)由 Vahlen 出版的德语书籍[3] Carsten Bange, 数据文化定义、挑战与措施 (2022)文章[4] Jens Linden, 数据文化——什么与为什么 (2024)LinkedIn 帖子[5] Roger Martin, 赢得胜利/ 实践者洞察 (2024)列出文章的网页[5a] Roger Martin, 从值得称赞的清单到如何真正赢得胜利 (2020)Medium 文章属于‘赢得胜利实践者洞察’系列[5b] Roger Martin, 赢得胜利的起源 (2023)Medium 文章属于‘赢得胜利实践者洞察’系列[5c] Roger Martin, (赢得胜利) x 5 (2024)Medium 文章属于‘赢得胜利实践者洞察’系列[5d] 罗杰·马丁战略与规划互为补充而非替代2024Medium 文章属于“玩得赢实战见解”系列[5e] 罗杰·马丁最佳战略破冰者2024Medium 文章属于“玩得赢实战见解”系列[5f] 罗杰·马丁战略选择结构化过程Medium 文章属于“玩得赢实战见解”系列[5g] 罗杰·马丁克服整合战略挑战2024Medium 文章属于“玩得赢实战见解”系列[5h] 罗杰·马丁论“在哪里竞争”与“如何赢”不可分割性2020Medium 文章属于“玩得赢实战见解”系列[5i] 罗杰·马丁战略选择指导2024Medium 文章属于“玩得赢实战见解”系列[5j] 罗杰·马丁自然垄断的战略2024Medium 文章属于“玩得赢实战见解”系列[5k] 罗杰·马丁区分战略选择中的“如何赢”与“能力”2021Medium 文章属于“玩得赢实战见解”系列[5l] 罗杰·马丁企业战略与业务单元战略2022Medium 文章属于“玩得赢实战见解”系列[6] statista作为经济支柱的中小企业2024德语网站[7] 罗杰·马丁的网站2024[8] A.G. 拉夫雷和罗杰·L·马丁玩得赢2013由哈佛商业评论出版社出版的书籍[9] 罗杰·马丁计划不是战略2022视频[10] Roger Martin, Jennifer Riel, 关于管理职能你需要知道的唯一一件事2019发表于《哈佛商业评论》的文章[11] IDEO U, 激活战略2024网站[12] Tableau, 西南航空利用 Tableau 保持准时航班并优化机队表现2024网站[13] Jens Linden, 数据急救包2022LinkedIn 帖子[14] Caroline Carruthers 和 Peter Jackson, 《首席数据官的操作手册》第 2 版2020Facet Publishing 出版的书籍[15] Caroline Carruthers 和 Peter Jackson, 《数据驱动的商业转型》2019Wiley 出版的书籍[16] Jens Linden, 数据货币化——数据战略的‘Where to Play’2024LinkedIn 帖子除非另有说明所有图片均为作者提供。
相关文章
STM32CubeMX安装后，HAL库到底怎么选？在线安装慢、离线包找不到的终极解决指南
STM32CubeMX安装后HAL库选择与安装全攻略：破解在线慢与离线包难寻的困局 当你完成STM32CubeMX的安装，准备大展拳脚时，HAL库的选择与安装往往会成为第一个拦路虎。面对龟速的在线安装和难以寻觅的离线包，开发者常常陷入两难。本文将…
RK3568核心板+基板硬件设计全解析：从模块化架构到嵌入式系统开发实战
1. 项目概述：从“核心板基板”模式说起在嵌入式硬件开发领域，尤其是面向工业控制、边缘计算、智能终端等复杂应用时，开发者常常面临一个两难选择：是追求极致的设计自由度和成本控制，从零开始设计一块完整的单板计算机&…
别再纠结软件IIC了！用STM32硬件IIC驱动0.96寸OLED，实测代码稳定不掉线
从软件IIC到硬件IIC：STM32驱动OLED的终极稳定方案 在嵌入式开发中，OLED显示屏因其高对比度、低功耗和快速响应等优势，成为许多项目的首选显示设备。然而，许多开发者在使用STM32驱动OLED时，往往会遇到通信不稳定、显示闪…
C#如何优雅处理引用类型的深拷贝 （十一）
几年前写过一个 bug，根因很土：该深拷贝的地方没深拷贝，副本一改，原件跟着变。排查的时候老板以为动的是库里的数据，其实就是一个本地对象被共享了。先把词说清楚：浅拷贝：值类型复制一份…
项目——基于C/S架构的文件传输系统平台 （2）——重构
前言：我们已经完成了环境搭建和 MySQL 数据库初始化客户端基本框架（连接服务器、菜单打印、注册 / 登录）数据库操作类的完整实现二、TCP Socket 通信完整流程详解（必懂）服务器（接电话的人）动作客…
AutoGLM 手机自动化测试滑动性能优化
概述 基于 AutoGLM 大模型移动端智能自动化测试框架，实现安卓智能手机 APP 页面上下滑动自动化操作，同步采集 UI 界面滚动渲染性能数据，自动生成 UX 性能测试报告。当前测试存在 AI 模型推理思考延迟过大，滑动动作间隔过长，性能采集数据碎片化，最终生成的性能报告时序稀…
港科大沈劭劼、谭平团队最新成果：开源280万全景数据集，实现零样本立体匹配
「一举攻克全景3D视觉两大瓶颈」 目录 01 行业痛点：数据匮乏与畸变失效的双重桎梏 1. 数据集稀缺，泛化能力受限 2. 球面畸变破坏单目先验一致性 02 核心突破：超大数据与航向对齐先验双驱动 1. 280万级合成数据集，打破数据壁…
基于PSoC 6与BMI160构建嵌入式IMU测试系统：从驱动到上位机全流程
1. 项目概述：从一颗传感器到一个完整的测试系统最近在做一个嵌入式项目，需要用到一款高性能的惯性测量单元（IMU）——博世的BMI160。这颗芯片在消费电子和物联网领域很常见，三轴加速度计加三轴陀螺仪，精度和…
告别MPU6050例程！ATK-IMU901与Arduino串口通信的3个关键避坑点
ATK-IMU901与Arduino串口通信的实战避坑指南 当你从MPU6050切换到ATK-IMU901时，可能会发现原本顺畅的代码突然"罢工"了。这不是你的错——这两款IMU模块在设计理念上存在本质差异。本文将带你深入理解ATK-IMU901的通信机制，避开三个最常见的移…
别只刷固件了！用MissionPlanner搞定四旋翼‘飘移’问题，校准compass_mot全流程
四旋翼飞行品质优化：MissionPlanner高级校准实战指南 当你的四旋翼无人机已经能够稳定起飞，却在定高模式下出现难以解释的飘移现象时，这往往意味着需要进入更深层次的飞控调校阶段。许多飞手在完成基础校准后便止步不前，殊不知电机…
科研学术篇---论文搜索方法
高效搜集和研读论文，是构建扎实知识体系的基石。要想做到“高效”与“高质”并重，需要把整个过程当作一个闭环系统来优化——从目标锁定、来源筛选、检索策略，到快速粗筛、深度内化、持续追踪，每一步都有对应的工具和心法。下面逐…
YOLOv11城市道路摩托车与自行车目标检测数据集-1569张-motorcycle-1_2
YOLOv11城市道路摩托车与自行车目标检测数据集 📊 数据集基本信息 目标类别： [‘bike’, ‘motorcycle’]中文类别：[‘自行车’, ‘摩托车’]训练集：1374 张验证集：130 张测试集：65 张总计：1569…
【实用小程序】超轻量级文件上传下载中心 (File Download Server)
站内源码及jar包下载 一、项目概述 文件下载中心一个基于 Java 内置 HTTP 服务器（com.sun.net.httpserver）构建的轻量级文件管理服务。它零第三方依赖，单 JAR 包即可运行，适合在内网环境或临时场景中快速搭建文件共享站点。 你的团队需要临时共享一批日志文件或交付物，…
py每日spider案例之某website之xin东方选课搜索接口(难度一般 扣取代码即可)
加密位置: 逆向接口参数: 逆向接口: const g = globalThis; g.window = g; g.self = g; g.location = {<
终极轻量级Android文本编辑器Markor：多格式笔记应用完全指南
终极轻量级Android文本编辑器Markor：多格式笔记应用完全指南 【免费下载链接】markor Text editor - Notes & ToDo (for Android) - Markdown, todo.txt, plaintext, math, .. 项目地址: https://gitcode.com/gh_mirrors/ma/markor 在移动设备上寻找一款…
MPC-BE：基于DirectShow架构的专业级开源媒体播放解决方案
MPC-BE：基于DirectShow架构的专业级开源媒体播放解决方案 【免费下载链接】MPC-BE MPC-BE – универсальный проигрыватель аудио и видеофайлов для операционной системы Windows. 项目地址:…
如何快速计算3D模型体积和重量：STL-Volume-Model-Calculator终极指南
如何快速计算3D模型体积和重量：STL-Volume-Model-Calculator终极指南 【免费下载链接】STL-Volume-Model-Calculator STL Volume Model Calculator Python 项目地址: https://gitcode.com/gh_mirrors/st/STL-Volume-Model-Calculator 你是否曾经为3D打印项目…
通过Taotoken CLI工具一键配置团队开发环境与模型密钥
通过Taotoken CLI工具一键配置团队开发环境与模型密钥 1. CLI工具安装与基本使用 Taotoken提供的CLI工具可通过npm全局安装或直接使用npx运行。对于需要频繁使用CLI的团队，推荐全局安装： npm install -g taotoken/taotoken对于临时使用或项目级配置&a…