被稱為「數據醫生」（the Data Doc），擔任數據品質解決方案公司（Data Quality Solutions）總裁，協助企業和人們，包括新創公司、多國籍公司、高階主管和各層級領導人，規畫如何創造以數據驅動的未來。他特別重視品質、分析法和組織能力。
多數領導人都有一個待解的難題：公司有很多的數據，但都沒有得到很好的管理。這些問題包括：不清楚這些數據要如何使用，以及不知道該選什麼樣的人來負責這件事。企業必須制定更好的系統和方法來處理這些數據，而第一步就是針對全公司上下所有會接觸到數據的人，釐清每個人的管理責任。本文由被稱為「數據醫生」的湯瑪斯．雷曼，提供五個步驟。
我們直覺認為，數據科學是專家的事，一般員工沒必要了解這麼多。這個想法太狹隘了。數據科學必須廣泛地普及化，不妨讓全公司都參與，大家一起「玩數據」。現在已經有許多工具，將數據科學的部分作業流程簡化或自動化，而位於組織第一線的員工，早已熟稔公司業務，只要能掌握使用小量數據，就能熟練並快速地對問題做出回應。數據科學的關鍵在於人，只要能策略性地讓員工參與數據工作，就會看到更好的結果。
數據比以往任何時候都更重要，但大多數組織仍在一些關鍵問題上放錯重點：更關注數據基礎設施，而非數據產品；建立的數據往往很少考慮到最終用途；缺乏共同的數據語言，每個部門各自為政。本文提出一套「數據供應鏈」管理流程，讓公司可以解決上述問題。數據和其他任何類型的資產一樣重要，而且數據產品日益和實體產品一樣重要，如何管理數據，是領導人不能忽視的問題。
若要成功推動數位轉型，必須花費精力匯集與協調很多行動，而這些行動範圍之廣，遠超過大多數領導人的想像。
對企業來說，數據不具策略性。簡單來說，數據可以增添巨大的價值，但我們很難知道數據適用於哪裡。其實，針對數據的運用，好的機會和需求從來都不缺。經過適當整合，數據可以改善各個流程，並讓負責執行那些流程的人更有能力，因而加快推動許多（甚至是大部分的）商業策略。因此，本文提出六個「價值形式」，讓企業領導人把數據概念納入動態的商業規畫中。
現在，出現一批重要的新群體，稱為「保護隱私行動者」。他們會因為個人資料或個資分享政策的原因，改用別家公司或供應商的服務。也就是說，如果你不幫顧客保護他們的個資，就留不住顧客。當然，企業若能了解這個群體，就可以制定本身有關資料和顧客隱私的實務做法，並改進它們吸引和留住顧客的方式，並且與顧客合作得更好。
「清理數據」不再是有效處理數據品質的主要方法。主管和團隊必須採用新的思維，把重點放在第一次就正確創造數據，以確保整個過程的品質，而不是透過尋找和更正錯誤，來解決數據品質。你需要以一種新的方式，看待自己和團隊在數據上扮演的角色，同時找出錯誤的根本原因，再予以解決，讓錯誤一勞永逸地消失。這麼做了之後，你會感謝自己。
有時候，你的企圖心不需要這麼大。
為提供您更多優質的內容，本網站使用cookies分析技術。若繼續閱覽本網站內容，即表示您同意我們使用 cookies，關於更多 cookies 資訊請閱讀我們的隱私權政策。
