數據資料數據供應鏈一團糟,如何修復看過來

數據供應鏈一團糟,如何修復看過來

Your Data Supply Chains Are Probably a Mess. Here's How to Fix Them.

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。
數十年來,數據管理一直困擾著大型公司。幾乎所有公司都花很多錢在這上面,卻發現結果不盡如人意。雖然這個問題似乎沒有變得更糟,但隨著經理人和公司努力加強由數據來驅動、善用高階分析和人工智慧(AI),並運用數據來競爭,於是,解決這個問題變得日益迫切。本文將透過「數據產品」(data product)和「數據供應鏈」的角度,探討一種強大的數據管理方法。 大多數公司在處理少數一些常見但重要的數據管理問題時,碰到困難。 第一,企業聚焦在數據管理的技術能力,而這是由資訊科技職能掌控的,必須要獲取、儲存和移動數據。這種工作沒那麼容易,因為建構技術「管道」深具挑戰性。但在這麼做的時候,企業較關注基礎設施,對產出的注意少得多:所謂產出,是指最後產生的數據產品,可用於做決策、使產品和服務進行差異化,以及滿足顧客。 第二,數據是在組織的不同單位裡產生的,以滿足各個部門的需求,並不是供其他部門日後在數據產品、業務決策或流程中使用。實體產品相反,例如汽車,設計底盤和啟動器等組件時,就已將最終產品放在心上。 第三, 大多數組織缺乏通用的數據語言。數據很微妙、有細微的差別,而且對不同情境中的不同人有不同的含意。更糟的是,一些部門把「他們的數據」據為己有,可能不願與人分享。或者,雖然願意分享,卻不會花時間解釋那些細微的差別,好讓其他人有效使用。這導致其他部門建立自己「近乎疊床架屋」的數據庫,加重整體的亂象。 最後,企業對外部發生的事情愈來愈感興趣,利用外部數據來回答各式各樣的問題。但外部數據大致上缺乏管理,幾乎沒有供應商認證或數據品質評量。 數據供應鏈管理是以數據產品為流程的最終結果,這種數據管理方法,可以協助處理以上說的每一個問題。它同等重視數據管理的所有階段,從數據的收集到整理,再到數據產品的消費等各個階段。這種方法可以平衡共用數據的優點,以及產品中獨特與客製化數據的優點,而且同等適合用於內部和外部數據。相當少公司採用數據供應鏈管理,但這麼做的公司,通常表示產生了更好的結果。 數據產品的流程和供應商...