“数据即产品”是数据民主化的关键

已发表: 2023-04-28

释放数据的真正潜力已成为全球企业的首要任务。然而，尽管数据丰富，许多组织仍在努力有效地利用它。事实上，根据 Talend Data Health Barometer，惊人的 97% 的企业在有效使用数据方面面临挑战。

阻止组织从数据中获得真正价值的主要障碍不是预算或技术。人是第一大障碍。

正如 Talend Data Health Barometer 所揭示的那样，将近一半的受访者表示使用数据来推动业务影响并不容易，46% 的人认为他们的数据不具备满足业务需求的速度和灵活性。这表明，如果没有正确的心态和技能，就无法释放数据计划的全部潜力。

解决这一挑战的方法是在组织内建立一种数据文化，促进对数据及其使用方式的共同理解。这必须成为想要实现数据计划的运营和经济承诺的组织的首要任务。

通过创建一个将数据视为产品（“数据作为产品”）和宝贵资产并在组织的各个层面有效使用的环境，公司最终可以实现他们的数据计划并推动有意义的业务成果。

随着企业向前发展，关注最后一英里至关重要，这涉及让落后的公司在数据计划方面达到同等水平，以及帮助那些已经优先考虑数据的公司从他们的投资中获得更多价值。

必须优先考虑数据文化，以保持领先地位，而不是在数据竞赛中落后。

数据所有权势在必行

“数据即产品”模型颠覆了传统的数据决策过程。该方法不是从数据开始并处理到操作用例，而是从操作用例开始，然后处理到所需的数据。

这让业务用户处于主导地位，赋予他们对流程的所有权，并使他们能够定义与其组织的优先级直接相关的最相关的用例。

在 Forrester 进行的一项调查中，47% 的受访者表示他们的组织已经将数据视为业务资产或产品，另有 27% 的受访者计划在未来这样做。

埃森哲的一份报告发现，与那些没有成功实施数据作为产品计划的公司相比，公司的收入增加了 9%，利润率增加了 7%。

让我们以一家希望改进其追加销售策略的金融机构为例。在这种情况下，业务用户将确定实现此目标所需的数据——在这种情况下，是与 ERP 和通信偏好相关的数据。

在 IT 的帮助下，将创建一个特定的数据集，允许业务用户利用这些信息并为客户提供满足他们需求的新产品和服务。

这种“数据即产品”方法还可用于支持更广泛的目标，如风险管理或卓越运营，使其成为任何希望使用数据推动成功的组织的宝贵工具。

将数据视为产品的“数据解放”方法可能非常有效，但它需要强烈的数据所有权意识和适当的数据治理。

在分布式方法中，数据治理不是集中式的，而是跨组织的，这使得每个利益相关者都有责任确保他们对数据的使用是适当和充分的。这可能具有挑战性，因为它需要高水平的数据素养和文化。

例如，考虑一家汽车经销商与客户完成购买一辆全新汽车的交易。她/他可能会尝试说服客户购买更多配件和服务以实现利润最大化。

为此，经销商必须对这些附加产品有深入的了解，从它们的制造方式到为客户带来的利益。这突出了数据素养和文化在实现“数据解放”方法的全部潜力方面的重要性。

将数据视为产品需要业务用户对他们正在使用的数据有全面的了解。这包括对其存储位置、来源、可信度以及是否有选择加入的了解。

拥有这种理解水平对于最大化数据的业务使用至关重要，这反过来又支持组织的目标和战略。

在时尚界，潮流来来去去，不断更新自己。然而，在数据管理领域，组织面临着授权其业务运营的持续问题。多年来，挑战一直是打破 IT 和业务之间的障碍，并找到更好的方法来增强后者的能力。

仅仅将数据传送到数据湖或数据仓库不足以启用数据使用。数据必须易于访问并无缝集成到工作流中，无论是通过业务用户的自助服务还是集成到应用程序中。在需要时提供可信数据至关重要。

传统上，组织已经实施了一种“拒绝治理”的方法，在这种方法中，业务用户必须向中央 IT 提出数据使用请求并等待批准。这在数据所有权方面造成了业务和 IT 之间的差距，这种差距只会随着数据的激增而扩大。

为了使数据产品化真正成功，组织必须确保其数据计划以业务为导向并以结果为中心，并且数据在整个组织内实现民主化和可访问性。

这种方法涉及通过数据实现增量价值的敏捷交付，在业务和 IT 之间建立通用语言，通过数据产品的重用实现效率，提升组织对数据的信任，以及使用数据网格等现代方法的面向未来的数据架构，数据结构或数据中心架构。

为成功实施数据产品战略，现代数据团队应尽早并始终如一地与利益相关者保持一致，采用产品管理思维，优先考虑数据质量和可靠性，投资自助服务工具，并为数据组织确定合适的团队结构。

通过遵循这些步骤，数据团队可以实现其组织的目标并成功实施数据产品战略。

然而，数据专业人员面临效率差距；他们花了太多时间来访问所需的数据并将其放入适当的业务环境中。在需要时向业务专家提供可信数据的框架对于释放数据价值至关重要。

数据准备工具等自助服务应用程序使业务用户能够访问数据集，然后清理、标准化、转换或丰富数据。他们可以轻松共享他们的准备工作和数据集，或将数据准备工作嵌入到批量、批量和实时数据集成场景中。

为了真正实现数据民主化，组织应该从数据质量民主化开始，让业务用户访问数据质量功能。

为了让业务用户能够在数据填充业务仪表板之前最终对数据采取行动，软件提供商在 UX 和更用户友好的应用程序方面投入了大量资金。

针对非数据专家的低代码或无代码解决方案可以帮助业务用户采取主动的数据管理方法，包括数据质量，从而支持与组织业务目标一致的更广泛的数据文化。