点击观看大咖分享
数据战略为什么重要
过去两年，ThoughtWorks数据智能事业部收到的数据中台相关线索不下200个，说明了大家对于数据中台的关注。虽然超过80%的对话“从数据中台开始”，但是并不是所有的需求最终都由数据中台来解决，而是以各种不同的形式落地。我们的团队发现，这些想做数据中台的企业其背后的诉求其实是需要一个清晰的数据战略。
传统数据战略已经不满足企业数智化转型需求
传统数据战略是从企业信息管理（EIM）出发，围绕数据资产进行的整体规划，大而全，做的颗粒度细致，标准化导致业务与数据不拉通，标准是标准，业务是业务，为了管理而管理。过去的数据战略，解决的是企业数据资产管理的问题，目标是让数据管理更规范，服务于企业管理。这个数据管理的概念从1960年提出，到现在已经超过半个世纪，作为数据管理的顶层设计，这样的数据战略已经不适应现在智能化时代的需求。
过去的数据战略应对的是相对来说比较静态的业务，服务于企业内部（侧重于资产管理），服务于业务和管理者，加工数据主要靠人的经验和直觉为主。而现在的企业需要的数据战略，是以应对快速变化的业务，服务于企业价值尤其是客户价值，能直接被业务系统和服务所调用，以数字化技术和人工智能技术为主来加工。
企业数智化转型对于数据战略的需求
在这样的背景下，我们的团队提出“精益数据战略”，要让数据产生业务价值，服务于客户。精益数据战略的目标是：制定从数据到价值的规划路线图。
2019年NewVantage数据智能调研报告指出，大部分企业的智能投资没有得到对应的回报，我们总结主要有以下四个主要的原因：一、业务鸿沟，数据与技术人员不懂业务，业务人员不理解数据和智能技术；二、质量鸿沟，数据质量差，无法确保业务效果，传统的数据治理不能解决价值问题；三、场景鸿沟，找不到高价值业务场景，无法清晰度量业务价值；四、规模鸿沟，如何规模化将数据和智能技术应用到多个业务生产场景。
富国银行数据战略是我们曾经做过的一个案例，其数据治理策略由首席数据办公室其那头制定。数据治理的第一件事是梳理企业级数据资产目录。富国银行的数据治理包括战略层的标准和流程制定，还包括数据基础架构的技术战略的管理，统一的集成交换技术标准等。从而保证数据治理不只是停留在理论层面，而是通过技术手段去落地执行到具体的项目实施层面。数据治理与业务场景紧密结合，从而保证数据治理的成果能直接对业务产生价值。
建设数据中台前，一定要有清晰的数据战略，从数据的视角，补充流程和直觉。
精益数据战略方法
精益数据探索咨询，第一阶段先要整理出业务价值和痛点对应的业务场景；第二阶段对于其中高优先级的场景；第三阶段蓝图架构设计；第四阶段规划路径设计，分析差距并明确如何达到目标。
第一阶段探索业务场景要做7件事情：数据&智能培训、业务愿景统一、数据全景探索、数据&机器学习应用探索、发现业务场景、业务价值框架和评估场景优先级。如何让业务人员专注、投入、开放、跳出认知探索业务场景是第一阶段是否能获得成功的关键因素。
第一阶段产出业务场景的清单后，获得了所有业务部门的同意，来到第二阶段。进行现状粉丝评估诊断和可行性分析，从而进一步产出高价值、可落地的业务场景。
经过前两阶段，我们获得了场景全景图，高优先级可行性的数据价值场景，从而进入第三阶段，进行四个层次的蓝图架构设计。四个层次的蓝图架构设计分别是：数据与智能产品蓝图设计、数据与智能平台架构设计、精益数据治理架构设计、数据运营策略设计。
第四个阶段设计整体的演进路线和落地计划，主要规划的有：整体路线设计、项目群计划、里程碑设计、预估和优先级设计、交付和资源计划、速赢数据产品启动准备、项目群启动会。
问卷
为了给广大开发者提供最实用、最热门前沿、最干货的视频教程，请让我们听到你的需要，感谢您的时间！点击填写 问卷
关注“腾讯云大学”公众号，回复【加群】进入交流群
腾讯云大学是腾讯云旗下面向云生态用户的一站式学习成长平台。腾讯云大学大咖分享每周邀请内部技术大咖，为你提供免费、专业、行业最新技术动态分享。
