期刊信息
曾用名:现代图书情报技术;计算机与图书馆
主办:中国科学院文献情报中心
主管:中国科学院
ISSN:2096-3467
CN:10-1478/G2
语言:中文
周期:月刊
影响因子:0.912234
数据库收录:
北大核心期刊(2004版);北大核心期刊(2008版);北大核心期刊(2011版);北大核心期刊(2017版);中国科学引文数据库(2017-2018);中国科学引文数据库(2019-2020);中文社会科学引文索引-来源(2017-2018);中文社会科学引文索引-来源(2019-2020);国家哲学社会科学学术期刊数据库;中国人文社科核心期刊;中国科技核心期刊;期刊分类:图书情报与数字图书馆
期刊热词:
研究论文
数字化转型大趋势下,如何通过数据分析助力
【作者】网站采编
【关键词】
【摘要】编者按:如果要推动企业数字化转型,数据分析将是一个有用的武器。使用数据和分析,公司可以做出更好的决策并摆脱传统的商业模式。那么,企业应该从哪些角度切入数据治理?在
编者按:如果要推动企业数字化转型,数据分析将是一个有用的武器。使用数据和分析,公司可以做出更好的决策并摆脱传统的商业模式。那么,企业应该从哪些角度切入数据治理?在这篇文章中,作者总结了数据分析的优势,以及数据治理的几个关键基础,一起来看看吧。
信息作为资产仍处于“早期采用”阶段,这使其成为一个焦点关于数字化转型 领先组织的竞争优势。反过来,数据和分析已成为战略重点。
数据和分析是组织数字化和转型工作的关键加速器。然而,如今只有不到 50% 的企业战略提到数据和分析是实现企业价值的重要组成部分。
每个行业的领先组织都使用数据和分析作为竞争武器。
Gartner 预测这种情况很快就会改变。到2022年,90%的企业战略将明确将信息作为企业的关键资产,将分析作为基本能力。
“一家公司在新兴数字经济中的竞争能力将需要更快节奏的前瞻性决策,”Gartner 副总裁分析师 Lenny 说。 “数据和分析领导者需要将自己纳入企业战略规划,以确保数据和分析能力包含在面向公众的最高级别的企业计划中。”
首先,扩大数据和分析讨论 h1>
使数据分析策略成为董事会讨论的常规话题。每个行业的领先组织都将数据和分析用作竞争武器、运营推动者和创新催化剂。
数据和分析将成为企业战略、重点和投资的核心。
然而,许多公司继续在传统业务模式和模拟业务流程的重压下苦苦挣扎,忽略了数据和分析的潜力。其他人认识到他们的潜力,但无法进行文化转变或致力于实现该潜力所需的信息管理和先进的分析技能和技术投资。
2.提升企业价值的策略
由于首席数据官 (CDO) 的角色占据主导地位——获得与其他高管相同的权力和影响——组织不再仅将数据作为资源,而是将分析作为报告和决策支持工具。数据和分析将成为企业战略、重点和投资的核心。
- 收集内部和外部经济效益的示例,并从组织(或其他类似组织或行业)生成的数据和分析中将它们可视化。
- 提供或坚持参与企业战略规划,以确保将数据和分析能力纳入这些计划。如果没有,请在内部和年度报告、投资者会议等中公开传达此信息。
- 衡量和传达组织信息资产的价值,以帮助将文化转化为信念和行为将信息视为实际资产。
- 构建、购买和借用超越传统商业智能的高级分析功能(例如数据科学或机器学习),并将其嵌入到整个业务中。
数据治理的三、七个关键基础
1.使数据和分析治理与业务成果保持一致治理应与业务战略保持一致,并且优先事项直接相关。然而,组织往往将其 D&A 治理实践定位于数据而非业务,这使得 D&A 领导者难以与业务领导者进行有意义的讨论。
为了更好地支持业务成果,将治理政策和标准与业务优先级、业务流程指标和 D&A 指标保持一致。
将业务价值和优先结果置于治理章程的中心,并为成功设定明确的业务指标。确保这些指标属于指定的利益相关者,并与 D&A 指标相关联。最后,组织与关键决策者的研讨会,并考虑改进业务成果的策略。
2.维护问责制和决策权模型问责制和决策权模型对于任何成功的 D&A 工作都至关重要。这提供了必要的监督,以确保合适的人对他们所做的决策负责,并且利益相关者对治理决策过程有信心。
3.实施基于信任的治理数据和分析资产存在于整个企业的任何地方,并且性质不同,因此业务基于“平等所有信息”的假设决策不再是好办法。相反,建立基于信任的治理模型:
- 支持分布式 D&A 生态系统;
- 识别资产的不同血统和管理;
- 帮助企业领导者更有信心做出与情况相关的决策。
评估数据目录等技术如何帮助发现、评估和管理整个企业生态系统中的数据和分析资产?
4.强调数字伦理和透明度要想成功实现数字化,就必须以透明和数字伦理为原则。数据和分析治理决策应该清晰、可辩护并记录在案。作为数据和分析的领导者,您应该建立一个可以在整个企业中实施的数字道德框架。
确保数据和分析治理章程符合组织的商业价值观和道德原则。确保它规定了相关的权力和责任,并解释了决定的依据。
数据和分析治理程序应显示清晰的审计线索,突出做出的决策、采取的行动、相关投资和支出,以及对数字道德的遵守。
文章来源:《数据分析与知识发现》 网址: http://www.sjfxyzsfx.cn/zonghexinwen/2021/0728/1366.html