![点击分享此内容可以赚币 分享](/master/images/share_but.png)
以战略目标为导向实现数据现代化.pdf
《以战略目标为导向实现数据现代化.pdf》由会员分享,可在线阅读,更多相关《以战略目标为导向实现数据现代化.pdf(23页珍藏版)》请在咨信网上搜索。
1、联合出品数据战略和数据现代化规划不符合总体商业战略,或过于狭隘地专注于人工智能,会导致大量商业价值付诸东流。以战略目标为导向,实现数据现代化前言“以战略目标为导向,实现数据现代化”是由 Thoughtworks 赞助出品的麻省理工科技评论洞察报告。为了撰写本报告,麻省理工科技评论洞察对各个国家/地区各行业的企业高管开展了一次全球性调查。此外,本报告还参考了对数据战略和数据现代化专家进行的深度访谈。本报告作者是 Denis McCauley,编辑是 Teresa Elsey,制作人是 Nicola Crepaldi。本报告中的研究内容具有编辑独立性,所表达的观点仅代表麻省理工科技评论洞察的立场。
2、在此,感谢下列企业高管抽出宝贵时间与我们分享其真知灼见:Heath Bland,埃克森美孚上游数据办公室经理James Morgan,英国皇家财产局首席数据官Conrad Pozsgai,Payback 公司总经理、首席信息官兼首席运营官Danilo Sato,Thoughtworks 数据与人工智能事业部全球技术主管John Spens,Thoughtworks 北美地区数据与人工智能事业部总经理关于此次调查麻省理工科技评论洞察于 2024 年 1 月至 2 月开展此次调查,为编制本报告奠定了基础。此次调查样本包括 350 名资深数据和技术主管。受访者分别任职于美国、英国、德国、新加坡和澳大
3、利亚的企业,样本涵盖了以下八个行业:金融服务、能源、医疗保健和生命科学、制造、公共部门、出版和媒体、零售以及旅游和运输。所有受访者均就职于年收入 5 亿美元或以上的企业,近一半(47%)就职于年收入 100 亿美元或以上的企业。2 麻省理工科技评论 洞察3麻省理工科技评论 洞察如今,数据日益成为企业成功的关键。一些领先的数字企业能够及时做出明智决策,为客户提供量身定制的体验,并快速发现新机遇,从而脱颖而出。最近,随着人工智能的关注度突飞猛进,对数据的需求也与日俱增。无论企业希望实现什么目标,如果无法随时获得高质量数据,就不可能取得成功。尽管科技在不断发展,但对于大多数企业而言,获取企业数据并将
4、其转化为可用资产仍是一项巨大的挑战。虽然提高数据质量和实现有效治理等诸多挑战存在了几十年,但本报告表明,当今的技术领军人物正在探索克服这些挑战的新方法。单靠新技术可能无法解决问题,不过技术型企业可以借助基于云的、现代化的数据和分析解决方案,采用现代化数据工程实践、打造产品导向型团队并实施更全面的数据管理方法。本报告的调查结果揭示了为何数据管理者们必须跳出现有系统的范围,采用各种流程、实践和思维方式来帮助其企业以可重复、可扩展的方式解决长期存在的数据挑战。Thoughtworks 拥有丰富的数据现代化经验,熟悉各种曾引发软件工程变革的现代工程实践(例如数据即产品,构建演进式架构,采用 CI/CD
5、 和 DataOps 等实践,发展团队和治理结构),深知如何充分利用这些实践并将其应用于数据标准,从而帮助企业在数据方面做好充分准备,并长期保持这种状态。有了上述各要素,无论治理要求和数据需求如何变化,企业都始终能快速从数据中获取大量价值。随着人工智能的发展,越来越多的企业将数据现代化作为核心要务,因此愈加重要的是确保数据战略与更广泛的商业战略紧密结合,同时确保数据管理者们能够清晰阐述各种数据和分析技术可以如何帮助企业业务部门实现其目标。这不仅可以保证数据现代化的变革获得关键的支持,还可以让企业为实现其目标做出更充足的准备,为持续改进、发展和创造价值奠定坚实的基础。Kalyanasis Ban
6、erjeeThoughtworks 数据与人工智能事业部全球主管引言4 麻省理工科技评论 洞察0101目录1.执行摘要.52.数据愿景.7 数据战略的制定.7 数据战略与业务战略不一致的问题.83.数据现代化的目标.10 实现数据现代化所面临的障碍.11 为企业带来的各种好处.13 不成熟的数据能力.144.质量管理.17 数据质量和时效性改进.18 组织结构和数据团队.195.结论.215麻省理工科技评论 洞察0101执行摘要数据现代化已明确列入很多企业的议程。我们对 350 名资深数据和技术高管进行了调查,有一半以上的受访者表示,他们所在的企业在过去两年中已经实施或正在实施数据现代化项目。
7、此外,有四分之一的企业计划在未来两年内实施此类项目。其他研究也一致表明,企业纷纷加大了对数据资产现代化的投资力度。1无独有偶,随着人们对提升数据能力的关注度激增,他们对人工智能(特别是生成式人工智能)的兴趣也愈发浓厚。实际上,为开发人工智能模型提供支持是本次受访企业致力于实施数据能力现代化改革的首要原因之一。不过,人工智能并非改革的唯一原因,甚至不是主要原因。本报告旨在阐述企业数据现代化项目的目标,以及相关举措的实施方式。为此,本报告对各行业的资深数据和技术高管展开了调查。研究发现,许多企业在数据现代化方面进行了大量投资,并取得了实质性进展。然而,在许多企业中,数据战略与数据现代化目标似乎还远
8、未达成统一,导致企业的数据和技术团队与其他部门之间出现脱节。数据和技术高管及其团队还可以开展更多工作,了解同事们的数据需求,并就如何满足这些需求积极征求他们的意见。以下是主要研究结果:人工智能并不是企业推进数据现代化的唯一原因。实现更明智的决策是数据现代化的首要目标,近一半(46%)的高管将此列为三大驱动因素之一。支持人工智能模型(40%)和脱碳(38%)也是推进数据现代化的主要驱动因素,此外其他驱动因素还包括增强监管合规性(33%)和提高运营效率(32%)。数据战略往往与商业战略脱节。几乎所有受访企业都认识到了数据战略的重要性。仅有22%的企业表示,他们缺乏完善的数据战略。然而,当被问及他们
9、的数据战略是否完全契合关键商业目标时,只有 39%的企业给出了肯定的回答。数据团队还可以采取更多措施,让其他业务部门和职能部门参与战略讨论:42%的受访企业表示,他们的数据战略完全由数据或技术团队制定。数据战略为数据现代化铺平道路。在过去两年中开始进行数据现代化的大多数企业(71%)在此之前早已制定好数据战略,这可能并非巧合。数据现代化目标的实现离不开业务的支持,实施决策需要战略指导,以免增加复杂性或重复工作。6 麻省理工科技评论 洞察0202 数据方面的最大痛点是数据质量和时效性。高管们指出,数据不达标(41%)和交付不及时(33%)是其数据运营中最需要改进的方面。数据不完整或不准确会导致企
10、业用户质疑数据的可信度。这就解释了为什么在过去两年中,受访企业最普遍采取的数据现代化措施是加强数据治理(45%)。跨职能团队和 DataOps(数据运维)是提高数据质量的关键手段。许多企业正在落实现代化数据工程实践。近一半(48%)的企业授权跨职能数据团队执行数据质量标准,47%的企业将实施 DataOps 作为重点工作。这些实践与已经成为软件工程领域标准的敏捷方法和产品思维不谋而合,但它们在数据领域才刚刚崭露头角。合规性和安全性问题往往会阻碍数据现代化进程。合规性和安全性问题是数据现代化面临的主要障碍,各有 44%的受访企业提到这两大问题。能源、公共部门、运输和金融服务等领域的受访企业尤其经
11、常提到监管合规性问题。高成本是受访企业经常提及的另一个障碍(40%),尤其是在受访的小型企业中。许多企业正在落实现代化数据工程实践。这些实践与已经成为软件工程领域标准的敏捷方法和产品思维不谋而合,并在数据领域展现出价值。7麻省理工科技评论 洞察0202数据愿景在过去十年中,企业纷纷采用人工智能,这也加强了企业对其数据的重视。毕竟,如果没有足够的数据,人工智能模型几乎无法产生价值,而如果数据质量不高,还可能会造成危害。最近,随着生成式人工智能模型的兴起和广泛应用,企业进一步认识到数据的巨大潜力,特别是他们可能会在其内部数据、非结构化数据或其他被忽视的数据中发现独特价值。这也揭示了在数据基础尚不成
12、熟的情况下,抓住这些机会向前迈进所面临的诸多困难。然而,要让管理层相信这些数据就是战略性资产,不应依赖面向企业的人工智能。早在人工智能成为高效商业工具之前,从风险管理到需求预测等许多关键的企业运营工作都要仰仗扎实的数据基础。数据战略的制定目前,企业普遍认识到了数据的重要性,因此大多数企业都制定了完善的数据战略。在此次调查中,只有约五分之一(22%)的高管表示他们所在的企业没有这样的战略。然而,这是最近才出现的情况。只有 27%的受访高管表示,他们所在企业的数据战略已实施了两年以上(见图 1)。在此次调查中,小型企业(年收入在 5 亿美元到 99亿美元之间)比大型企业(年收入在 100 亿美元或
13、以上)更有可能缺乏数据战略,而且已实施数据战略两年以上的可能性要小得多。这是不同规模的企业在应对措施方面出现的多种差异之一。这些差异表明,企业规模和资源在数据战略和数据现代化方面具有重要影响。“数据战略应满足技术和技能需求,但更应与企业的总体业务目标挂钩,否则将无法给企业带来真正的价值。”Danilo Sato,Thoughtworks 数据与人工智能事业部全球技术主管8 麻省理工科技评论 洞察英国皇家财产局首席数据官 James Morgan 表示:“每个企业都需要数据战略。愿景固然重要,但如果无法确定如何达到目标,那么有愿景也毫无意义。”Mor-gan 的团队根据数据战略制定了一项实施计划
14、:“我们不可能面面俱到,因为业务重点和需求会发生变化,但必须制定一项战略实施计划。”Thoughtworks北美公司数据和人工智能事业部总经理 John Spens 认为,“如果没有利用数据解决企业问题的统一方法,那么数据团队将永远处于被动状态。大型企业的各个业务部门拥有可观的预算,如果缺乏战略,就会导致重复工作和产生不必要的复杂性。”他还指出:“正因为如此,许多公司发现自己在多个云平台上运营,但这并不是根据深思熟虑的战略决定的,而是因为各部门的云方案的供应商不同”数据战略与业务战略不一致的问题大多数受访企业都制定了数据战略,但相当一部分企业并没有在企业层面落实完全统一的数据战略(见图2)。在
15、 40%的受访企业中,各业务部门都有自己的数据战略,但这并不一定意味着缺乏统一性。例如,能源供应商埃克森美孚上游数据办公室经理 Heath Bland表示,“虽然业务线数据战略可能是在企业、业务能力和业务线/资产层面制定的,但都由中央数据办公室进行协调。这种方法可以确保不同的战略相互补充、相辅相成,我们认为这是最大限度发挥数据价值的关键。”相当一部分(39%)的受访高管表示,他们的数据战略与业务战略目标完全一致。然而,对于大多数尚未实现这种一致性的企业,这可能会带来高昂的代价。Thoughtworks数据与人工智能事业部全球技术主管Danilo Sato 表示,“这种不一致会导致企业无法发挥数
16、据战略的价值。数据战略当然应满足技术和技能需%我们尚未制定完善的数据战略我们已制定成熟的战略,并实施了两年以上时间总计大型企业($bn in revenue)小型企业($bn in revenue)%总计大型企业($bn in revenue)小型企业($bn in revenue)图 1:大多数企业都已制定数据战略,但这是最近几年才出现的情况以下哪项陈述适用于您所在企业的数据战略?来源:麻省理工科技评论洞察调查,2024 年9麻省理工科技评论 洞察求,但更应与企业的总体商业目标挂钩,否则将无法实现企业真正需要的价值。”造成这种明显缺乏一致性的一个原因是,数据战略往往完全由数据团队或 IT 部
17、门制定,企业其他部门的参与度极低。有 42%的受访者表示,他们所在的企业正存在这一问题。首席数据官(在某些情况下是首席信息官)或其团队很有可能负责领导制定企业数据战略,但他们不应孤立地开展此项工作。Spens 说:“作为首席数据官,你可能需要与其他所有高管坐下来探讨,你也是他们的服务提供商,有责任了解他们的需求,并确保你正在制定的战略符合这些需求。”欧洲客户忠诚度共享计划和营销平台 Payback 的常务董事、首席信息官兼首席运营官 Conrad Pozsgai指出,这种协调并非一蹴而就。他表示:“如何协调数据战略并使其与其他业务职能保持一致,这是一项长期存在的挑战,需要进行大量的沟通,不断完
18、善。”目前致力于发展人工智能能力的企业还会发现,需要密切协调其数据和人工智能战略。超过四分之一(28%)的受访者表示,在他们所在的企业中,数据和人工智能密切相关,不过就这方面而言大型企业(43%)远远高于于小型企业(15%)。专家们认为,这种整合会变得越来越普遍。Sato 说:“密切协调十分重要。”他举了个例子一个示例:有些团队正在使用基于开源大语言模型的生成式人工智能。他表示:“如果这些模型是使用外部数据训练的,相关团队可能会希望通过整合一些自己的数据加以优化。人人都在设法将自己的专业知识与大语言模型相结合,以实现自己的目的。为此,确实需要将数据和人工智能放在一起考虑。”图 2:数据战略尚未
19、达成统一以下哪项陈述适用于您所在企业的数据战略?来源:麻省理工科技评论洞察调查,2024 年%总计 大型企业(收入不小于亿美元)小型企业(收入小于亿美元)%我们的数据战略与业务战略目标完全一致各业务部门有自己的数据战略数据战略完全由数据或技术团队制定,其他业务部门的参与程度极低我们的数据战略与人工智能战略密切相关10 麻省理工科技评论 洞察0303数据现代化的目标在各企业着手实现数据能力现代化的过程中,统一且协调的数据战略尤为重要。在此次调查中,大多数企业在过去两年内对其数据资产的多个要素进行了现代化改造(23%),或正在进行现代化改造(31%)。另有 23%的企业计划在未来两年内进行现代化改
20、造。大多数已进行现代化改造的企业(71%)实施数据战略已超过两年(见图 3)。数据现代化可能需要进行大量投资。这也就解释了为什么在此次调查中,那些年收入达到或超过 100 亿美元的大型企业比小型企业更有可能已开始进行数据现代化改造(见图 4)。除了投资之外,还需要具备远见和耐心才能有所回报。Sato 表示,“尽管多年来进行了大量与数据相关的投资,许多企业直到最近才开始报告这些投资的成功率有所提高。”然而,无论是在财务方面还是在其他关键指标方面,展示早期回报的能力对于让数据现代化持续获得支持至关重要。能够展示早期成果的数据现代化计划往往会有助于全面执行计划。Sato 表示:“虽然对数据现代化的投
21、资通常需要两到五年的时间才见成效,但企业为实现此目标而采取的方法却会产生巨大的影图 3:数据现代化的现状:所有受访者以下哪项描述最符合您所在企业目前的数据能力?来源:麻省理工科技评论洞察调查,2024 年%我们在过去两年中对数据能力的多个要素进行了现代化改造我们目前正在对数据能力的多个要素进行现代化改造我们计划在未来两年内对数据能力的多个要素进行现代化改造我们目前正在评估是否有必要对我们的数据能力要素进行现代化改造我们最近未曾对数据能力进行现代化改造,目前也没有这样的计划11麻省理工科技评论 洞察响。我们不希望前期在基础设施、平台和数据整合工作上做过多的投入,而是会在数据可用后尽快推动实现相关
22、用例,我们相信小步增量式交付方法能尽早展示回报。虽然规模较小,但早期的成功可以增强对现代化战略的信心,并赢得内部的支持,有助于推动长期规划的落实。”实现数据现代化所面临的障碍高成本是数据现代化面临的主要障碍之一:有 40%的受访者是这样认为的。不出意料,这对此次受访的小型企业(46%)来说似乎是一个更沉重的负担。但也有三分之一的大型企业同样表示成本是他们考虑的一个因素(见图 5)。然而,受访者提及次数最多的数据现代化障碍是监管合规性和安全性问题(两个方面均有 44%的受访者提及)。在金融服务和医疗保健等监管严格的行业,可能会出于合规性方面的考量而禁止统一存放特定的数据,或对数据存储在公共云中有
23、所限制。对于能源、公共部门、运输和金融服务行业的企业来说,监管是数据现代化进程面临的尤其重大的一个障碍。安全性问题也会阻碍部分数据现代化工作。在调查中,公共部门的受访者以及金融和零售行业的受访者都特别强调了此类问题,而这些行业都是网络犯罪分子窃取重要个人信息和银行信息的常见目标。“我们相信小切片增量式交付方法能尽早展示回报。虽然规模较小,但早期的成功可以增强对数据现代化战略的信心,并赢得内部的支持,有助于推动长期规划的落实。”Danilo Sato,Thoughtworks 数据与人工智能事业部全球技术主管图 4:数据现代化的现状:按企业规模和行业划分以下哪项描述最符合您所在企业目前的数据能力
24、?来源:麻省理工科技评论洞察调查,2024 年%大型企业小型企业医疗保健与生命科学金融服务公共部门零售制造能源旅游与交通出版与媒体我们目前正在对数据能力的多个要素进行现代化改造我们在过去两年中对数据能力的多个要素进行了现代化改造12 麻省理工科技评论 洞察关于云成本在讨论数据现代化的成本时,云是一个备受关注的焦点。企业高管们可能会担心,人工智能所需的数据量不断扩大,再加上云随用随付的易扩展性,会导致成本失控。但与云所取代的基础设施相比,云的成本的透明度能让人们对云服务价格一目了然。随着数据现代化工作的推进,数据的使用率提高,效率低下的问题可能会日益严峻。Thoughtworks 数据与人工智能
25、事业部全球技术主管 Danilo Sato 表示:“无论何种规模的企业,其云服务成本都在攀升。例如,扩大员工对数据的访问权限是数据民主化的关键推动因素,提升了云的使用率,进而迅速暴露出长时间查询或低性能代码的成本。因此,采用成熟的数据设计现代化方法和编写高性能代码,可以带来以前无法实现的成本效率。”除了良好的数据工程实践外,若要利用云的财务优势,可能还需以更专业的方式研究其成本。FinOps 是“Finance”(财务)和“DevOps”(开发运营)的合成词,指的是使财务专家和 IT专家协作管理数据、人工智能和云成本的一套新型实践。FinOps 方法有助于企业确信其云成本可监控、可预测并符合企
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 战略目标 导向 实现 数据 现代化
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【宇***】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【宇***】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。