全脑数据管理才能打造数据领导力
半脑管理数据的困惑
当我们与数据管理专业人员交谈时，很明显大多数人都知道他们应该做什么。
我们经常提出以下问题：
执行管理层是否应该正式发起数据治理？
是否需要指定数据所有者对数据负责？
是否需要创建业务术语表或数据目录？
你会得到大部分人员的肯定回答“是”。
不幸的是，尽管知道应该做所有正确的事情，但在许多情况下，这些团队最终仍然没有把事情做好。
数据治理需要数据领导力
许多公司都缺少数据治理。
许多数据管理专业人员将数据治理视为“对数据所做的事情”。这与事实相差甚远。
数据治理是对人做的事情。人需要受到治理，我们需要调整人的行为和流程，是的，我们也需要改变人被要求使用的工具和技术。
这些都是我们已经知道的事情。我们已经任命了数据所有者和数据管理员，并且我们有一个数据治理委员会，所以“我们明白了”。
数据领导力在哪里
当您指定担任关键数据治理角色的人员无法履行这些角色时，问题就会出现。例如，您是否从您的团队中听到过这些言论？
“我太忙了”
“我们现在没有足够的资源来做到这一点”
“我以为你们只需要我的团队完成这个项目的前6个月”
“为什么你不能帮我们管理数据？你不是搞IT的吗？
“没有预算这样做”
如果您在试图让企业关心数据时碰壁，那么您就缺乏数据领导力。
什么是数据领导力
我们先来看看领导力的含义：
领导力是个人或群体影响和指导追随者或组织其他成员的能力
因此，数据领导力是个人或团体影响和指导组织其他成员的数据行为的能力。
看一下数据所有者和管理员的典型回应：
“我太忙了”
“我们现在没有足够的资源来做到这一点”
“我以为你们只需要我的团队完成这个项目的前6个月”
“为什么你不能帮我们管理数据？你不是搞IT的吗？
“没有预算这样做”
现在问问自己，这些听起来像是一群正在领导的人的声明还是一群正在被领导的人的声明？
停止管理，开始领导
仅仅因为制定了数据术语表、购买了新的数据目录并编写了数据治理策略，这并不意味着您正在做正确的事情。
除非你领导你的团队并且他们愿意并热情地跟随，否则你就是问题的一部分。
您的数据管理实践是否迫使业务团队在没有数据领导力的情况下生成或使用有关数据的文档？从本质上讲，您要求他们用数据“做正确的事”。
这样的要求会带来更多的挫败感和摩擦，最终会让你的流程陷入停顿，并阻止你用数据做正确的事情。
管理是正确的做事；领导是做正确的事
彼得·德鲁克
培养数据领导技能
创建数据领导力的挑战之一是我们让错误的人担任错误的角色。
许多数据管理专业人员都具有IT背景。这是有道理的——他们了解数据并看到它对各个业务孤岛的影响。但这也意味着你会遇到很多“左脑主导”的人。
数据管理团队擅长分析思维。他们想要深入了解，用逻辑来迷惑企业并提出变革的理由。
这样做的问题是忽略了“大局”。右脑占主导地位的人能够创造愿景、建立情感并激励人们追随自己的梦想并实现自己的目标。
如果您希望企业追随您并采用新行为，就必须为他们提供未来的愿景，让他们获得比今天更多的价值。
管理与领导的区别
那么你怎么知道处于什么位置？
管理：设定目标，制定可衡量的成果和完成时间框架，并确保工作按时交付并保持良好的质量水平
领导：创造未来的愿景、宣讲和实际行为激励他人追随，利用情商和同理心确保你的信息与他人产生共鸣
这如何与数据管理结合起来：
数据管理编写策略，说明业务应如何处理数据，并管理不情愿的业务团队来执行这些数据治理任务和活动
数据领导了解组织的目标和目的，与关键管理目标保持一致，并为公司的未来制定愿景，包括数据驱动的成果，增加收入，削减成本并消除企业关心的风险
运用整个大脑来改进数据管理
有效的数据管理要求我们领导和管理我们的数据。它们是同一枚硬币的两面。
如果您想领导业务并改变行为，需要创建一个令人信服的愿景，与业务目标保持一致。
一旦采用了这一愿景，您就需要数据管理团队来使其成为现实。他们将追寻目标，确保人们履行自己的职责，并报告在实现数据愿景方面所取得的进展。
制定数据策略常见的问题
1.什么是数据策略？
数据策略是记录数据在何处以及如何支持关键业务目标的计划。它列出了组织在数据方面面临的问题，或者如果他们获得正确的数据，公司可以释放的价值。然后，它列出了解决问题的指导原则，以及公司为实现其目标将采取的一系列协调步骤。
2.为什么需要数据策略/为什么数据策略很重要？
每个组织的数据量、速度和种类都在增加。数据领导者能够利用其公司拥有的数据来获得竞争优势。
数据策略可以诊断您的公司是领先者还是落后者，并将企业的战略与当前拥有的数据直接联系起来。它制定了改进数据或获取新数据的计划，使您的业务同行能够实现他们的目标。
3.什么是数据驱动战略？
数据驱动的战略反映了组织在关键业务决策中利用数据的愿望。奉行数据驱动战略的公司旨在做出更好的决策，并将数据置于其所做一切的核心。这与数据策略不同，因为它只是表明组织希望使用数据做出决策。另一方面，数据策略决定如何利用数据实现业务目标并支持业务策略，数据驱动的战略是一种意图声明。数据策略是描述您将如何实现目标的文档。
4.什么是好的数据策略/数据策略是什么样的？
一个好的策略需要：
对策略解决的问题的诊断，或对他们希望实现的机会的定义
指导原则——我们数据战略背后的总体主题是什么？如果万一出现了我们没有计划好的决定，我们的团队应该用什么原则来解决它？
一系列协调一致的行动——一个逐步的路线图，列出了我们如何利用我们的优势来克服我们的弱点和威胁，以解决问题或释放机会
一个好的数据策略具备所有这三点，并且可以用来解决手头的问题。
5.什么是不良数据策略/不良数据策略是什么样的？
数据策略不佳的迹象包括：
您还没有诊断出问题所在。如果您的数据策略是您将要做的事情的列表，但它没有解释您为什么要做这些事情，那么您就从错误的地方开始了。确保您正在使用数据策略解决真正的业务问题，而不仅仅是记录您想要做的事情的列表。
你设定了无法实现的目标。数据战略的领导者能够将他们的数据货币化。他们的团队不仅工作高效，而且还可以找到出售所拥有信息的机会。您可能会设定一个将自己的数据货币化的目标——也许您希望通过利用数据资产使收入翻倍。但如果数据目前状态不佳、无记录、不受管理且质量低，那么您就设定了一个无法实现的目标。首先设定一个近期目标来改进该数据，然后可以在以后制定更雄心勃勃的目标。
你使用“废话”。如果您的数据策略充满了高尚的、听起来具有战略意义的短语。例如，“我们将利用数字化、创新和个性化提供无与伦比的客户体验”，那么您就写了一些废话。用简单的语言说明你将要做什么，让每个人都能理解。
你的策略缺乏执行计划。除非有人能够阅读该文档并知道他们必须做什么、何时必须这样做以及为什么这样做，否则该策略是没有用的。
6.数据策略和分析的交叉点在哪里？
数据分析获取大量数据，并以更易于人类理解的方式表示它。这可能是您提供给高级管理层的仪表板或报告。能够分析数据并以有用的格式呈现数据对于支持数据策略至关重要。
许多团队从分析阶段开始。他们生成大量报告和仪表板，但这不是数据策略。首先定义业务目标。然后找出实现这些目标必须回答的问题。最后，制定回答这些问题所需的分析。
在起草数据策略时，立即建立数据素养非常重要。您的决策者能够理解什么？除非这些团队能够访问它并根据它做出更好的决策，否则提供分析是没有意义的。
7.如何构建数据策略/如何定义数据策略？
第一步是找出问题所在。您的企业想要实现什么目标？数据在哪里发挥作用？您的数据是否能够支持这一雄心壮志，或者您是否需要采取措施来解决这个问题？
确定问题后，下一步就是分析您的优势和劣势。你如何利用自己的优势来实现目标？您的弱点可能会产生什么影响？您是否需要首先减轻影响？
最后，您需要决定一系列操作。我们制定策略的原因是因为存在限制。我们没有无限的时间、金钱、人力或其他关键资源。因此，数据策略必须优先考虑您要做的事情，并按逻辑顺序对它们进行排序，以使其成为现实。
8.数据策略的关键问题有哪些？
您需要问的主要问题是：
该数据策略如何与业务策略保持一致？
我们的高管需要做出哪些关键决策来推进其业务战略？
我们组织当前的数据成熟度水平如何？
我们公司目前的数据质量水平如何？
我们的员工解释和使用数据的能力如何？
我们今天的文化是什么？它如何影响数据策略？
我们将通过数据策略解决的第一个用例是什么？为什么？
如果您能够创建紧密的业务协调、清晰的用例和实现目标的资金影响，您的策略将成为赢家。
9.数据策略和治理的交叉点在哪里？
数据策略定义了您将如何使用企业数据来支持企业业务策略。数据治理是对业务数据行使行政权力。将其视为数据如何创建、存储、更新、使用、删除或存档的“规则”。
如果您发现您的数据目前质量不高，并且不适合解决问题，那么您需要创建一个计划，将数据治理嵌入到您的业务中，然后再寻求更高级的数据用例。
10.什么是数据策略框架？
数据策略框架定义了数据策略必须具备的关键要素，即：
问题的诊断或机会的陈述
指导您如何实现目标的指导原则
一系列协调一致的行动来实现您的目标
11.数字化转型的数据策略是什么样的？
数字化转型只是采用技术来解决业务问题。数据策略管理着该技术中的数据，但它也应该监督技术的选择。
如果您的数据策略不包括对数据所在技术的评估、这些系统的互操作性以及更改该技术的路线图，那么您将面临企业购买新工具的风险，这会对业务产生不利影响。你制定的策略。
12.数据战略与数字策略有什么区别？
数字策略是指部署技术来解决问题。数据策略着眼于数据（技术中保存的记录）以及如何使用数据来实现目标。
往期推荐