Gartner 《打造数据驱动型企业》
建立数据驱动型企业绝不仅仅是在商业决策中使用数据而已。
负责数据和分析的管理者,必须考虑根据企业的愿景,引领发展企业的合适的竞争力,并持续创造出信息价值。
数据驱动组织的数据和分析能力
一、精心编排(Deliberate Orchestration)
信息价值管理
数据素养(Data Literacy)
数据科学与 AI
信息治理
数据驱动战略
应用案例整理
数据获取(Data Sourcing)
信息架构
二、分段实践(Distributed Practice)
信息资产管理
数据管理
分析方法(Analytics)
信息管理(Information Stewardship)
信息产品管理
数字化业务愿景:优化与转型
一、数字化业务优化
特征:在不改变业务模式的情况下,数字化业务优化显著增加价值
提升现有收入
减少主营业务成本(COGS)
减少销售、管理及行政费用(SG&A)
提升员工生产力
增强客户体验
优化库存和产量(Inventory and Yield)
优化实物资产
优化金融资产和现金
效果:
提升收入
提升运营利润率
提升劳动力
改善客户体验
提升资产利用率
战略目标:
提升生产率和现有收入
更好的客户体验
二、数字化业务转型
特征:数字化业务转型引领净新(Net-New)收入和业务模式
更少变革
出售现有数字资产
将产品或服务数字化
按计量销售
采用基于共担风险的协议
导入平台化业务
进入相邻和新兴产业
效果:
关联收入
平台收入
新产业收入
战略目标:
产生净新(Net-New)收入的产品和服务
新业务模式
从多个角度探索数据驱动的机会
一、"VIA" 模型:任何场景
价值:问题是什么?业务的困境是什么?目标的产出是什么?价值是如何实现的?
信息:涉及哪些数据或数据源?
分析:有哪些分析(Analytics)或数据科学(Data Science)的方法应用于数据?
二、探索信息价值:从信息开始
价值:潜在的业务价值是什么?
信息:可以利用哪些内部和外部的数据?有哪些可能的业务场景?
分析:有哪些必要的分析(Analytics)或数据科学(Data Science)的方法用来解锁价值?
三、探索分析价值:从分析开始
价值:潜在的业务价值是什么?
信息:能否从内部和外部数据中挖掘出新的洞察?
分析:有哪些分析(Analytics)或数据科学(Data Science)的方法用来激发突破性的洞察?