报告:2021 年数据创新状况
数据来源:Splunk, The State of Data Innovation 2021, August 2021
通过全球性的研究揭示拥有成熟数据实践的组织如何抓住机遇,引导破坏性变革。
关键信息
研究表明,拥有成熟数据实践和创新导向战略的组织与数据创新初学者相比,创造了显著的成果。平均而言,领先组织:
在过去的一年里,由于数据创新,开发了八种产品或服务 , 是初学者级组织的两倍。
几乎是两倍反馈者说,他们的数据推动的产品创新已经让他们进入新的市场,并增加客户业绩份额。
在过去的一年里,员工生产率提高了 16%,几乎是初学者创新者的两倍(9%)。
直接将数据货币化的可能性几乎是前者(66% 对 36%)的两倍。
这些结果是由显著的内部变革推动的。数据创新领域的领导者表示已发生根本变化的可能性是初学者的两到三倍:
销售和营销(领导者 47% 和初学者 23%)
客户服务(50% 对 19%)
供应链/分销(38% 对 17%)
制造/运营(38% 对 14%)
财务(44% 对 14%)
软件工程(45% 对 20%)
数据创新定义
通常,有三种类型的业务创新:
产品(例如 Fitbit 或智能手机)
工艺(装配线、精益制造)
商业模式(娱乐流媒体服务)
但什么是创新呢?任何创新都是对环境条件的应对措施。无论是新颖的(COVID-19 期间餐厅转向全外卖)还是长期(亨利·福特对复杂制造流程的革新)。创新本质上是一种实验。
是什么定义了您制定应对措施的条件/挑战/机会?数据
什么告诉您创新响应是否成功,以及能否进一步改进?数据
数据对于创造和衡量创新至关重要。在这个数字化时代,数据比以往任何时候都多,创新的机会也更多。
跟随数据创新领导者
为了定义数据驱动创新的成功,我们必须首先定义组织如何成功管理和挖掘其数据。我们根据六个因素对每个组织进行评级:
数据定义 Data Definition:使用元数据对数据进行分类和标记,以支持数据访问和使用
数据聚合 Data Aggregation:整合来自整个企业的数据,并允许不同的业务孤岛访问彼此的数据。
数据质量 Data Quality:测量数据的准确性、完整性、一致性和重复性。
数据调查技能 Data Investigation Skills:确保员工具备查询组织数据以解决业务问题的合适技能。
数据调查工具 Data Investigation Tools:确保员工拥有合适的工具来查询组织的数据以解决业务问题。
数据监控 Data Monitoring:自动查询,以捕获重要业务问题的实时和实时答案。
数据成熟度影响因素
哪些因素对接受调查的组织最缺乏或最具挑战性?
只有 29% 的组织拥有定义大多数/所有数据的分类系统。
只有 40% 具有全面的数据聚合,而 29% 的受访者表示,部分或所有业务线将自己的数据分开或隐藏。
只有 39% 的人表示,他们的数据质量是已知的,并进行了全面测量。其他人充其量只是对数据质量有部分洞察力。
只有大约五分中之一人表示,其所有或大多数员工都具备适当访问完成工作所需的数据所需的技能和工具。
只有 29% 的受访者报告在数据监控自动化方面取得了 "出色进展"。更令人鼓舞的是,另有 48% 的受访者表示 "进展良好"。
数据创新领导者对业务的影响远大于同行
产品创新:数据创新领导者发布的产品/服务创新是初学者级组织的两倍。领导者更有可能进入新市场,改善客户转换,并因数据主导的产品创新而增加每个客户的支出。创新产品在领导者的收入组合中占 69% 以上。
数据货币化:领导者比初学者更有可能通过数据创新将数据货币化(66% 对 36%)。数据货币化对领导者的收入增长了 31%,比初学者快 75%。
员工生产力:领导者使用更多的数据源来优化员工的生产力和效率,并且生产率提高了 16%, 比初学者报告的 9% 提高了 78% 。
赋能应用开发:在过去 12 个月中,领导者显著加快向应用开发人员交付数据的可能性是前者的四倍。96% 的领导者表示,加速向开发人员提供数据加快了应用程序开发,95% 的领导者表示,它改进了应用程序功能。
数据创新有助于提高员工生产力和产品/服务演变
当被问及具体的改进领域时,高比率的受访者报告了以下情况:
员工效率/生产率(62% 的受访者)
开发和推出产品/服务(55%)
确定所需的人员配置优先事项和新角色(50%)
应用开发 (49%)
数据直接货币化(46%)
当我们按创新成熟度水平分析研究数据时,我们发现领导者始终优于成熟度较低的领导者,在应用开发和数据直接货币化领域,初学者和领导者之间的差距最为大。
衡量创新的影响
数据增强创新对所有受访者的主要好处是越来越接近客户,无论是通过提供更好的数字体验、通过新渠道参与还是提供更符合客户需求的新产品。受访者表示,全面数据创新有助于他们实现:
提高客户满意度(60% 的受访者)
提高客户保留率(54%)
更好的客户转换率(48%)
改善品牌认知度(47%)
成功进入新市场(45%)
通过新渠道客户引流(44%)
每位客户增加支出(40%)
将数据转化为收入
对于许多组织来说,具体来说,将数据货币化 (具体来说, 使用数据提供订阅或服务作为对其他业务线的补充或独立于其他业务线, 或转售数据) 是数字化转型的标志。我们调查中的数据创新领导者尤其如此。
从整体上来看,46% 的受访者表示,他们积极创新数据货币化方式。在该群体中,略高于三分之一的受访者表示,货币化是其业务的核心(37%),而那些拥有补充其核心业务的数据产品(49%)或独立于其核心业务的数据产品(14%)。
将数据转化为生产力
除了将新数据产品摆在客户面前之外,组织还利用数据来改进其业务各个方面的日常决策和行动。
通过数据提高员工生产率是数字时代的一大优势。无论成熟度如何,大量受访者都在使用广泛的数据源来帮助员工更智能地工作,包括:
应用利用率(59%)
知识共享 (59%)
设备性能/遥测 (55%)
协作模式 (52%)
员工监控 (48%)
员工调查(39%)
当被问及数据创新在多大程度上提高了员工的生产率时,38% 的领导者表示 "超过 20%"。只有29%的追随者和 11% 的初学者也这么说。初学者们平均说,数据创新提高了 9% 的生产率,而领导者的生产率提高了 16%,结果提高了 78%。进一步挖掘,我们发现,领导者说,他们已经 "从根本上" 改变了关键功能的频率约两倍的初学者,从安全(54%对28%),软件工程(45%至20%),销售和营销(47%至23%)。
将数据转化为行动
正如我们指出的,领先的数据管理实践只是起点。数据的价值就是你用它做什么。通过数据加速和改进创新需要一种文化,该文化已准备好接收该数据并随其运行。我们确定了几个策略,帮助数据创新领导者更好地将数据转化为可衡量的积极成果。
1. 快速向开发人员获取数据
最简单和最重要的步骤是将这些数据提供给能够使用它的人。领导者更善于将数据交到自己的破坏者手中。在所有受访者中,29% 的受访者表示,他们在过去一年中 "显著加快了" 向开发团队提供数据的速度:另有51%的人说他们 "有些加速"。领导者加速数据传递的可能性是初学者的四倍(64% 对 16%,追随者占 42%)。
对于大多数受访者来说,数据交付的加速带来了实质性的改进:85% 的受访者报告改进了应用程序功能和开发人员效率,而 83% 的受访者表示提高了应用程序开发速度。
2. 在相互矛盾的创新目标之间确定优先级
优先考虑向开发人员提供数据,可以让他们更快地工作,并让组织更多地考虑创新战略。但显然,速度和深思熟虑的优点会互相破坏。当我们询问受访者哪些对其组织、创新速度或知道创新将大受欢迎时,我们看到了一个有趣的细目。
初学者更可能(66%)说他们两者都支持,目的是"平衡速度与知道创新将受到欢迎",而创新者倾向于选择其中之一,更倾向于优先考虑自己市场对创新的重视。对于我们的研究人员来说,初学者似乎不确定如何优先考虑,而领导者则对最能服务于其市场地位的美德加倍。像金融服务这样高度监管的行业的领导者倾向于 "正确对待",而科技和通信/媒体则倾向于 "立即得到它"。无论哪种情况,有信心和数据——努力地倾向于一种策略似乎是领先组织的标志。
3. 云分析是基础;可观察性是领先的
当被问及哪些工具可以帮助他们创新时,受访者最常依赖云分析(78%),其次是人工智能/机器学习(66%)、边缘计算(55%)和可观察性(45%)。这一排名或多或少与这些技术在市场上的成熟程度相吻合,而进一步下滑的技术很可能只掌握在早期采用者手中。
当我们通过创新成熟度来分解它时,这似乎就证明了这一点:虽然领导者使用云分析的可能性略高,但在边缘计算和可观察性方面却遥遥领先。
教训:拥抱新技术,为您提供创新所需的成果和优势。
4. 领导者深入挖掘其数据
我们发现,推动创新的数据源因成熟度而异。从全面来看,最受欢迎的四个数据是客户数据(35%)、运营技术和系统数据(32%)以及服务交易/性能数据(28%)。但是,当我们询问哪些数据源提供了最大的创新提升时,我们看到了基于成熟度水平的明确区分。
初学者(38%)和追随者(36%)最常引用客户数据,但领导者(22%)较少引用客户数据。同样,销售数据对于 27% 的初学者和 25% 的追随者来说是关键,但只有 9% 的领导者。那么,哪些数据让领导者更上一层楼呢?
37% 的领导者引用了应用程序/交易绩效数据,而关注者和初学者中这一数据为 28%。
33% 的领导者引用了网络数据,而关注者和初学者中这一数据为 25%。
29% 的领导者引用了传感器/物联网数据,而 28% 的关注者和 21% 的初学者引用了传感器/物联网数据。
28% 的领导者引用了物理/虚拟服务器数据,而关注者和初学者中这一数据占 14%。
5. 领导者鼓励创新
伟大的员工常常给他们的工作带来纯粹的激情。但是,当每一个新想法都面临巨大的阻力,如果不是完全缺乏兴趣和支持,这些员工可能会转变观念,只完成基本工作,并为下一任雇主保存伟大的想法。
强大的创新者激励员工提出新的想法,并建立权衡和采取行动的流程。毫不奇怪,在激励措施方面,领导者在每种情况下都遥遥领先:
66% 的领导者为员工提供种子资金或预算,以启动创意,而 51% 的追随者和 39% 的初学者。
65% 的领导者为员工提供创新专用时间,而 52% 的追随者和 43% 的初学者。
64% 的领导者提供与非金融创新指标相关的员工奖金,而 53% 的追随者和 40% 的初学者。
45% 的领导者提供与新产品或服务相关的权益/奖金,而 37% 的追随者和 21% 的初学者。
6. 领导者衡量创新
如果你想改进一些东西,你必须衡量它。但创新是极其难以衡量的。即使您跟踪最终结果,例如过去 X 月份新产品的数量,以及这些新产品的收入百分比,也不会告诉您结果背后的原因。
我们的研究发现,数据创新领导者更有可能使用非财务指标来衡量创新。从产生的想法和假设测试的数量到专利申请和市场认知,领导者采用非金融措施的频率比初学者高出约 60%。
7. 领导者更倾向于引导创新
数据创新领域的领导者更有可能雇佣以创新为中心的高管。
94% 的人在客户体验方面具有执行角色,例如首席客户官,而关注者占 79%,初学者占 63%。
97% 的人在数据分析方面具有执行官角色,例如首席数据官,而关注者占 85%,初学者占 69%。
96% 的人有专门的创新执行官,如首席创新官,而 82% 的追随者和 59% 的初学者。
91% 的用户拥有创新型云基础设施(如云架构师)的执行官,而 79% 的关注者和 69% 的初学者。
8. 领导者继续改善软件开发的生命周期
在领导者与团队其他成员之间最显著的差异之一中,领导者在 DevOps 和 DevSecOps 实践中遥遥领先。
DevOps:79% 的领导者表示他们广泛使用 DevOps(相比之下,28% 的关注者和只有 9% 的初学者)。
只有2%的领导者说他们有一些收养或根本没有,而42%的初学者。
DevSecOps:同样,88% 的领导者表示,他们已经将安全流程和控制广泛纳入其 DevOps,而 53% 的关注者和 18% 的初学者。
30% 的初学者还没有开始。
9. 你得花钱赚钱
最后,领导者知道,对数据进行投资对于推动更快、更智能的创新至关重要。
他们将高达 50% 的技术预算用于以数据为中心的解决方案和员工(占预算的 18%,而初学者为 12%,关注者为 15%)。
主要建议
最具创新性的组织关注这些问题以及最终产品,并不断改进。关键步骤:
1. 关注数据
创新是问题的答案:这个组织的成功有哪些新的方法或更好的方法?没有数据,您无法回答问题。没有数据,您无法评估成功与否。在数字时代,没有数据,你什么也做不了。因此,优化整个数据连续体,从如何分类、整合和清理数据,到如何工具化并培训合适的团队从信息中获取见解。然后在自动化层,使这一切更快,更可靠,更高效。
2. 配备合适的员工和解决方案
更多的培训和工具化:一旦您获得数据,您必须确保合适的人能够使用这些数据。安全、适当访问的数据对于整个组织的角色至关重要,但不同角色需要不同的工具、技能和访问。理解如何使得每个员工都能够访问数据,以激发和验证创造性思维,并确保员工有一个清晰、接受的过程,以便使得该想法跨部门和部门层级。
3. 衡量创新,使创新成为优先事项
找出如何衡量你的创新实践和结果(不仅仅是结果)将迫使一个有趣的谈话:你如何衡量创新?如何衡量创新实践?什么是创新做法?回答这些问题,找出如何跟踪它们,然后在显示销售数字或应用程序性能统计数据的相同会议中共享指标。
4. 激励创新
受访者告诉我们,他们的大部分数据创新者(69%)除了突然受到启发外,还有其他核心责任。只有29%的人说他们的关键创新者只工作或主要在创新/新兴的工艺上工作。换句话说,你的创新者往往有日常工作。你必须通过抽出时间和提供创新激励来帮助他们。
5. 清除组织障碍
这项研究发现的最大创新障碍是寻求跨团队协作的困难。这是最常引用的部门墙(gating factor)(36%的受访者)如果销售人员或支持科技公司无法引起过度劳累的开发人员、愤怒的 IT 团队或高管的注意,那么他们改进产品的想法有何价值?创新打破了正常的流程、工作流程和思维模式,因此,让团队能够(并适当优先)支持新的可能性并有效地交叉工作。