数据引导成功的道路
在过去几年里，Thoughtworks一直在追踪新一代超级188bet宝金博app下载成功公司的出现。这些组织通过建立更深入的客户洞察，更快地进入市场，不断地将新的、让客户满意的产品和服务推向市场，从而在竞争中胜出。我们称这些公司为现代数字企业．
这些市场领导人没有偶然出现。他们已经将数据掌握到了比竞争对手更快地将数据掌握到Glean至关重要的操作信息，并在竞争对手甚至知道机会之前变成可操作的见解。
在这篇文章中，我们将探讨您的组织如何成为数据的主人，以及如何使用它来构建现代数字业务(MDB)。
什么是mdb？
我们认为，多边开发银行有五个基本的构建模块。这些都是:
- 实施决策．根据计算机提取和可视化的信息，您的员工根据计算机的信息，或者通过机器自主地根据其世界的模型来实现决策。
- 无摩擦的运营模式．企业可以利用机会，通过去除摩擦组织结构，流程和文化来应对竞争威胁和规模成功的投资。
- 平台策略．最好的平台策略确保企业能够利用新的数字工具，而不会失去以前的技术和流程的优势。
- 体验设计和产品能力。mdb非常注重提升客户体验，并致力于倾听客户的意见——而不仅仅是对客户想要什么有自己的先入之见。
- 工程文化，交付心态．mdb依赖于蓬勃发展的工程文化，具有深厚的软件实践知识和利用技术来满足业务目标的技能。
数据在构建MDB中的角色
现代化数字业务的每个建筑块都是由卓越数据的企业文化支撑：专注于收集和整理的高质量数据，然后是依次用于做出决策。
实施决策
智能驱动的决策完全取决于数据。为了提高组织的运营速度和效率，通过应用机器学习算法，一些决策完全自动化。其他决定，同时仍由员工制作，通过最佳信息通知。
无摩擦的运营模式
数据对无摩擦的操作模型至关重要。信息和洞察力不断地缩合实际数据，结果可视化企业水平决策。因此，当数据说“移动”时，数字组织能够立即执行。
平台策略
在此范例中，数据易于访问和可在业务域所有拥有中获取和可发现的数据网格．数据网格的架构遵循域驱动设计，其中底层技术是标准化和基于云的。简单API可以访问数据作为自助服务，这意味着用户可以提取他们需要的任何数据。域名提供他们的数据'数据产品'对于其他域的负责任的产品所有者，以确保可以轻松消化和组织中的数据。
体验设计和产品功能
数据是数字产品设计中最重要的原材料。这意味着您的数据科学家和产品所有者需要来自不同领域的实际和历史数据，以便容易获得和发现。通过分析这些数据，他们发现新想法和客户对新产品的需求，从而洞察真实世界的行为，从而推动持续执行，推动迭代假设测试和迭代价值生成。高级分析和机器学习被用于基于这些数据设计新的数字服务和产品。
工程文化，交付心态
技术卓越是这种特点的核心。这意味着所有软件项目都被视为数据项目。参与这些项目的每个人都表现出一定程度的数据素养。不同的角色（如数据科学家，数据工程师，软件开发人员，运营）正在混合团队工作，他们与各部门之间的墙壁。软件交付基础架构等存储库，版本控制，管道和管制工具，不仅可以处理代码，还可以处理数据和模型参数。连续交付和持续集成顺利工作，适用于数据和机器学习模型（见CD4ML文章）。
数据突发事件必须开发现代化的数字业务
数据是现代数字企业的核心部分，擅长使用数据的组织已经掌握了收集、发现和转换数据的新技能。组织必须掌握以下六项基本技能:
- 数据治理：组织内数据资产的一般管理
- 数据可发现性:访问和发现数据的能力
- 数据可靠性：信任程度和派生信息和洞察力
- 数据洞察能力:从数据中创建洞察的能力
- 数据可操作性：能够基于见解执行操作
- 数据安全和数据保护：保护数据的能力
数据治理
现代数字企业具有高度的数据素养。本组织中的每个人都必须了解数据的根本重要性。每个项目也是一个数据项目，因为它产生和消耗数据并影响组织中的整体数据流。企业范围的数据治理定义了数据提供者和数据消费者的权限和职责。组织中的每一个决定都是基于值得信赖的数据。
数据发现性
信息需要放在每个人的指尖，便于组织中的每个人获取(当然，要遵循数据可访问性和合法的数据隐私规则)。可以通过简单和标准化的api、自助服务和自由组合来访问信息，以获得新的信息和见解。
数据的可信度
如果在其数据中相信，任何组织中的人才只允许执行智能和数据驱动的决定。推出数据驱动的决策的数字化组织通常会发现组织中的人员不相信数据和决策，并通过手动决策抑制自动流程。与人际关系一样，信任具有理解和积极的经历。在现代数字企业中，人们对他们的数据有很大的信任和基于它们的决策。他们了解数据的出处和决策的方式。它们也意识到数据中可能的偏见。高数据可靠性并不一定意味着数据始终具有高质量。现代数学和统计算法可以（如人类）处理不完整，不一致，往往嘈杂的数据。
数据洞察能力
现代数字企业具有强大的能力，可以生成信息和洞察数据。这是由数据科学家和分析师完成的。它们使用高级分析和机器学习框架模拟数据。数据时间序列和流被建模以预测未来事件。派生的见解是组织中每决定和行动的核心。
数据可行性
最好的数据洞察如果不能带来行动，就毫无用处。因此，快速有效地将信息和洞察力带入行动是现代数字企业的另一项基本技能。CD4ML将洞察可视化以支持业务决策(数据讲故事)或将其包含在软件开发和操作过程中。
数据安全性和保护
由于数据正在成为现代数字业务中的基本资产，因此安全保护它是很重要的。必须保护这些数据免受组织内部和外部的未经授权访问。它也必须受到保护免受损失和腐败的影响。更重要的是，对于人有关的数据，必须确保有关人员相关的数据隐私和法律要求的义务（欧洲一般数据保护规定）。
数据位于每种现代数字业务的核心
成为一个真正现代的数字业务并非仅仅是IT项目。这是一种跨组织的努力，影响组织的各个方面，技术和企业携手合作。我们已确定您必须在组织中开发的五个构建块。我们已经表明，数据在这些构建块中扮演重要作用。为了成功开发这些构建块，组织将需要其IT环境和劳动力技能的六个数据潜在。
以下是您如何立即开始在组织中建立这些潜在客户的一些示例：
- 了解数据的重要性。您组织中的每个人 - 从基层到基层开始 - 应该了解业务数据的重要性和关键性。数据是您的价值创建的原材料，它应该可用于所涉及的每个人，而不是由您组织中的单一业务单位或“孤岛”所涉及的人。
- 使您的数据可发现。ERP系统或关系数据库中的数据被认为是不可发现的。它们固定在表格数据模式中，很难提取和修改。数据科学家喜欢简单的结构化或非结构化数据的数据湖，但要注意:建立大型组织范围的数据湖是大型项目，对大多数组织来说太大了，通常注定要失败。多个较小的、特定于领域的数据湖，如数据网格，在该领域拥有明确的所有权，为其他领域提供每个自助服务的数据，以构建数据服务和产品，这是一种可行的方法。
- 人们必须信任数据．设置连续流程和高标准，以清理和质量检查传入和生成数据。基于数据的决策应尽可能透明，如果员工有疑问，请认真对待它们。了解这些疑问来自哪里，查看数据和决策过程（包括决策过程的速度），与人类决策相比，并说服人们。您不能简单地授权自动决策是值得信赖的。并意识到您的数据中的偏差可能对基于这些数据进行的决策产生毁灭性影响，从而对您的业务和公共形象产生了毁容。
- 要求每个决定都是由数据驱动的或者至少有数据证明。不要通过肠道感觉，意见或“我们总是这样的”决定。继续在此路由上，您将失败，因为那些使用数据驱动的决策时更快地调整到更改环境。
- 尝试自动化决策尽可能多。请您的数据科学家建模决策或使用RPA(机器人过程自动化)，至少对您组织中的普通过程是这样。提高员工的技能，这些员工的日常工作是做出这些决定，培训和维护数据模型和RPA软件，或从事更具战略性的主题。
- 数据分析和建模数据从中创造信息和见解应该是你组织的核心竞争力。不要外包。它是从数据中创造价值并成为具有领先优势的数据驱动组织的主要支柱。你将需要数据分析师、数据科学家以及适当的数据基础设施和流程。确保他们的工作是透明的，公开可用的，可重复的，不局限于单个头。
- 从数据洞察力铺平道路在你的组织中运作。如果伟大的数据科学模型和见解只存在于木星的笔记本中，那么它们就毫无用处。它们只在到达终端用户时才创造价值。不要让你的数据分析和数据科学团队孤立地工作:与数据工程师、开发人员和IT运营人员一起组建混合团队。完成意味着最终用户可以使用数据。CD4ML帮助您建立流程和基础设施，以便将数据科学模型平稳、安全、持续地从开发转移到生产。
- 最后但并非最不重要您的数据受到保护:防止来自组织内部和外部的盗窃和滥用，并且适当的保护敏感和个人数据-遵守适用的法规，如GDPR和防止灾难性的损失-已经到位。数据将成为您创造业务价值的主要成分和“血液”，流经您的组织并保持其健康!
不幸的是，没有成为现代数字企业的圣杯计划，也不应该有。这是一段每个组织都需要定义和学习的旅程。并不是每家公司都需要成为业内的亚马逊、Netflix或谷歌。相反，每个组织都必须找到自己真实的数字自我。
188bet宝金博app下载InslicalWorks开发了数字流利的在线工具，帮助组织了解他们应该在哪里与他们在哪里。它有助于您确定要致力于将差距桥接到您渴望的地方所需的核心功能。
但请记住，这只是一个复杂的永不结束的旅程的起点，没有计划这样的东西:模糊性不断挑战我们不断改变，以保持数字健康!