聚焦目标：将商业价值置于数据项目的核心位置
Focus Putting business value at the core of data projects
最大化您的数据投资的商业价值
作为一名软件高管，我经常与各行各业的首席数据官（CDO）进行交流。有些人具有深入了解数据架构和人工智能算法的技术背景。其他人更偏向于业务方面，对数据如何释放商业价值有着敏锐的理解。
几周前，我与一家金融机构的首席数据官Alex进行了一次友好的交谈，我认为她更多地属于业务方面。
Alex向我解释说，不久前，在准备执行委员会会议时，她要求管理团队提供他们最近的成就。然而，她听到的回复都是与最近的数据基础设施云迁移大多有关的技术成就。她知道这些成就对她的业务利益相关者没有任何影响，所以她不得不自己构建一个全新的叙述，她成功地做到了。这时她意识到，她在向业务高管销售数据项目的商业价值方面几乎是孤军奋战，他们讲述的故事并不是她团队成员在那个时间点上的工作感受。
这是我与CDO们一直在进行的对话，无论他们是技术方面的还是业务方面的。他们都感到数据管理的技术复杂性与这些项目应该提供的实际商业价值之间的紧张关系越来越大。根据NewVantage Partners的《2023年数据与分析领导力年度调查》，CDO的角色曾经只存在于12%的组织中，现在在82%的公司中已经得到了稳固的确立。数据管理的复杂性也在同步增长，使得这个鸿沟变得更加艰巨。
以下各节将更深入地探讨这个问题：数据管理的复杂技术执行与明确的商业价值生成之间的紧张关系。
首先，我们探讨了一个“商业价值优先”的方法，其中对业务目标的贡献成为衡量数据项目有效性的主要指标。
然后，我们介绍了“业务用例”的概念——数据项目的直接面向业务的可交付成果，这是真正推动商业价值的因素。
接下来，我们深入探讨了业务利益相关者在“商业价值衡量”的持续、协作过程中的关键作用，这是将数据项目与业务目标对齐的重要因素。
然后，我们研究了这种方法对“组织”及其员工的深远影响，营造了一个每个人都朝着同一个目标——创造商业价值的环境。
最后，我们概述了转变为一个“以商业价值为驱动的数据组织”的过程，讨论了所需的战略和战术变革、可能遇到的挑战以及确保数据项目不仅仅是复杂技术项目的步骤。
了解紧张关系：技术执行的复杂性与商业价值之间的矛盾
数据项目是多方面的，需要高度的技术熟练度来执行。这种复杂性从开发复杂的数据管道、建立复杂的云存储系统、实施严格的治理框架，到编目大量的数据都存在。毫无疑问，这些任务是重要的成就，标志着数据项目旅程中的关键步骤。
然而，复杂性往往会带来一种狭隘的视野。数据团队越深入技术执行，他们就越容易失去项目存在的原因——产生商业价值。虽然数据项目的技术成就至关重要，但它们只是达到目的的手段，而不是目的本身。
重要的是要记住，数据在其核心上是运营流程的副产品，不一定设计得很好以支持业务决策。这就是为什么我们需要复杂的数据项目来使数据对业务决策有用。但如果技术细节与商业价值之间的联系丢失了，整个项目就失去了其目的。这就是需要解决的紧张关系——将数据管理的技术复杂性与明确、可触及的商业价值对齐。
商业价值优先：专注于最终目标
虽然由于其固有的复杂性，我们自然会专注于数据程序执行的技术细节，但我们已经确定，这些任务只是达到目标的手段。复杂性和对技术任务的关注无意中掩盖了最终目标——创造商业价值。但是，我们如何解决技术性和商业价值之间的紧张关系呢？通过将商业价值放在第一位。
但这到底意味着什么呢？它意味着从数据优先的角度转向以业务为先的角度。这是超越行话、算法和基础设施成就的关键，来回答一个基本问题：“我们的数据计划对业务有何影响？”这要求将每个技术任务与相应的业务目标对齐，并持续评估其在业务产出方面的有效性。
事实是，无论数据管道的复杂性还是集成的数据源数量如何，如果数据计划不能对公司的利润或其他关键绩效指标（KPI）产生积极的贡献，它就无法实现其主要目的。这就是为什么采用以商业价值为先的方法不仅仅是一项战略决策，而且是数据计划评估和执行方式的重要转变。
这种转变的重点并不是否定技术任务的重要性。相反，它确保这些任务直接与核心目标相一致：产生有形的商业价值。这种方法确保数据计划中的每个决策，无论多么技术性，都是为推动有意义的商业结果而制定的。换句话说，它将商业背景置于数据和分析运营的核心。
引入商业用例：重要的可交付成果
在任何数据计划中，我们会找到各种各样的可交付成果，其中一些直接为业务价值做出贡献，其他一些则间接支持这一目标。与业务价值直接相关的可交付成果，是我们定义为商业用例的那些。
让我们考虑一些从我与客户互动的实际经验中得出的例子。您会注意到，这些商业用例都是以“商业价值为先”的方式描述的，就像首席数据官（CDO）向业务展示成果一样：
能源效率提升：我们与一家大型泛欧洲工业公司合作，实施了一项分析解决方案，以降低能源成本。这一举措引起了业务的关注，因为它使该公司每年节省了近一百万欧元，并减少了1000吨二氧化碳排放量。实施过程包括部署传感器来测量能源消耗，创建模拟模型，并可视化对能源流动的最大贡献者。
实时缺陷检测：我们为一家英国主要汽车制造商提供服务，他们实施了一个漫游式流程故障表（PFS），以实时检测和解决生产过程中的缺陷。该系统随着装配线移动，覆盖了整个装配线，并能够高效地识别生产异常。以前，他们的缺陷报告流程效率低下、耗时且容易出错。漫游式PFS的实施显著减少了检查时间和每个班次所需的技术人员数量。结果，该公司每辆车节省了1.75英镑，一年下来总计节省了40万英镑，清楚地说明了这一数据计划的商业价值。
商业用例提供了有形的价值，无论是通过增加收入、降低成本还是减少风险。但商业用例的范围不仅限于这些主要类别。它们还包括必要的合规报告，并支持与更广泛的公司目标相一致的关键绩效指标（KPI），如促进多样性或可持续性。
由于商业用例产生了数据计划价值的全部，CDO确保业务方充分理解并完全支持这些价值是至关重要的。
衡量商业价值：持续合作的过程
商业用例的价值并非静态的，它随着市场动态、监管环境变化、技术进步和多种其他外部因素而不断演变。
让我们以最近的历史为例来说明这一点——COVID-19大流行。在其高峰期，数据团队围绕工作场所占用率、空气质量指数和其他与疫情相关的数据开发了商业用例。当时这些用例具有很高的价值，但随着我们进入后疫情时代，这些特定用例的价值已经减少，为新的优先事项让路。尽管快速响应类似事件的能力仍然具有价值，但与危机高峰时期相比，其重要性不是那么立即或可量化。
重要的是，评估这些商业用例的价值的责任完全在业务利益相关者身上，而不是数据团队。业务利益相关者是那些日复一日体验这些用例的运营影响的人。他们的见解对于评估价值和区分短期好处（如一次性成本降低）和结构性好处（如长期运营效率提高）至关重要。
因此，衡量价值的过程应该是持续进行的，捕捉不同时间点的感知变化。这种持续评估不仅可以作为优化数据计划执行的工具，还确保它与不断变化的业务需求保持一致。
然而，如果不考虑实施业务用例的成本，这个过程是不完整的。在所感知的价值和相关成本之间取得平衡变得至关重要。加上业务用例之间潜在的利益重叠或双重计算带来的复杂性，可以明显地看出估值过程并不简单。
为了应对这个问题，与业务利益相关方建立持续的对话和反馈循环至关重要。这种开放的沟通使数据计划能够不断与业务的现实和优先事项保持一致，从而确保其相关性和对业务收益的持续贡献。通过这种持续的参与，我们可以培养出一个在技术上强大且与业务需求高度契合的数据计划。
转变为以商业价值为驱动的数据组织
要将数据组织转变为以商业价值为驱动的组织，需要的不仅是战略上的调整，还需要深入改变数据计划中的所有层面。这不仅仅是关于首席数据官提供面向业务的报告，而是要使商业价值成为数据计划中所有活动的指导原则。
在许多组织中，与数据相关的任务可能与业务现实脱节。但这种方法可能导致数据计划与其应该服务的业务需求之间存在脱节。
向以商业价值为驱动的组织转变涉及到对任何与数据相关的重要工作是否有助于创造商业价值进行质疑。这种变化影响了任务的优先级、成功的衡量方式和资源的分配方式。它有助于将每个团队成员的工作与整体业务目标联系起来。
这种转变不是一蹴而就的，当然会面临挑战。它需要有承诺的领导力、清晰的愿景、对变革的开放性以及支持转变的合适工具。但回报可能是巨大的：一个更高效的组织，与业务更好的对齐，对业务底线的更强贡献。
然而，要有效地进行这种转变，需要有一项战术和战略行动计划。在下一节中，我们将概述实现从数据任务到实际业务价值交付的关键步骤。
实现目标：从数据任务到业务价值交付
从上面讨论的转变原则出发，将数据组织的重点从纯技术任务转向创造有形的商业价值确实不是一项微不足道的努力。这不仅需要改变观念，还需要彻底重新调整优先事项，并深入了解业务及其需求。
首先且最重要的是，必须建立一个跨越数据组织和业务部门的合作文化。业务必须在定义和衡量业务用例的价值方面发挥主导作用。另一方面，数据团队需要深入了解这些用例、它们的价值驱动因素以及实现它们所需的数据要求。
重要的是，这种合作还必须在数据用于业务用例交付的人员（组织中面向业务的部分）和为其提供封装数据的人员之间进行延伸。
然后，这种对齐应该在整个数据计划中得到传播。
每个任务、每个流程、每个模型都必须明确与其服务的业务用例相关联。这不仅仅是为了报告目的而拥有一个可追溯性矩阵。它是为了在每个层面上使价值生成可见和可感知，从而在所有利益相关者之间培养出一种目标感和参与感，从最技术的数据工程师到洞察的业务用户。
为推动这种转变，建立起反映对商业价值新关注的可衡量目标至关重要。这包括设定业务价值创造、价值产出时间和任务与业务目标的整体对齐的目标。评估商业价值本身的过程也应随着业务环境的变化和经验教训的积累而不断完善和提高。
这种转变是一项持续的承诺，需要不断关注和调整，因为业务需求、数据可用性和技术能力在不断演变。它不是一个一次性的项目，而是一个不断改善对齐、合作和价值交付的持续旅程。
总之，将数据组织与商业价值创造对齐的过程需要有意的行动和持续的努力。但回报——一个与业务紧密合作的数据团队、基于对业务目标影响的优先考虑的举措、以及利用数据驱动实际价值的组织——使这个旅程值得去追求。
.jpg)
