如何規劃企業的數據策略?

分享在 linkedin
分享在 facebook
分享在 twitter
分享在 email
分享在 facebook
分享在 google
分享在 twitter
分享在 linkedin

出於技術的進步,在現代的商業環境中,業者每分每秒都能夠產生非常龐大的數據量,並以此為基準去做商業決策,讓決定策略方向的洞見變得更加數據驅動。 然而,在我們的經驗中,大部分的業者都落在兩大類別 : 一為不知道如何應用手上的數據,而錯失了成長的潛能;而第二個更糟,許多業者甚至不知道如何獲取高品質的數據。

會出現以上兩個現象的最大因素就是企業缺乏一個全面的數據策略,以下我們將會分享OOSGA團隊內部所使用的DeDeDo框架,幫助業者架構整個數據流程,並建立出商業導向的數據策略。

如何建立數據策略? DeDeDo框架

以往我們提到數據策略時,所謂的探勘(Extract)、治理(Governance)、分析(Analyze)、以及部屬(Deploy)這四個階段往往是最常被提出來的,然而,與其說這是策略,不如說這是數據的流程或是數據的生命周期來的更貼切。 畢竟,策略的核心目的是要圍繞在某一個目標而做規劃的。

那這也是為何我們利用DeDeDo框架來思考數據策略,DeDeDo的三個大寫D圍繞著策略的整個週期,包括了策略的方向 (Define)、策略的擬定(Design)、以及策略的部屬(Deploy),而緊接著每一個策略階段的eeo則是圍繞著組織內部的運營,像是組織的資源、能力、文化、以及系統等等,而這包含了內外部的全面評估(Evaluate)、水平且垂直的團隊賦能(Empower)、以及不斷測試並優化的流程(Optimize)。

數據策略

1. Define - 定義出商業問題

在一頭栽進各種不同的數據科技、執行模式、以及研究方法前,清楚的定義出企業的商業問題才是最重要的,而這所謂的商業問題可能是企業所面臨的風險、限制成長潛能的因素、或是其他運營層面的問題。 

以一個大型的電商業者來做例子,供應鏈的穩定度、客戶流失與客戶黏性、競爭者的動向、以及運營的有效性等等問題都是業者所重點關注的。那麼在第一階段”Define”時,業者就必須要數值化每一個相關的商業問題,並水平式的取得各個決策者的見解。

2. Evaluate - 評估市場環境、組織資源、與現況

隨著商業問題清晰且數值化後,業者要開始360度的審視組織內部的能力與文化、市場的環境與前景、以及現有資源等,全面性的評估解決這個商業問題的可達成性、效益性、時機性、以及資源等後,在開始決定每個商業問題的優先順序以及相關進程的速率 ( Velocity )。

下圖是一個從電商業者的角度出發的迷你版本,真實情況的評估Dashboard會比下圖還要大上許多,且規模通昂不是以高中低,而是以數值的方式呈現。

數據績效評估

3. Design - 建立宏觀的策略方向

第二個D可以說是整個數據策略當中最為重要的,也就是Design,團隊的任務即是要建立於前面的研究,規劃出圍繞著數據發展且宏觀的策略方向。 宏觀的意思就是業者必須要建立起一個數據生命週期的藍圖,將收集數據、管理數據、建立洞見的這個流程會應用到的方法與技術都定義好,確保所規劃的數據策略能夠商業與IT的整合、單源數據於組織上下的共享、以及數據驅動的決策能力。

4. Empower - 水平且垂直的賦予團隊權能

組織一開始所擬定的策略方向往往會與最終的樣子差非常多, 這是因為策略是隨著回饋的數據不斷的調整並優化的。 這也是為何回饋在數據策略當中是非常重要的。 然而,雖然回饋本身重要,但回饋的有效性才更是業者必須要關注的層面。 時常,不全面的溝通系統往往會導致有效的回饋無法成功的底達到決策者的耳中。

5.Deploy - 循序漸進的部屬策略

在規劃出了策略方向,並且建立了相關的系統與機制去驅動策略前進後,循序漸進的部屬策略、評估績效、並分配預算與其他資源就是最後一個D : 部屬策略的階段了。 

Author: Masa Chen

Masa Chen為台北辦公室的資深合夥人,主要業務範疇為協助先進亞洲之企業轉型。

金融產業:更多洞見、分析、以及我們的服務​
零售銀行將會如何擁抱數位轉型?​
Close Menu
In the end it's knowledge that empowers. Get our latest insights.