Antonio Castro Tony Ho Jorge Machado Allen Weinberg

亚马逊创始人兼CEO杰夫·贝索斯曾在致股东信中评论了数据、数据库和机器学习。我们把这封信视为一个“号召”，表明数据和数据管理能力将是未来几年大多数企业成功的关键，我们认为：

数据和数据管理能力将成为各类公司之间的关键差距。数据技术提供商将大幅提升数据和分析工具的可用性，降低其成本。对于任何企业来说，人工智能、机器学习和其他强大的工具都将成为其筹码。根据具体数据定制的方案会激增，通用方法将丧失竞争力。

通过混合和匹配供应商提供的功能，公司能够以更低的成本在数据和分析中发现更多价值，从而更快地进入市场。同时，我们意识到许多公司都在努力做出明智且及时的数据分析和投资。领导者之间有一套新做法，其中包括搭建正确的数据架构和治理模式、解决人才需求、满足数据和个人信息方面的监管要求和防范相关风险。我们认为每位企业领导者都应该就组织的数据战略以及团队建设思考以下四个问题：

问题一：数字化工作对于我们来说究竟是主要项目还是辅助项目？我们的数据策略是否与整体战略紧密结合并起到关键推动作用？

據了解，利用数字技术寻求变化的公司都有一个清晰的愿景，并且在围绕数据构建他们的战略和业务。麦肯锡最近对各行业1000多家公司所做的调查表明，67%的领先企业表示高管们对数据和分析的愿景和战略完全一致。许多公司正从每个可能的接触点收集数据并将其快速整合到客户互动和决策当中。事实上，调查显示87%的领先公司将大部分数据和分析工作都花在了“最后一公里”的问题上。

我们从人工智能和机器学习的最初结果中发现，这些算法需要大量的数据才能成功。领导者已经思考过如何收集和管理数据，以及如何借助正确的领导力和人才来扩大影响。高管们不需要确切地知道关系数据库的运作方式，但他们应该了解自身以及竞争对手的业务策略和数据之间的关系。

问题二：我们的行动够快吗？我们是否利用了测试、学习和扩展的方法来快速发现和交付价值？我们是否恰当评估试图解决的问题？

从理论上说，分析可以快速带来机会。但在现实中，捕捉价值是一个缓慢的过程。收集、清理数据和解析结果都需要时间，而许多公司都有一个严重的问题——他们只能通过改变从呼叫中心脚本到生产步骤的底层流程来实现价值。而对于采用正确方法的公司来说，试验成本和上市时间将大幅缩短。根据研究表明，数据和分析领域的领先者拥有强大的实验和数据驱动文化。他们做与业务相关的工作，以保持业务相关性并加快迭代速度。将数据和分析交给真正的决策者和一线经理是成功创新的关键。

了解团队正在学习什么、哪些数据最有价值，以及他们如何调整方法，可以揭示组织是否正在快速地行动和改进。

问题三：我们是否将产品思维引入到了数据工作当中，并衡量数据投资回报？

如果数据是一种宝贵的资源，那么应该根据它们所增加的价值来衡量该资源的管理人员。不这样思考通常会导致移动和转移数据的高摩擦成本并限制创新。最好的组织将他们的数据经理转变为产品经理，以期望产生前瞻性的产品路线图和可用性/附加值指标。

问题四：我们如何利用合作关系？

由于初创企业和老牌企业都在快速发展，数据和数据管理技术发展十分迅速。许多缺乏相关人才的公司，需要在平台工程、数据工程等专业领域建立一个合作关系网。我们合作的一家银行通过投资、正式合作和个人关系建立了广泛的合作伙伴生态系统。最好的组织正综合运用内部和外部资源来快速覆盖相关领域，通过人才引进和在重点领域的持续教育，打造更持久的能力。领导层应该清楚团队最重要的合作伙伴，前瞻性的规划，以及可以留在最前沿的三四个合作伙伴。

新的技术进步给企业带来了新的压力。已经将数据和分析作为战略重点的公司将很快拥有新的工具和能力来加速相关进程。对于落后的公司来说，也有好消息：他们可能具有后发优势，从而跳过一些步骤，快速利用新功能。