协作并执行您的方式,以实现现代、可操作的D&A战略,从而推动可衡量的业务价值。
协作并执行您的方式,以实现现代、可操作的D&A战略,从而推动可衡量的业务价值。
今天,商业成功和数字化计划是由数据和分析(D&A)战略推动的,这些战略与商业目标相匹配。
使用此路线图:
定位D&A项目推动可衡量的业务成果
设计你的问答程序大约五个关键阶段,从愿景到持续改进
确定你的关键利益相关者跨IT和其他功能
为了实现诸如改进决策或增加收入等结果,数据和分析领导者必须从一开始就关注业务价值。战略框架是关键。
像Gartner数据分析战略和运营模型(DASOM)这样的框架可以帮助数据分析领导者为组织创建战略,以建立数据驱动的文化,并最终从数据资产中推动业务成果。
该战略定义了组织数据分析计划的内容和原因。它是实现既定商业成功愿景的总体方法。在任何战略中都需要明确的关键组成部分是:
数据驱动的愿景
数据和分析策略的驱动因素
期望的项目结果
并行地(而不是顺序地)发展D&A战略的愿景、驱动因素和结果,因为每个元素都通知其他两个元素。
最有效的战略是通过利益相关者之间的一系列对话来发展的,这些对话旨在定义业务战略与数据和分析战略之间的共同方向和共同目标。避免与小团队单独制定研发战略,然后将其“出售”给其他公司的错误做法。使用DASOM框架作为帮助引导对话的结构为商业战略注入数据和分析.
在进入运营模式之前,先制定战略——什么和为什么——在运营模式中,你要定义如何执行战略。使用这个数据和分析策略模板帮助。
在定义操作模型时,确保包括成功交付战略所需的综合能力和能力(资源、过程和结构)。进行评估,以确定您的组织需要解决的差距和缺陷,以实现其数据和分析目标。常见的差距包括数据和分析人才、数据素养和数据治理政策。
数据和分析战略的愿景可以简洁地解释数据驱动型企业意味着什么,以及组织将从中得到什么。愿景应该集中在项目期望实现的客户价值上。
从业务价值的角度阐明愿景有助于将数据分析程序定位为业务功能,并将其领导者定位为业务同行。这有助于将数据分析工作从决策支持转向决策制定。考虑到对数据和分析的期望越来越高,这一点至关重要数字化转型和敏捷应用通过数字商务平台。
预先警告:在一些组织中,愿景陈述的名声不好。这种情况经常发生在它们由空洞的管理语言组成,与业务现实缺乏任何相关性时。这并不意味着你不应该费心去写一个。相反,有效的愿景为数据和分析团队以及更广泛的组织提供了一个共同的目标,有助于防止战略漂移,并有助于吸引人才。然而,实现这些目标的决策与分析愿景必须包含某些细节,同时也要满足关键需求。
一个引人注目的数据分析愿景必须从三个不同的角度解决数据驱动的含义:
远见和领导力。数据和分析在组织中的作用是什么?它如何为关键任务业务目标做出贡献?
业务转型。它带来了哪些新的商业模式机会?
文化和变革。数据和分析在数字化转型中的作用是什么?数据驱动的文化和变革会是什么样子,尤其是对于数据素养而言?
一份有效的数据战略愿景声明还应满足以下四个具体要求:
鼓舞人心的
公司特有的
将数据分析定位为一门业务学科
提供战略重点
一个完善的愿景陈述,从三个角度解释什么是数据驱动,并满足四个要求,遵循以下结构:
我们为(战略目标),因为(利益相关者X, Y, Z),通过做(价值主张)。
考虑一下制药公司的例子:
“我们努力创造这样一个世界,在这个世界上,信息提供了可操作的见解,以预防、保护和预测各种疾病,并改善人们的生活。”
或者这个来自金融服务提供商:
“我们的目标是通过数据驱动的洞察力、流程和产品,帮助客户过上财务健康的生活,在需要的时候提供帮助。”
一个好的数据策略是公司特有的,但受到影响组织的驱动因素和趋势的启发。这些包括:
外部社会、商业和行业驱动因素。你所在的行业或者你接触的行业正在发生什么?数据和分析在适应这些趋势方面可以发挥什么作用?
内部组织驱动因素。您的组织中正在发生哪些变化?例如,是否有一种集中或分散的趋势?转向更以规则或原则为基础的治理风格?走向敏捷工作?
技术驱动程序.哪些新技术正在改变你的行业或组织?例如,人工智能(AI)或数据结构的出现正在取得哪些进展。
一个给定的组织可能有许多不同的驱动因素影响数据和分析策略。每一项对你的策略有多重要取决于许多因素。
确保你的数据和分析策略能够明确“我能从中得到什么?”,回答以下四个问题:
谁是你的利益相关者?列出所有内部和外部利益相关者。
每个利益相关者需要的业务成果是什么?用收入增长、成本节约、风险管理、客户价值等等来表达这些。
数据和分析策略将如何帮助实现这些目标?指定具体的用例、计划和D&A产品,它们将为涉众改进过程或活动。
哪些关键绩效指标(kpi)将显示您的战略是成功的?衡量您期望产生的业务结果。定义进度指标,比如“接受数据素养培训的员工百分比”,以及结果指标,比如“贡献了5%的收入增长”。
通过这个过程,数据分析战略将开始围绕一个明确的价值主张进行整合,该价值主张定义了数据分析将为组织提供的价值形式。价值主张分为三类:
这种数据分析和分析的价值主张将数据分析定位为所有涉众在任何时候都可以满足所有需求的通用能力。主要输出是一个始终在线的平台。数据作为一种实用工具的成功衡量标准以服务水平协议的形式出现,如:
平台的可用性如何?
数据是否能够快速方便地用于各种目的?
添加一个新的数据源或数据访问API需要多长时间?
这个价值主张关注于一个特定的业务目标。主要结果是特定的符合目的的解决方案。数据作为推动者的成功度量与业务kpi相关,例如:
在实施新的营销活动管理分析工具后,转化率提高了多少?
通过物联网(IoT)数据和分析进行预测性资产维护,我们节省了多少资金?
由于改进的欺诈检测算法,我们节省了多少钱?
这一价值主张侧重于利用工具或新形式的数据实现新的业务目标,从而产生新的业务理念和收入来源。衡量这一价值主张成功与否的标准与创新有关。例如:
没有产生新见解、产生优化见解和产生变革性见解(例如,50%:40%:10%)的数据努力之间的相对划分是什么?
数据和分析计划产生了多少新收入?
所有这三个价值主张都提供业务价值,并且它们通常同时存在于同一组织中。
采用项目组合管理方法来优化由数据操作产生的业务价值。考虑因素包括给定用例对成功贡献者和阻碍者的业务影响。这些因素包括紧迫性、价值实现时间、利益相关者承诺、组织准备、数据素养、数据驱动文化等等。请注意,一些用例的价值可能很难用财务术语来量化。对于这些,使用一个评分系统来评估、排序和优先排序。
一个D&A战略只有在执行过程中才算好。只有当你明确了“为什么”和“什么”之后,你才应该转而考虑“如何”通过适当的运营模式来执行数据和分析策略。
能力是连接战略和运营模型的关键。因此,组织应该通过评估今天的现有能力和明天需要开发的能力来完善战略开发过程。您可以使用Gartner数据和分析IT评分进行自我评估,询问您是否有能力管理数据运营或培养数据分析人才。
能力评估揭示了组织需要填补的关键空白。数据素养技能通常是其中之一。2022年Gartner CDAO调查的受访者将糟糕的数据素养列为其组织成功的最大障碍,这是投资建立数据驱动型客户的关键领域,拥有一批数据素养的员工,可以利用数据资产并提高整体投资回报。能力评估也可以作为首席数据官的关键输入确定数据科学家和其他人才角色他们的团队需要。
与您的同行一起在Gartner会议上发布最新见解。
Gartner的客户:登录获取一套完整的关于研发战略的可操作的见解和工具。