大规模提升业务价值的数据策略

如今，企业拥有比以往更多的可用数据。然而，许多企业却仍在如何将数据的理论价值与实践价值相结合的问题上苦苦挣扎。在本期的《视野》中，Thoughtworks探索出了一条充分挖掘数据潜力的清晰途径。

数据脱节

来源: PwC

i. 数据湖无处不在（却完全不能解决问题）

数据湖和数据仓库体现了遗留资产对集中化的偏好。这种偏好使组织难以建立有效方法来大量获取所需数据，也难以向最需要的团队传播具有重要战略意义的信息。数据集中还导致了架构和组织结构难以改变，抑制了企业测试和应对市场发展的能力。

ii. 向网格转变

为了解锁数据的价值，企业需要打破庞大的组织架构，让实际了解和使用数据的团队可以获得数据。数据网格是一种新的数据架构方法，以面向领域的数据分布原则为基础，将数据视为一种令消费者愉悦的产品，旨在支持快速行动的弹性数字化业务。

来源: Thoughtworks

iii. 技术基础

数据存储和计算发生了变化，企业可以不再受原来的约束条件束缚。采用更分布式的数据架构可能不会像企业领导者以为的那样冒险、昂贵和耗时。领先企业正利用现有的云技术，开发直接有助于实现战略目标的复杂平台。

数据平台模型

来源: Martin Fowler

iv. 战略与人力

由于团队结构通常是围绕遗留数据资源进行设计的，向数据网格转型就不可避免地需要进行组织变革和仔细考虑数据与业务战略之间的联系。企业领导者可能会在重新制定规则，改变数据控制和共享方式以及某些团队的绩效衡量方式时遇到阻力。但他们最终几乎肯定能证明这些做法的合理性。

v. 安全与治理

研究表明，在任何涉及数据的倡议中，安全和风险管理几乎肯定是高管们的首要关注点。与已有观念相不同，将数据责任从统一集中的控制结构中剥离出来，以及将领域团队的所有权联合起来，能够使最了解数据的人掌握数据的控制权，并促进对数据准确性和数据隐私的更广泛关注，进而对安全和治理产生积极影响。

信息技术领导者最关注的数据安全问题

来源: Egnyte

vi. 解决数据人才紧缺问题

尽管许多企业担心数据技能仍然紧缺，但他们尚未认识到企业内部已经有可使用的资源。平台和模型正在向更加方便用户的方向发展，也使得企业有可能可以通过培训，让非专业人员掌握数据工程和数据科学等领域的基础知识。数据网格强调可访问性和消费者体验，有时还允许人们打破现状，因此进一步推动了这一趋势。

企业最紧缺的技术技能

来源: Quanthub

vii. 为采用勇敢的新方法做好准备

越来越快出现的数据需求将继续给企业带来挑战，但架构的发展只是我们对未来持乐观态度的原因之一。计算和硬件的发展速度快得令人难以置信，同时，还有大量可以得出丰富见解的数据尚待开发。在这场竞赛中，大胆的想法和建立伙伴关系的意愿将有助于企业获得回报。