|
在当今商业领域中，数据已经成为一项至关重要的资产。通过巧妙运用数据，企业能够发现关键洞察，抓住巨大商机。然而，将这些数据转化为实际业务价值的过程需要跨越一个被称为“数据价值到业务价值的鸿沟”的关键阶段。那么，企业如何能够利用数据来发现商机，并通过数据推动业务增长？如何找到价值、洞察、方法和验证，以跨越这一鸿沟呢？ 
本次专访邀请了Thoughtworks Data&AI业务线高级咨询顾问、创新数智化方案负责人杜嘉平，为我们解答了以下4个围绕数据价值到业务价值的关键问题。 话题1：数据价值到业务价值的起始点是什么？ 在探讨数据价值到业务价值的转化过程时需要从企业的发展现状和战略出发，明确部门的业务目标，并随后进行后续的规划工作。 当然，作为数据价值到业务价值的转换，了解数据的情况同样至关重要。这包括对数据的可用性、数据的准确性等方面的考察。在这一阶段，引入数据完备性评估（Data Readiness Assessment，简称DRA）来进行全面评估，这包括对数据的基本属性进行审查，如数据的可用性、数据的完备性、数据的质量、数据的成熟度等等。 这个评估过程的目标是确保数据能够足够支持后续的业务价值变现。通过评估数据的情况，企业能够更准确地识别所需的数据领域，并相应地调整项目的范围，以降低潜在的预期风险。这一过程不仅有助于确定起始点，还为整个数据到业务的转化过程奠定了坚实的基础。 话题2：为何业务人员对技术效果有过度预期？ 这是个非常好的问题，在深入探讨为何业务人员常常对技术效果有过度预期时，我们可以发现一个普遍现象，那就是业务人员往往对技术的潜在效果抱有过高期望，他们似乎对于技术有着平行世界般的理解。 这种现象的背后有着一些明显的原因。首先，现代技术的快速发展和创新使得各种高级工具和平台变得普及，而这些工具通常被宣传为可以解决各种业务挑战的神器。然而，技术的实际应用通常更为复杂，需要深入的数据分析和领域专业知识。 为解决这一问题，建立合理的期望变得至关重要。培训计划和案例研究可以提高业务人员对技术的理解，从而更好地指导他们在业务决策中的技术选择，确保期望与实际效果相符。这一过程旨在建立一个更加均衡和合理的技术预期，以更好地支持业务的成功。 话题3：如何在数据项目开始之前证明未来的价值？ 在探讨如何在数据项目开始之前证明未来的价值时，我们可以采用一些有效的方法来确保项目的可行性和潜在价值。 第一个方法可以考虑采用概念验证（Proof of Concept，简称PoC）和概念验证（Proof of Value，简称PoV）的方法。这些方法允许企业在正式启动项目之前进行实验和验证。其次，整体MVP的方案架构也是至关重要的。这包括基于目标战略和问题解决的角度来设计项目的整体方案。这一过程需要综合考虑数据的可行性、技术的可行性以及业务的需求，以确保项目能够顺利实施。 综上所述，通过采用PoC和PoV方法，评估数据和业务的成熟度，了解目标痛点，构建方案架构，企业可以在数据项目开始之前充分证明未来的价值，为项目的成功打下坚实的基础。这些步骤有助于降低项目风险，提高项目的成功率，同时也为业务带来实际的价值。 话题4：如何确保当前产生业务价值的数据服务在未来能持续产生价值？ 为了确保当前产生业务价值的数据服务在未来能够持续产生价值，其实在我的脑海里是有一个标准流程的：首先，需要建立价值衡量尺度和指标。其次要对价值表现进行持续追踪，通过持续的监测，企业可以及时发现价值表现的变化趋势，并采取必要的措施来应对。这有助于确保数据服务在未来仍然能够保持高水平的业务价值。 接下来需要检测异常情况并进行归因分析，从而采取适当的纠正措施，这样可以对数据服务进行升级和迭代，企业需要不断改进和优化数据服务，以确保其能够满足业务的新需求和挑战。 关于受访人 杜嘉平是全球知名技术与战略咨询公司Thoughtworks资深咨询顾问，Data&AI创新解决方案负责人。专注于为各行业客户提供数据、人工智能及大模型创新解决方案。擅长结合数据能力与咨询能力，帮助企业进行数智化战略规划，并探索结合企业战略目标与痛点的数据创新和大模型应用场景规划并推动落地。
|
主页 > 新闻 > 
