对于信息官、数据官和IT主管来说，宣布转型成为一个数据驱动的组织，已经变得非常流行，甚至可以说是陈词滥调了。我们希望***在决策过程中能够充分利用数据和分析，而不是让大声或有经验的高管根据直觉和偏见来做出决定。我们认识到，数据已经是新的石油了，我们的业务需要与面向客户的、可操作的和可预测的分析能力进行竞争和区分。而且，我们也知道，数据作为一项关键资产，必须进行适当的管理、保护和利用，同时还要使数据民主化，以便提高整个组织的利用率。
信息官和IT***非常需要一个数据战略。鉴于围绕数据的高目标和组织需求，制定战略和执行计划对于增强员工权能和推动变革来说是很重要的。但是数据策略可能会跨越许多组织需求、技能集、佳实践、伙伴关系、法规和技术。在SINC IT论坛等活动中，我就数字化转型的各种主题发表了演讲，我听到并回答了关于数据战略的内容以及如何制定数据战略的各种问题。
以下是CIO和IT***建立数据策略和执行计划的五个重点领域。
1.确定有大量数据机会并且服务不足的部门
当我在McGraw Hill担任业务部门的***信息官时，我们重要的机会之一就是与营销部门的合作，这些部门正在尝试混合数字化的营销工具，以接触和培养潜在客户。为了搞清楚哪些实验产生了有希望的结果，他们煞费苦心地将数据整合到大量电子表格中，并进行分析。
在IT领域，我们认为这是一种混乱、低效的定期整合和分析数据的方法。我们将Tableau部署给营销团队中几个熟悉数据的人，让他们帮助实现自动化的数据集成并提供对内部数据源的访问，从而取代了手工的、容易出错的流程。
转型计划既是自上而下的变革计划，也是自下而上的变革计划，信息官必须建立一种自下而上的分析能力。IT虽然可以帮助开展数据管理和数据操作等活动，但业务领域的主题专家适合使用公民数据科学和数据准备工具来进行提问和自助解答。
2.支持敏捷分析实践的实验
与敏捷软件开发相比，在分析和机器学习计划中应用敏捷实践对于推动结果来说可能是更为关键的。
这是因为分析数据有一个固有的发现流程。有些人会从提出一个问题开始，这个问题可以帮助确定工作的优先级、重新分配资源、对销售机会进行排序或推动其他影响业务的决策。当分析底层数据时，它通常不会给出一个简单的答案。
•发现流程通常会发现丢失的数据、数据质量问题、分步分析的新方法以及其他可以发现的问题。
•数据分析师可能会选择实现一个数据可视化仪表板，只是因为意识到可能会需要使用可选的和补充的视图来讲述故事。
•数据科学家可能会选择实现一种机器学习算法，结果发现它表现不佳，而另一种算法则可能会工作得更好。
应用敏捷数据实践能够实现实验所需的反馈回路。在实现了一种方法之后，在待办事项列表中获取经验，就可以决定哪些发现和实现选项值得优先考虑了。
3.培训决策者如何利用分析
如果你建造了它，他们就会来吗?你已经知道这个问题的答案是否定的。现在也可以问一问，如果你构建了数据可视化并提供对它的访问，决策者会知道如何使用它来推动决策吗?
答案还是否定的，尽管Tableau和微软PowerBI等数据可视化平台已经使组织能够开发直观的仪表板了。但有时，仪表板在许多数据可视化实践中还没有实现，这使得最终用户很难直观地使用它们。
但是，即使仪表板易于使用，开发业务流程来利用分析、制定培训计划来教育决策者了解底层数据，以及建立一个变更管理计划来获得采用仍然是必需的。
4.引入主动型数据治理
一位信息官曾经告诉我，在引入数据、分析和自助服务功能之前，他们需要努力引入基本的数据治理实践。他认为在治理之前引入分析完全是本末倒置。
根据我的经验，如果***和高管们看不到数据并要求更多的分析能力，那么在数据治理方面几乎是不可能获得支持的。
这并不意味着可以忽视必要的数据治理，包括建立使用策略、实施数据安全和发布数据目录。而是意味着信息官必须推动数据治理计划并且与分析支持计划并行。对分析的需求应该有助于揭示解决数据治理相关领域的需求和价值。
5.挑战高管在战略会议上使用仪表板
用于执行决策的两种常被滥用的技术是微软的PowerPoint和电子表格。这两种工具从数据源到演示都需要许多手动的步骤，因此效率低下，容易出错，并且也容易引入偏差。
我已经在一些会议上发表了演讲，谈论了信息官在挑战高管的过程中应该扮演的角色。改变用于执行决策的工具和方法将极具挑战性，但对于首席信息官来说，挑战现状是重要的。能够动态地回答关于业务的复杂问题和实时地审查分析是一种有竞争力的区分因素，而这两者目前还都不能使用那些用以大量呈现静态数据视图的工具来实现。
这意味着在讨论战略决策的高管会议或是其他会议期间，可以帮助高管理解和利用实时仪表板。
没有人可以说向数据驱动型组织的转型是很容易的。
