“戰略不是研究我們未來要做什么，而是研究我們今天做什么才有未來。”

數據戰略也不外乎如此，它是企業為了實現其長期目標在數據方面所做的方向性的選擇和資源的聚焦。它是一個以終為始的路徑，企業要做好數據戰略的規劃，就得在明確自身定位的前提下，找準目標和方向，然后再做出相應的路線規劃。

01、明確定位

知己知彼識大局 ，才能百戰百勝。

戰略規劃的第一步，就是要搞清楚目前自己處在一個什么位置，這需要了解自己，了解對手，還要了解環境。所以，我們在做規劃前，首先得進行一定的外部分析和內部分析。


1.外部分析

數據戰略的制定，不能脫離宏觀的大環境，包括國家政策、監管要求、行業趨勢、科技發展、其他同行業的先進做法等。

當前數據要素已明確上升為國家數字化戰略重點，數據相關的監管要求也日趨規范嚴格，2021年出臺的《中華人民共和國數據安全法》和《中華人民共和國個人信息保護法》也從法律層面為數據安全提供保障，企業在制定數據戰略時，數據合規以及數據安全也應被重點納入考量范圍內。

2.內部分析

內部分析主要分析的是企業自身的數據現狀和數據能力，更全面地了解自己，才能對目標方向做出更好的判斷。

對此，企業可以借助一些評估模型來對自身的數據綜合情況做出一定的判斷，比如DCMM數據管理能力成熟度評估模型、DCAM數據管理能力評價模型、DSMM數據安全能力成熟度模型等，通過對不同數據能力項的評估，來幫助企業建立起與自身業務發展一致的數據戰略。

同時， 對要實施數據戰略會需求到的組織內部的相關資源，也要做一定的評估和摸底，比如人員、經費和基礎設施等。

02、找準目標

1.數據愿景承接企業愿景

數據戰略本身是企業戰略的一部分，它承接著企業的愿景和使命，所以企業數據戰略愿景的制定要顧及企業所有利益相關者的本質訴求，同時也要符合企業的發展方向及使命。但要注意的是，企業的愿景更多的是一個長期性的，但面對紛繁變化的數字環境和技術浪潮，我們的數據愿景應具備一定的靈活性，與企業愿景相比，它相對比較短期且明確。

在制定數據戰略愿景時，我們重點要考慮的是數據在整個企業戰略以及價值鏈中的位置，是將數據作為途徑實現業務愿景，還是打造以數據為中心的戰略愿景。比如，華為的數據戰略愿景是：實現業務感知、互聯、智能和ROADS體驗，支撐華為數字化轉型，更強調是數據作為支撐的戰略位置。

2.數據目標對齊業務目標

為什么我們要制定數據戰略？是為了讓企業更好地用數據賦能業務，用數據助力發展。所以數據戰略的目標，最終仍要落實到業務上來。我們上文中說道數據愿景應是明確的， 數據目標更應是如此，一個好的數據目標是基于業務戰略目標而來的，它應根據業務目標來確定優先級，而且是可執行、可衡量的。

當前，企業的競爭環境復雜、市場變化較快，隨之而來的業務需求，也是處在變化發展中的。所以數據戰略目標，也應有著一個動態調整的過程，比如與產品相關的數據戰略要求能快速發現和集成新的數據源，提供更好的用戶體驗；與運營與流程相關的數據戰略，則應關注公司內部的效率、成本降低和質量等的動態改進。

我們再拿華為的數據目標來舉例，華為數據工作的目標是：清潔、透明、智慧數據，使能卓越運營和有效增長。“清潔、透明、智慧”是期望數據達到的可衡量的目標，“卓能運營和有效增長”則是期望數據工作能帶來的業務發展與改進的目標。

03、做好規劃

1.路線規劃

（1）模型工具
對于數據戰略規劃的工具有很多，例如：戰略地圖、差距分析、SWOT析、PEST分析、5W1H分析、發展驅動力分析、波特五力分析、BCG矩陣分析等。

我們這里主要介紹的是兩個模型：戰略一致性模型（Strategic Alignment Model）和阿姆斯特丹（Amsterdam）信息模型，這兩個模型都展示了組織管理數據的高階關系圖。

①戰略一致性模型
戰略一致性模型抽象了各種數據管理方法的基本驅動因素。模型的中心是數據和信息之間的關系，信息通常與業務戰略和數據的操作使用相關，數據與信息技術和流程相關，這些技術和過程支持可訪問數據的物理系統。圍繞這一概念的是戰略選擇的四個基本領域：業務戰略、IT戰略、組織和流程以及信息系統。

②阿姆斯特丹信息模型
阿姆斯特丹信息模型的“九宮格”從戰略角度，考慮業務和IT的一致性。強調信息架構規劃和中間層，其中信息治理和數據質量是必要性支撐。

（2）數據架構
數據架構是數據戰略實現的技術支撐。

它是對數據的獲取、存儲、處理、分發和使用的定義，整合了數據、流程、應用、組織、規范和技術，能在數據戰略的實施過程中規劃出數據導航路徑。

在TOGAF企業架構框架體系中，數據架構是企業架構中承上啟下的核心組成部分，它作為中心輻射業務架構和應用架構，推動核心掌握能力提升。

（3）數據治理
很多時候數據戰略被納入到了數據治理體系之中。

數據治理的最終目標是提升數據的價值。在這個過程中，會涉及到企業多方數據能力的建設，包括元數據管理、數據標準管理、數據質量管理、主數據管理、數據資產管理、數據安全管理、數據生命周期管理等。數據治理離不開前期的數據戰略規劃，同時，數據治理又是企業數據戰略落地的基礎。

關于數據治理更加全面的闡述與方法論，可以參看我們前面的文章《不能錯過的企業數據治理綜合指南》、《數據治理全域解決方案來了：對癥下藥 各個擊破》。

2.組織保障

（1）制度
每個企業都有著不同的業務流程和組織架構，數據戰略的落地可能也會面臨著不同的阻礙和風險。所以建立起一個與數據戰略相匹配的數據規章流程制度，是落實數據戰略的重要保障之一。

①規范引導
數據流程：建立數據創建、采集、處理、分析、應用、共享的流程，實現對數據的全生命周期管理，明確數據的流向，明確每個流程節點數據的輸入、輸出和約束。

業務流程：數據源于業務，有些數據問題也來自業務，業務流程設置不合理，業務表單用戶體驗不佳都會導致數據質量問題。也因此，數據治理治的不僅是數據，還有不合理的業務流程。

②激勵獎懲
同時，還應該建立相關的激勵獎懲制度，讓各部門在數據方面協同工作，使IT與業務的工作目標保持一致，并鼓勵員工在工作中使用數據，“用數據說話、用數據管理、用數據決策”。

（2）人員
數據戰略的實施過程，是企業關于數據的戰略性的重點調整的過程，也是一個人員與組織進行再分工與調整的過程。

以下是《DAMA指南》給出的一個組織范例：

企業應通過人才盤點和目標對照分析，來對數據戰略實施的組織分工進行規劃，并據此來制定相應的組織調整、人才招募、員工培訓等方案。

（3）文化
Gartner發布的《CDO成功構建數據驅動型組織的10種方法》一文指出，“文化和數據素養是數據與分析領導者面臨的兩大障礙”，“不改變企業內部文化，就無法改變企業的行為和信仰體系。”

Tableau 曾在 2020 年 4 月委托全球市場調查公司 IDC 進行了一項研究，對組織的數據文化成熟程度進行了如下圖所示的評估劃分，研究表明，與數據感知型組織相比，表示數據可帶來競爭優勢的數據領先型組織要多出50%。

我們可以把數據文化看作企業人員所共有的一種價值觀、行為和態度：他們看重數據的價值，并愿意推進和支持數據的使用。

數據文化講起來似乎比較空泛，在企業的實際落地過程中，要實現這種數據驅動的文化，還是離不開一套可控的管理制度，通過制度將員工的行為加以約束，從而將數據文化“內化于心、外化于行、固化于制”。

04、小結

當前，企業要進行精細化管理運營，數據戰略是其基礎。只有切實落實好數據戰略工作，才能提升企業數據質量、激活企業數據價值，為企業數字化轉型奠定基礎。