我在數據管理領域工作了大約十幾年，為一些世界500強企業撰寫過數據戰略和使命宣言。當然，每項戰略和使命宣言都是不同的，因為它們針對公司及其文化、地區和獨特的挑戰進行了調整。一個簡單的框架可以為愿景過程提供信息，以確保最終的戰略是相關的、完整的和有凝聚力的，其核心是簡單性和相關性，然后詳盡無遺。

這是我個人使用的：

它被塑造成金字塔形。在頂部，每個人都可以看到，戰略包含組織的使命和愿景，它通過一組用例驅動目標，這是金字塔的下一層。然后，這些用例得到跨人員-流程-技術的一系列功能的支持，因此它是金字塔底部的基礎層。

現在，讓我們仔細看看這些構件。

數據戰略

在這里，我們有與戰略、愿景和使命相關的概念。這描述了組織、部門或業務單位的全部內容。組織想利用數據達到什么目的？數據管理為何存在？高層次的使命宣言可以幫助為未來的決策提供信息，并在整個企業中激發使命感。

一個好的起點是企業內部已經存在的總體戰略，可以將其轉化為特定的數據戰略。從數據的角度來看，要使整體戰略取得成功，需要滿足哪些條件？需要哪些數據能力？

“你不可能一次性完成所有事情”，這是一條不言而喻的真理。這尤其適用于數據管理辦公室和類似團隊的情況。提高數據質量、創建主數據、記錄數據沿襲、通知云遷移、支持人工智能和機器學習用例、構建和運營數據平臺——無論是哪個組織，都不缺乏機會。因此，應該將高層使命宣言轉化為幾個關鍵目標——我認為不超過 5-10 個。如果數量較少，它們可能會太長且太籠統，沒有任何特定用途。如果多了，人們不會全部放在心上，所以應該確定核心重要的一些。

這些目標可以是定性的，但實現這些目標的進展應該是可量化的。例如，“確保我們所有的關鍵業務流程都提供來自正確來源的高質量數據”可以是一個穩定的多年目標。潛在的可量化績效指標可能包括“使用高質量數據認證的業務流程數量”、“可信來源數量”以及“關鍵數據的完整性和準確性的百分比”。

數據用例

高層戰略下方是具體的數據驅動用例。該框架的這一組件是最常被遺忘或忽視的組件，盡管它可能是最重要的。用例是實現戰略的具體方式。它們是保證企業總體目標實現的渠道和工具。因此，如果無法具體表達數據計劃如何影響當前和未來的用例，就無法解釋如何增加價值。

對于首席數據官來說，這一點至關重要。有太多這樣的例子：CDO 啟動了數字化轉型以創建主數據、數據沿襲、數據地圖或數據資產等，但在這一過程中 1-3 年后才發現，組織的領導層和業務部門正在質疑附加值。結果，數據被視為一種成本（而不是它所能成為的推動者），并且資金枯竭。

這些用例不應只由數據團隊內部思考。這些用例存在于更廣泛的企業中，并且它們及其相對優先級在不同行業、地區甚至單個組織中都會有所不同。僅舉幾個例子，包括客戶參與、交叉銷售和追加銷售、盈利能力分析、欺詐檢測和預防以及管理報告。

成功的組織不僅確定了用例，還確定了支持它們所需的數據。這可以根據數據域和潛在數據資產映射用例，從而深入了解跨用例使用了哪些數據。這是識別作為轉型路線圖核心的數據域或資產的一個很好的起點。通常，有 5-10 個所謂的潛在“數據資產”可以為 80% 或更多的優先用例提供支持。

基礎能力和運營模式

現在我們知道總體戰略是什么以及應推動其成功的優先用例，我們可以轉向基礎保障能力。啟用已確定的用例需要哪些功能？

許多思想領先的組織都創建了自己的能力框架，但我通常嘗試保持簡單，并堅持可信的人員流程技術概念。如果你仔細觀察，大多數這些新的、受版權保護的思想領袖框架只是它的一個變體，增加了一兩個維度，并重命名了原來的框架。

作為數據戰略的一部分，強調人員、流程和技術并不是相互獨立的，這一點至關重要。它們應該被認為是高度交織和相互依存的。首席數據官的主要目標之一是在整個人員、流程和技術領域的業務、技術和其他部門之間建立橋梁并增強凝聚力。

一個例子是如何為業務用戶構建特定的戰略數據平臺。如果業務用戶（人員）能夠自己選擇、攝取和連接數據集（流程），這可能要求平臺本身是低代碼或無代碼（技術）。或者，如果平臺要通過 IaaS（技術）構建，這可能需要中央技術團隊提供基礎設施服務（流程），并且業務用戶（人）擁有最低水平的技術技能才能與平臺進行交互。上述兩種選擇都不一定總是正確的，但您須一起考慮人員、流程和技術的每個組成部分，否則最終會得到在實踐中無法創造價值的解決方案。

人員-流程-技術組件的編排方式也可以稱為“運營模型”。這涉及到對哪些功能進行優先級排序和集中化以及允許哪些功能存在于聯合結構中的決策。

（1）人員

對于數據戰略來說，人員這個組件非常重要。你可以擁有世界上所有的機器，但如果你沒有人可以操作它，你就會失敗。幾個組件包括：

角色和責任。組織中與數據相關的主要角色是什么？他們的高級職責是什么？如果還沒有定義這些角色，那么有一些眾所周知的、經過微調的角色及其描述，例如數據所有者、流程所有者、數據管理員、數據保管人、數據科學家、業務分析師、系統/app 所有者、數據質量分析師和數據建模者。

技能和專業知識。員工需要具備哪些技能和專業知識？建議（可能與人力資源組織合作）執行簡單的分析以列出所需的技能和專業知識。有了這份清單，還可以進行差距分析——缺少哪些技能？

數據素養和文化。數據歸每個人所有。它是一種資產，組織中的每個人都需要發揮各自的作用。因此，作為具體轉型計劃以及企業層面的一部分，提高數據素養和意識非常重要。什么是數據，我的責任是什么？

人才/招聘策略。對于各自的組織和相關目標，人才戰略可以幫助確定需要通過培訓和招聘來培養哪些技能和專業知識。一些對企業成功并不重要的技能可以采購或外包。這將能夠專注于對組織擁有和發展至關重要的技能。

（2）流程

流程層處理所有關鍵的支持數據流程。舉幾個例子：

創新。如何產生想法來提高數據能力的成熟度？如何確保企業中的每個人都可以提交想法，以及隨后如何促進創新的分析、評估和優先級排序？這不僅對于產生實際想法很重要，而且對于營造與企業其他部門的共享所有權感也很重要。

需求管理和資金。并非每個數據計劃都可以優先考慮并獲得資助，那么我們如何決定選擇哪一個呢？應該制定一個流程，允許進行評估和構思以及交付。建議保留一本“工作手冊”，隨時描述正在進行的努力和舉措。在整個過程中，應該制定一個詳細說明如何獲得資金的流程。有些預算項目可能是一次性的和變革性的，而其他預算項目可能是經常性的，是“一切照舊”的一部分。

轉型。一旦確定了新計劃的優先級，我們如何確保在轉型過程中考慮到數據因素？這非常重要——歷史上許多數據程序都是為了“清理過去的混亂”。“止血”并確保將關鍵數據原則和標準納入組織的轉型方法中至關重要。

治理。數據是一個大話題，組織中的每個部門都會創建、轉換和使用其中的一些數據。我們如何確保正確的角色就位，承擔正確的責任，以及如何跟蹤人們履行這些角色的情況？這里的工具包括政策和標準、合規性和審計流程、績效和風險指標以及數據委員會等治理論壇。

利益相關者管理。可以制定流程來加強利益相關者管理。一個小型流程可以是定期更新相關利益相關者的概述，安排與他們的接觸點，并記錄關鍵見解。另一個例子是確保在整個企業內建立適當的論壇并提供正確的代表。

知識管理。許多經驗和專業知識將在整個企業中民主化。知識管理涉及識別內容和傳播渠道。一些真正關鍵的主題可以納入培訓計劃，并且擁有某種平臺幾乎總是一個好主意，同事可以在其中找到最新和最好的戰略材料，例如數據戰略本身、政策和標準、指導手冊，以及其他觀點。

（3）技術

這里的重點不是創建看似無窮無盡的技術列表，而是識別和管理所有相關數據技術的功能和流程。如果它們到位，應該確保識別并啟用正確的技術能力。

架構和技術策略。也許最重要的組成部分是擁有企業級數據架構。數據架構可以是更廣泛的業務或技術架構的一部分，但也可以是自己的獨立文檔。它概述了適用于企業中每個人的架構指南。例如，它可能規定DD是首選云服務存儲提供商，AA是首選可視化工具，并且應從一組給定的授權分發源使用數據。更具影響力的是互操作性指南。這與數據技術戰略密切相關，包括 IaaS、PaaS 或 SaaS 的選擇。

操作和維護。在整個數據技術領域，需要監控不同的技術和環境，并在需要時應用修復和更新。

安全性、可靠性和連續性。對于所有數據和相關應用程序，需要采取最低限度的控制來保護數據并確保其在出現問題和災難時的連續性。這通常不屬于數據組織所有，但需要有牢固的連接。例如，對于被視為關鍵任務或包含 PII 的數據資產，這應轉化為特定的數據保護和連續性要求。

訪問管理和自助服務支持。技術不再像“技術為技術”那樣被封閉在 IT 組織內。需要制定流程和功能來為業務和其他用戶提供訪問權限，并在適當的情況下最大化自助服務功能。

沙箱和實驗。整個數據技術領域的一個重要組成部分是確保提供一個用戶友好、安全的環境來試驗不同的數據集。

供應商管理。考慮到上述所有技術考慮因素，您不希望組織中的每個團隊都執行自己的供應商分析、談判和簽約——這會產生大量重復和相互沖突的工作。與數據功能（例如，儀表板、數據質量、數據目錄、沿襲捕獲等）相關的供應商管理流程可以幫助推動識別和推廣一組有凝聚力的、合理化的工具。

該框架不會是每個數據戰略問題的答案，但它應該可以在很大程度上幫助企業構建分析并確定自己希望看到的答案。