知易行難，數(shù)據(jù)化雖是行業(yè)共識(shí)，但我們到底需要什么樣的數(shù)據(jù)化？IBM此前列舉了一些典型挑戰(zhàn)：

• “盲人摸大象”：有多少數(shù)據(jù)理不明白，投入產(chǎn)出比說不清。往往只顧低頭走路，卻忘了抬頭看路。如何實(shí)現(xiàn)“數(shù)以治用”？數(shù)據(jù)資產(chǎn)如何盤點(diǎn)和管理？如何衡量數(shù)據(jù)資產(chǎn)的價(jià)值？數(shù)據(jù)資產(chǎn)如何變現(xiàn)？

• “大炮打蚊子”：業(yè)務(wù)一線要的是“雪中送炭”型的數(shù)據(jù)服務(wù)，但數(shù)據(jù)分析團(tuán)隊(duì)卻往往陷入“閉門造車”，難以成為一線的合作伙伴。結(jié)果是，大炮造好了，卻只能用來打蚊子。數(shù)據(jù)如何真正賦能業(yè)務(wù)？數(shù)據(jù)資產(chǎn)如何沉淀和復(fù)用？

• “小馬拉大車”：敏態(tài)業(yè)務(wù)往往采取臨時(shí)開發(fā)的做法，缺乏全局性考慮，難以響應(yīng)數(shù)據(jù)服務(wù)的千變?nèi)f化，就像小馬拉大車，根本拉不動(dòng)。如何真正從全生命周期角度對(duì)數(shù)據(jù)進(jìn)行管理？如何實(shí)現(xiàn)平臺(tái)化運(yùn)營(yíng)?

雖然企業(yè)越來越認(rèn)識(shí)到數(shù)據(jù)作為資產(chǎn)的重要性，但是，許多機(jī)構(gòu)還不能很好地解決數(shù)據(jù)不全、不準(zhǔn)、不通等難題。數(shù)據(jù)資產(chǎn)化強(qiáng)調(diào)充分融合業(yè)務(wù)、技術(shù)和管理，目的在于幫助企業(yè)擺脫數(shù)據(jù)孤島和數(shù)據(jù)難找、難用以及數(shù)據(jù)一本糊涂賬的困境，從而對(duì)數(shù)據(jù)進(jìn)行有效控制、共享、保護(hù)、交付并提高數(shù)據(jù)資產(chǎn)的價(jià)值。這涉及到一系列不同的數(shù)據(jù)管理功能，包括企業(yè)數(shù)據(jù)架構(gòu)、數(shù)據(jù)模型與設(shè)計(jì)、數(shù)據(jù)存儲(chǔ)與操作、數(shù)據(jù)安全、數(shù)據(jù)集成與互操作性、文件和內(nèi)容、參考數(shù)據(jù)和主數(shù)據(jù)、數(shù)據(jù)倉庫和商務(wù)智能、元數(shù)據(jù)、數(shù)據(jù)質(zhì)量等內(nèi)容。

對(duì)數(shù)據(jù)資產(chǎn)進(jìn)行量化分析，可以幫助數(shù)據(jù)資產(chǎn)管理者制定更為科學(xué)的數(shù)據(jù)資產(chǎn)管理政策，合理調(diào)配資源，識(shí)別優(yōu)先級(jí)最高的問題。典型的數(shù)據(jù)資產(chǎn)分析工作包括四個(gè)方面：

• 數(shù)據(jù)地圖：支持用戶在視圖中查看全部的數(shù)據(jù)資產(chǎn)，包括數(shù)據(jù)概覽、數(shù)據(jù)資產(chǎn)容量與數(shù)據(jù)資產(chǎn)分布；

• 數(shù)據(jù)資產(chǎn)質(zhì)量評(píng)價(jià)：一是自動(dòng)化監(jiān)測(cè)入湖數(shù)據(jù)的整體數(shù)據(jù)質(zhì)量情況，例如監(jiān)測(cè)數(shù)據(jù)表的空值率；二是用戶評(píng)價(jià)，支持?jǐn)?shù)據(jù)消費(fèi)者對(duì)數(shù)據(jù)資產(chǎn)使用的準(zhǔn)確性和及時(shí)性評(píng)價(jià)，倡導(dǎo)“數(shù)據(jù)民主”；

• 合標(biāo)分析：支持按多種維度統(tǒng)計(jì)入湖數(shù)據(jù)的合標(biāo)情況，包括部門、應(yīng)用系統(tǒng)、分區(qū)等；按照湖內(nèi)部署的規(guī)則，統(tǒng)計(jì)已貫標(biāo)和未貫標(biāo)的字段數(shù)量、貫標(biāo)率等；

• 數(shù)據(jù)熱度分析：支持按照多種維度展示數(shù)據(jù)資產(chǎn)使用頻率，通過數(shù)據(jù)消費(fèi)活躍度體現(xiàn)出數(shù)據(jù)供給者對(duì)數(shù)據(jù)應(yīng)用做出的貢獻(xiàn)和價(jià)值。

這里重點(diǎn)和大家分享數(shù)據(jù)分析與決策相關(guān)內(nèi)容。例如BI可以幫助企業(yè)對(duì)大量的數(shù)據(jù)進(jìn)行收集、分析、可視化處理，并在企業(yè)決策過程中提供有力的支持，使得企業(yè)能夠更加清晰地了解業(yè)務(wù)狀況，進(jìn)行精細(xì)化管理。

例如Tableau、PowerBI、觀遠(yuǎn)BI等等，可以為企業(yè)提供數(shù)據(jù)分析可視化與智能決策服務(wù)，打通數(shù)據(jù)采集-數(shù)據(jù)接入-數(shù)據(jù)管理-數(shù)據(jù)開發(fā)-數(shù)據(jù)分析-AI建模-AI模型運(yùn)行-數(shù)據(jù)應(yīng)用全流程，全方位提升企業(yè)數(shù)據(jù)分析的準(zhǔn)確性與時(shí)效性，并提供可落地的經(jīng)營(yíng)預(yù)測(cè)和智能決策洞察，助力企業(yè)實(shí)時(shí)掌握經(jīng)營(yíng)狀況，激發(fā)個(gè)體價(jià)值促進(jìn)組織創(chuàng)新。

總的來說有以下四點(diǎn)：

1. 提高決策效率。通過觀遠(yuǎn)BI對(duì)數(shù)據(jù)的分析，企業(yè)可以更快速地了解業(yè)務(wù)狀況、客戶需求等信息，使得管理者在決策時(shí)更快更準(zhǔn)確地做出決策。

2. 發(fā)現(xiàn)商業(yè)模式。通過對(duì)數(shù)據(jù)的深度挖掘，企業(yè)可以發(fā)現(xiàn)新的商業(yè)模式、市場(chǎng)機(jī)會(huì)和潛在客戶群體。

3. 優(yōu)化產(chǎn)品和服務(wù)。通過對(duì)數(shù)據(jù)的分析，企業(yè)可以了解客戶對(duì)產(chǎn)品和服務(wù)的評(píng)價(jià)、需求等信息，進(jìn)而對(duì)產(chǎn)品和服務(wù)進(jìn)行改進(jìn)和優(yōu)化。

4. 提高營(yíng)銷效果。通過對(duì)數(shù)據(jù)的分析，企業(yè)可以了解客戶的偏好、需求等信息，從而制定更加精準(zhǔn)、高效的營(yíng)銷策略。