知识卡片
数据应用成熟度四阶段
作者按数据对业务的支撑深度,把企业数据应用能力分为四个逐步深入的阶段,并从企业战略、数据形态、应用场景、应用工具、组织架构五个维度刻画,供企业在建中台前自我评估、选择路径:
| 维度 | 统计分析 | 决策支撑 | 数据驱动 | 运营优化 |
|---|---|---|---|---|
| 企业战略 | 纯业务导向,业务过程系统化、在线化 | 用数据支撑经营决策 | 数据是重要资产和生产资料,驱动业务 | 建设数据中台,形成资产化到资产业务化的闭环 |
| 数据形态 | 少量、分散、维度单一,无质量管控 | 汇聚各环节数据,以业务主题指标体系组织,开始质量控制 | 有规模,能处理结构化与非结构化数据,开始打通与标准化 | 全面资产化,形成数据资产管理闭环 |
| 应用场景 | 关键指标的简单统计,周报月报需定制开发 | 领导驾驶舱、企业运行指数等决策支持 | 个性化推荐、风控、精准营销,数据从服务管理层转向服务业务 | 统一标准的数据服务,可自助完成,支撑业务优化与创新 |
| 应用工具 | 系统内嵌报表或 Excel | 数据仓库、开发工具、专业可视化 | Hadoop/Spark 生态的批、流、即席、在线计算与机器学习 | 另有数据资产管理工具与运营指标度量 |
| 组织架构 | 无专门数据部门,依赖 DBA 与业务分析师 | 商业智能或数据挖掘部门 | 业务部门设数据团队,大数据工程师、算法工程师、数据科学家 | 数据管理委员会、CDO、数据资产运营部门 |
阶段演进的动因:前两个阶段数据与业务仍是割裂的,靠人看分析结果再干预业务,主要用户是管理者;数据驱动阶段数据直接进入业务,但应用各自独立建设,资源多的部门用得好、资源少的部门用不起,内容重复建设且无法融合,于是进入从全企业视角输出数据能力的运营优化阶段。作者也说明,业内没有统一的成熟度标准,这是基于从业经验的总结。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第3章 数据应用成熟度评估与成功要素 · 查看原书依据
根据数据对业务支撑的深入程度,数据应用能力可以总结为统计分析、决策支撑、数据驱动、运营优化四个阶段,并且这四个阶段是逐步深入、逐步全面的
参考来源
- 位置:《数据中台:让数据用起来(第2版)》第03章《第3章 数据应用成熟度评估与成功要素》3.1 企业数据应用的成熟度评估(源文件:extracted/数据中台:让数据用起来(第2版)/_epub-src/OEBPS/Text/0018.xhtml,来源项目 book-sources)
- 结论依据:3.1节把数据应用成熟度分为统计分析、决策支撑、数据驱动、运营优化四阶段,逐一给出企业战略、数据形态、应用场景、应用工具、组织架构五方面特征,并说明阶段演进的原因及评估标准并不统一。
- 原始内容:根据数据对业务支撑的深入程度,数据应用能力可以总结为统计分析、决策支撑、数据驱动、运营优化四个阶段,并且这四个阶段是逐步深入、逐步全面的