知识卡片

普通读书笔记卡 · 7288.a · 生成模型:Hy3

数据能力始于数据定义

理解等级:中级

很多企业把释放数据要素潜力押在数据平台、数据中台建设上,或押在提升业务人员的分析技能上,转型却常出现“建非所要、学非所用”。根因往往不是工艺不够先进,而是没定义清楚自家这块“材料”:连有哪些数据、数据对应哪段业务都没弄明白,就急着上加工工艺,最后数据能力建设变成一道证明题,证明别人的工艺能不能加工自家的材料。更关键的是工作量分布:在真正的数据分析工作里,分析环节占总体工作量很小,绝大部分时间花在定义、收集、整理所需数据上。因此单独培养分析能力几乎无法整体提升企业的数据运用能力,应该从数据定义入手,培养覆盖定义、采集、整理、使用、维护的全生命周期数据能力。把业务叙事转成数据叙事正是定义的起点——先把业务过程描述成可采集的数据项,业务问题才可能转成数据问题,数据驱动才顺滑。一个反例是只培训业务人员写查询语句、做可视化:工具会用了,但数据口径不统一、字段含义不清,分析结果依旧无法复用于决策。这条结论也限定了能力建设的顺序:定义先于平台,口径先于算法。

这张卡片看不懂?

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

    参考来源

    - 位置:《架构未来:企业新质生产力战略与业务架构实战》第 7 章《业务架构设计之数据分析》(源文件:extracted/架构未来:企业新质生产力战略与业务架构实战/_epub-src/EPUB/xhtml/chapter10.xhtml) - 结论依据:原文明确指出“分析环节其工作量在总体工作量中占比很小,大量时间都放在定义、收集、整理所需的数据上”,并据此主张不能单靠培养分析能力、而要从数据定义开始培养完整的全生命周期数据能力。 - 原始内容:对数据分析工作稍有了解的读者都知道,在数据分析工作中,所谓的分析环节其工作量在总体工作量中占比很小,大量时间都放在定义、收集、整理所需的数据上。