數(shù)據(jù)比以往任何時(shí)候都更加重要，但大多數(shù)組織仍在為一些常見問題而苦苦掙扎：他們更多地關(guān)注數(shù)據(jù)基礎(chǔ)架構(gòu)而不是數(shù)據(jù)產(chǎn)品；創(chuàng)建數(shù)據(jù)時(shí)通常會(huì)考慮特定部門的需求，但很少考慮最終用途；他們?nèi)狈σ环N通用的“數(shù)據(jù)語言”，每個(gè)部門都用自己的系統(tǒng)進(jìn)行編碼和分類；他們?cè)絹碓疥P(guān)注外部數(shù)據(jù)，但幾乎沒有質(zhì)量控制系統(tǒng)。通過專注于“數(shù)據(jù)供應(yīng)鏈”管理，可以解決這些問題。與實(shí)體供應(yīng)鏈類似，公司應(yīng)該系統(tǒng)地思考，專注于最終產(chǎn)品、定義標(biāo)準(zhǔn)和測(cè)量、引入質(zhì)量控制，并在數(shù)據(jù)收集和分析的所有階段不斷改進(jìn)他們的方法。

幾十年來，數(shù)據(jù)管理一直困擾著大公司。幾乎所有的公司都在這方面花費(fèi)很多，但發(fā)現(xiàn)結(jié)果并不令人滿意。雖然這個(gè)問題似乎并沒有變得更糟，但隨著管理者和公司努力變得更加數(shù)據(jù)驅(qū)動(dòng)、利用高級(jí)分析和人工智能并與數(shù)據(jù)競(jìng)爭(zhēng)，解決這個(gè)問題變得越來越緊迫。在本文中，我們將通過“數(shù)據(jù)產(chǎn)品”和“數(shù)據(jù)供應(yīng)鏈”的視角探索一種有效的數(shù)據(jù)管理方法。

(資料圖)

大多數(shù)公司都在為一些常見但重要的數(shù)據(jù)管理問題而苦苦掙扎。

首先，企業(yè)集中于數(shù)據(jù)管理的技術(shù)能力，這些能力由 IT 職能控制，需要獲取、存儲(chǔ)和移動(dòng)數(shù)據(jù)。這絕非易事——構(gòu)建技術(shù)“管道”是一項(xiàng)具有挑戰(zhàn)性的工作。但在這樣做的過程中，他們更多地關(guān)注基礎(chǔ)設(shè)施，而不是輸出：用于做出決策、區(qū)分產(chǎn)品和服務(wù)以及滿足客戶需求的數(shù)據(jù)產(chǎn)品。

其次，數(shù)據(jù)是在組織的不同部分創(chuàng)建的，以滿足各個(gè)部門的需求，而不是供其他人以后在數(shù)據(jù)產(chǎn)品、業(yè)務(wù)決策或流程中使用。將其與實(shí)體產(chǎn)品（例如汽車）進(jìn)行對(duì)比，其中底盤和啟動(dòng)器等組件的設(shè)計(jì)考慮了最終產(chǎn)品。

第三，大多數(shù)組織缺乏通用的數(shù)據(jù)語言。數(shù)據(jù)是微妙而細(xì)微的，對(duì)于不同背景下的不同人來說具有不同的含義。雪上加霜的是，一些部門對(duì)“他們的數(shù)據(jù)”擁有所有權(quán)，可能不愿意分享?；蛘唠m然愿意分享，但他們不會(huì)花時(shí)間解釋這些細(xì)微差別，以便其他人可以有效地使用它。這導(dǎo)致其他部門建立自己的“近乎冗余”的數(shù)據(jù)庫，加劇了整體混亂。

最后，公司對(duì)外部發(fā)生的事情越來越感興趣，利用外部數(shù)據(jù)來回答各種問題。但外部數(shù)據(jù)在很大程度上是不受管理的，幾乎沒有供應(yīng)商資質(zhì)或數(shù)據(jù)質(zhì)量評(píng)估。

數(shù)據(jù)供應(yīng)鏈管理，以數(shù)據(jù)產(chǎn)品作為流程的最終結(jié)果，可以幫助解決這些問題。它同樣重視數(shù)據(jù)管理的所有階段——從收集到組織再到數(shù)據(jù)產(chǎn)品的消費(fèi)。它是一種平衡通用數(shù)據(jù)與產(chǎn)品中獨(dú)特和定制數(shù)據(jù)的優(yōu)勢(shì)的方法，它同樣適用于內(nèi)部和外部數(shù)據(jù)。采用數(shù)據(jù)供應(yīng)鏈管理的公司相對(duì)較少，但那些采用數(shù)據(jù)供應(yīng)鏈管理的公司往往會(huì)報(bào)告更好的結(jié)果。

數(shù)據(jù)產(chǎn)品的流程和供應(yīng)商管理

公司一直以財(cái)務(wù)報(bào)表、向監(jiān)管機(jī)構(gòu)報(bào)告等形式生產(chǎn)數(shù)據(jù)產(chǎn)品。盡管如此，此類產(chǎn)品的范圍和重要性仍在增長。對(duì)于許多人來說，目標(biāo)是將分析和 AI 衍生模型嵌入到為內(nèi)部和外部客戶提供服務(wù)的產(chǎn)品中。Morgan Stanley 的Next Best Action、LinkedIn 的People You May Know、Google 的眾多搜索產(chǎn)品以及 MasterCard 的SpendingPulse和Business Locator都是很好的例子。由于上面提到的問題得到充分展示，“爭(zhēng)論”數(shù)據(jù)比構(gòu)建模型花費(fèi)的時(shí)間要長得多，而且仍然不能解決所有問題。

經(jīng)過研究，有一種更好的方法來獲取高質(zhì)量的數(shù)據(jù)。它建立在實(shí)體產(chǎn)品制造商使用的流程和供應(yīng)商管理技術(shù)之上。特別是，制造商深入他們的供應(yīng)鏈以闡明他們的要求，鑒定供應(yīng)商，堅(jiān)持供應(yīng)商測(cè)量質(zhì)量，并在問題的根源上進(jìn)行必要的改進(jìn)。這使他們能夠以最少的“物理產(chǎn)品爭(zhēng)論”將組件組裝成成品，從而提高質(zhì)量并降低成本。

一個(gè)在其數(shù)據(jù)供應(yīng)鏈中采用供應(yīng)商質(zhì)量管理的組織是奧馳亞，總部位于美國的煙草和無煙產(chǎn)品供應(yīng)商。奧馳亞每天依賴 100,000 多家便利店的銷售點(diǎn)數(shù)據(jù)來完成其市場(chǎng)報(bào)告和分析。一個(gè)向 Advanced Analytics 副總裁 Kirby Forlin 報(bào)告的團(tuán)隊(duì)負(fù)責(zé)管理這個(gè)領(lǐng)域。合同中明確規(guī)定了數(shù)據(jù)要求，該團(tuán)隊(duì)旨在幫助商店滿足這些要求。首先，奧馳亞專注于其最基本的要求。質(zhì)量很差，只有 58% 的每日提交符合他們的要求。但奧馳亞團(tuán)隊(duì)耐心地工作，在三年內(nèi)將質(zhì)量提高到 98%。隨著基本質(zhì)量的提高，奧馳亞團(tuán)隊(duì)將其更高級(jí)的要求添加到組合中。正如 Forlin 所說，“這是一項(xiàng)正在進(jìn)行的工作。我們可以越來越信任數(shù)據(jù)的證據(jù)為我們?cè)诜治鰧?shí)踐中節(jié)省了大量工作，并在我們的工作中建立了信任?！?/p>

建立數(shù)據(jù)供應(yīng)鏈的步驟

數(shù)據(jù)供應(yīng)鏈可以在公司內(nèi)部建立，方法與物理供應(yīng)鏈的流程和質(zhì)量管理中使用的一些相同步驟相同：

1.確立管理職責(zé)。

步驟 1a，首席數(shù)據(jù)官或產(chǎn)品經(jīng)理應(yīng)從其員工中任命一名“數(shù)據(jù)供應(yīng)鏈經(jīng)理”來協(xié)調(diào)工作，并從整個(gè)供應(yīng)鏈的每個(gè)部門（包括外部數(shù)據(jù)源）招募“責(zé)任方”。

步驟 1b 是將與數(shù)據(jù)共享和所有權(quán)相關(guān)的問題放在首位和核心位置。我們發(fā)現(xiàn)大多數(shù)問題都會(huì)消失，因?yàn)楹苌儆薪?jīng)理愿意在同事面前采取強(qiáng)硬立場(chǎng)反對(duì)數(shù)據(jù)共享。

識(shí)別并記錄創(chuàng)建和維護(hù)數(shù)據(jù)產(chǎn)品所需的數(shù)據(jù)以及相關(guān)成本、時(shí)間和質(zhì)量要求。

2.描述供應(yīng)鏈。制定一個(gè)流程圖，描述數(shù)據(jù)創(chuàng)建點(diǎn)/原始數(shù)據(jù)源以及為在數(shù)據(jù)產(chǎn)品中使用而移動(dòng)、豐富和分析數(shù)據(jù)所采取的步驟。

3.定義和建立測(cè)量。通常，想法是實(shí)施指標(biāo)是否滿足要求的測(cè)量。從數(shù)據(jù)準(zhǔn)確性和從數(shù)據(jù)創(chuàng)建到合并到數(shù)據(jù)產(chǎn)品中所用的時(shí)間開始。每個(gè)數(shù)據(jù)產(chǎn)品的供應(yīng)鏈都會(huì)有不同的措施。

4.建立過程控制并評(píng)估是否符合要求。使用第四步的測(cè)量來控制過程并確定第二步的要求得到滿足的程度并找出差距。

5.調(diào)查供應(yīng)鏈以確定所需的改進(jìn)——整體和特定數(shù)據(jù)產(chǎn)品。確定步驟五中發(fā)現(xiàn)的差距源自步驟三的流程圖。

6.進(jìn)行改進(jìn)并持續(xù)監(jiān)控。確定并消除第六步中確定的差距的根本原因，并在必要時(shí)返回到之前的步驟。持續(xù)監(jiān)控輸入數(shù)據(jù)和數(shù)據(jù)產(chǎn)品，尋求改進(jìn)產(chǎn)品以及所需的新數(shù)據(jù)和更好的來源。

7.確?！昂细瘛睌?shù)據(jù)源。公司將繼續(xù)招募越來越多的外部數(shù)據(jù)供應(yīng)商，這有助于確定那些始終如一地提供高質(zhì)量數(shù)據(jù)的供應(yīng)商。對(duì)其數(shù)據(jù)質(zhì)量計(jì)劃的審計(jì)提供了“鑒定”那些做的人并識(shí)別那些不做的人的薄弱環(huán)節(jié)的方法。

Key Bank 是美國資產(chǎn)規(guī)模排名前 20 的銀行，它使用廣泛的數(shù)據(jù)供應(yīng)鏈概念來構(gòu)建其數(shù)據(jù)管理計(jì)劃。它將其過程分解為“捕獲/組織/消費(fèi)”三個(gè)領(lǐng)域，并試圖提高每個(gè)領(lǐng)域的效率和有效性。Key Bank最近將大部分?jǐn)?shù)據(jù)存儲(chǔ)和分析轉(zhuǎn)移到云端，并發(fā)現(xiàn)整個(gè)供應(yīng)鏈的靈活性和速度有了重大改進(jìn)。它的消費(fèi)活動(dòng)在歷史上主要集中在經(jīng)典的商業(yè)智能功能上，但現(xiàn)在它也具有強(qiáng)大的數(shù)據(jù)科學(xué)功能。

這需要改變數(shù)據(jù)供應(yīng)鏈，以實(shí)現(xiàn)更大的數(shù)據(jù)虛擬化，并能夠構(gòu)建跨越不同數(shù)據(jù)集并包含外部數(shù)據(jù)的數(shù)據(jù)視圖。該銀行已經(jīng)能夠利用其數(shù)據(jù)供應(yīng)鏈來快速開發(fā)高度依賴數(shù)據(jù)的新銀行產(chǎn)品。例如，Key Bank是美國最大的薪資保護(hù)計(jì)劃貸款貸方之一，最近還推出了面向醫(yī)生的國家數(shù)字銀行。該銀行的首席數(shù)據(jù)官 Mike Onders 實(shí)際上是數(shù)據(jù)供應(yīng)鏈經(jīng)理。他和他的員工評(píng)估了銀行數(shù)據(jù)供應(yīng)鏈提供各種所需數(shù)據(jù)產(chǎn)品的能力。

建議所有公司積極管理其最重要的數(shù)據(jù)供應(yīng)鏈。數(shù)據(jù)對(duì)企業(yè)來說與任何其他類型的資產(chǎn)一樣重要，數(shù)據(jù)產(chǎn)品也越來越與物理產(chǎn)品一樣重要。采用與實(shí)體供應(yīng)鏈相同的理念和方法被證明對(duì)數(shù)據(jù)供應(yīng)鏈管理同樣具有價(jià)值。

關(guān)鍵詞：