數(shù)據(jù)即業(yè)務(wù)，將數(shù)據(jù)像業(yè)務(wù)一樣運(yùn)營

數(shù)據(jù)即業(yè)務(wù)的中心思想是探討數(shù)據(jù)分析如何更好地價(jià)值化，如何將數(shù)據(jù)像業(yè)務(wù)一樣運(yùn)營。數(shù)據(jù)即業(yè)務(wù)的理念值得任何關(guān)心數(shù)據(jù)分析的人進(jìn)行學(xué)習(xí)和思考。

數(shù)據(jù)即業(yè)務(wù)的觀點(diǎn)認(rèn)為，數(shù)據(jù)分析應(yīng)該作為一個(gè)產(chǎn)品去銷售給企業(yè)的其他部門。這種觀點(diǎn)強(qiáng)調(diào)了數(shù)據(jù)分析的價(jià)值，以及如何將數(shù)據(jù)分析的價(jià)值最大化。這里提出了一個(gè)新的視角來看待數(shù)據(jù)分析，即將數(shù)據(jù)分析看作是一個(gè)產(chǎn)品，而不僅僅是一個(gè)工具或技術(shù)。

其次，孫鑫提出了數(shù)據(jù)分析的價(jià)值優(yōu)化的觀點(diǎn)，認(rèn)為企業(yè)應(yīng)該更清晰地連接業(yè)務(wù)價(jià)值和數(shù)據(jù)分析，優(yōu)化對(duì)于數(shù)據(jù)分析的投入，使其不再是重復(fù)勞動(dòng)，而是能夠產(chǎn)生更大的價(jià)值。這一觀點(diǎn)強(qiáng)調(diào)了數(shù)據(jù)分析的效率，以及如何通過優(yōu)化數(shù)據(jù)分析的投入來提高其價(jià)值。

此外，孫鑫還提出了數(shù)據(jù)分析的高管應(yīng)該超越基本的數(shù)據(jù)分析工作，更多地了解數(shù)據(jù)分析如何從企業(yè)級(jí)的角度去幫助決策。這個(gè)看法強(qiáng)調(diào)了數(shù)據(jù)分析的戰(zhàn)略性，以及如何通過數(shù)據(jù)分析來提高企業(yè)的決策效率。

闡述的過程中，孫鑫提到了兩個(gè)重要的趨勢，即數(shù)據(jù)編織（Data Fabric）和數(shù)據(jù)網(wǎng)格（Data Mesh）。這兩個(gè)趨勢都是新興的數(shù)據(jù)管理模式，可以更有效地提升數(shù)據(jù)即產(chǎn)品的能力，讓數(shù)據(jù)發(fā)揮更具業(yè)務(wù)情境化的能力。

把數(shù)據(jù)平臺(tái)上升到數(shù)據(jù)生態(tài)

所謂把數(shù)據(jù)平臺(tái)上升到數(shù)據(jù)生態(tài)，探討的是如何從數(shù)據(jù)分析平臺(tái)向數(shù)據(jù)生態(tài)的轉(zhuǎn)變。這個(gè)轉(zhuǎn)變不僅涉及到技術(shù)層面的變化，也涉及到業(yè)務(wù)層面和用戶角色的轉(zhuǎn)變。

首先，數(shù)據(jù)分析平臺(tái)和數(shù)據(jù)生態(tài)有明顯不同。

數(shù)據(jù)分析平臺(tái)通常是一個(gè)集中的IT系統(tǒng)，用于收集、處理和分析數(shù)據(jù)。而數(shù)據(jù)生態(tài)則是一個(gè)更廣泛的概念，它不僅包括技術(shù)連接，還包括用戶和他們的角色之間的連接。數(shù)據(jù)生態(tài)強(qiáng)調(diào)的是數(shù)據(jù)的全面性和互動(dòng)性，它鼓勵(lì)數(shù)據(jù)的共享和復(fù)用，以及用戶之間的協(xié)作。

過去，數(shù)據(jù)分析主要集中在IT部門，但現(xiàn)在越來越多的數(shù)據(jù)分析正在向業(yè)務(wù)側(cè)遷移。這是因?yàn)閿?shù)據(jù)分析的能力可以幫助我們勾勒出屬于自己的數(shù)據(jù)生態(tài)。隨著AI的滲透，數(shù)據(jù)分析的角色也在不斷擴(kuò)大，角色邊界也變得越來越模糊。這種趨勢表明，數(shù)據(jù)分析不再僅僅是IT的工作，而是所有人的工作。

在這個(gè)過程中，Gartner提出的“數(shù)據(jù)編織”（Data Fabric）概念是一個(gè)重要的理論支撐。數(shù)據(jù)編織是一個(gè)新型的數(shù)據(jù)管理設(shè)計(jì)模式，它強(qiáng)調(diào)的是數(shù)據(jù)的靈活性、可復(fù)用性和AI增強(qiáng)的數(shù)據(jù)集成管理。數(shù)據(jù)編織不是一個(gè)工具或技術(shù)，而是一個(gè)組合拳，是新興的數(shù)據(jù)管理模式。

數(shù)據(jù)編織的目標(biāo)是為了更好地獲取一個(gè)靈活的、可復(fù)用的，且被AI增強(qiáng)的數(shù)據(jù)集成管道。這意味著數(shù)據(jù)編織不僅關(guān)注數(shù)據(jù)的收集和處理，還關(guān)注數(shù)據(jù)的使用和分享。數(shù)據(jù)編織希望實(shí)現(xiàn)的是數(shù)據(jù)找人，而不是人找數(shù)據(jù)。這是通過分析用戶的數(shù)據(jù)消費(fèi)行為，從而做出的更智能的數(shù)據(jù)推薦。

在實(shí)現(xiàn)數(shù)據(jù)生態(tài)的過程中，企業(yè)不需要完全重構(gòu)現(xiàn)有的數(shù)據(jù)倉庫或數(shù)據(jù)湖。數(shù)據(jù)編織是基于已有的數(shù)據(jù)分析投資進(jìn)行的設(shè)計(jì)。無論企業(yè)過去使用的是什么數(shù)據(jù)倉庫或數(shù)據(jù)湖，都可以用Gartner的設(shè)計(jì)理念去更好地分析元數(shù)據(jù)，從而提高基于用戶的數(shù)據(jù)服務(wù)。

在數(shù)據(jù)生態(tài)中，數(shù)據(jù)的可組合性和模塊化是非常重要的。

數(shù)據(jù)的可組合性意味著數(shù)據(jù)分析能力可以根據(jù)業(yè)務(wù)需求進(jìn)行組合和調(diào)整。模塊化則意味著數(shù)據(jù)分析能力可以像搭積木一樣，根據(jù)需要組裝和拆解。這種模塊化的數(shù)據(jù)分析能力可以與業(yè)務(wù)流程和技術(shù)（如微服務(wù)）進(jìn)行整合，使服務(wù)的模塊化真正落地。

在數(shù)據(jù)生態(tài)中，數(shù)據(jù)的共享和復(fù)用是非常重要的。這意味著數(shù)據(jù)不僅僅是被收集和處理，也被使用和分享。數(shù)據(jù)的共享和復(fù)用可以提高數(shù)據(jù)的使用效率，也可以促進(jìn)數(shù)據(jù)的創(chuàng)新和發(fā)展。

為了實(shí)現(xiàn)數(shù)據(jù)的共享和復(fù)用，企業(yè)需要建立一個(gè)數(shù)據(jù)目錄，用于管理和分類數(shù)據(jù)。這個(gè)數(shù)據(jù)目錄可以幫助用戶更好地找到他們需要的數(shù)據(jù)，也可以記錄用戶的數(shù)據(jù)使用行為，以便于進(jìn)行數(shù)據(jù)推薦。

在數(shù)據(jù)生態(tài)中，數(shù)據(jù)的治理也是非常重要的。數(shù)據(jù)的治理不僅包括數(shù)據(jù)的收集、處理和分析，也包括數(shù)據(jù)的使用和分享。數(shù)據(jù)的治理可以確保數(shù)據(jù)的質(zhì)量和安全，也可以保護(hù)用戶的隱私和權(quán)益。為了實(shí)現(xiàn)數(shù)據(jù)的治理，企業(yè)需要建立一個(gè)數(shù)據(jù)治理體系，用于管理和監(jiān)控?cái)?shù)據(jù)的全生命周期。

總的來說，從數(shù)據(jù)分析平臺(tái)向數(shù)據(jù)生態(tài)的發(fā)展是一個(gè)必然的趨勢。

以人為中心建立數(shù)據(jù)分析平臺(tái)，主動(dòng)迎接AI

以人為中心建立數(shù)據(jù)分析平臺(tái)其核心說的是如何更好地主動(dòng)迎接AI，而不是被動(dòng)地“被取代”。這其實(shí)考慮的是，新一輪AI浪潮所展示的強(qiáng)大能力可能會(huì)帶來的沖擊，但同時(shí)也給出了積極的應(yīng)對(duì)方式。

一些技術(shù)趨勢表明，AI現(xiàn)在可以用少量的數(shù)據(jù)去完成更高復(fù)雜度的模型。這種能力使得AI可以更好地服務(wù)于企業(yè)，比如通過自然語言的問答回復(fù)來提高數(shù)據(jù)分析的利用有效性。

生成式AI的能力對(duì)于數(shù)據(jù)分析有積極影響。生成式AI不僅可以幫助開發(fā)者寫代碼，還能通過自然語言生成一張報(bào)表、生成一張儀表盤。同時(shí)，生成式AI還可以通過自然語言，讓這個(gè)報(bào)表去和一些業(yè)務(wù)應(yīng)用進(jìn)行一些耦合，從而完成數(shù)據(jù)分析到業(yè)務(wù)行為的閉環(huán)。

此外，孫鑫還提到，新一代的生成式AI可以完成一些嵌入式的增強(qiáng)體驗(yàn)，讓更多人來實(shí)現(xiàn)數(shù)據(jù)分析的更多可能，通過大幅降低了使用門檻，從而更多人去使用數(shù)據(jù)分析能力。

大家從Gartner分享的調(diào)研數(shù)據(jù)來看，中國的企業(yè)正在積極采用生成式AI，已經(jīng)有6%的企業(yè)部署了生成式AI，而在中東或者東南亞，則只有大概3%。

此外，中國用戶大概有26%是說“TA已經(jīng)在積極的試點(diǎn)當(dāng)中”，還有24%的企業(yè)表示會(huì)在“未來0-6個(gè)月部署”?！白罱鼪]計(jì)劃或者五六個(gè)月之后才有計(jì)劃”大概是14%。

zhupb