当前位置：网站首页>数据供应链的转型协调一致走向成功的三大有效策略

数据供应链的转型协调一致走向成功的三大有效策略

2022-07-26 22:20:00 【软件测试网】

你的企业是否有意或无意地统一提供高质量数据进行分析?虽然这似乎是一个奇怪的问题，但了解组织变革的方法有助于发现机会，以改进数据供应链流程。

使组织协调一致的一个关键挑战在于所有部门之间就某一流程或功能的目标、衡量指标和收益进行沟通。强大的数据供应链的真正价值在于有更好的数据质量，但领导者可能会不理解为何要在整个企业中进行广泛沟通。其原因可能源于心理状态。

在心理学中，“熟悉效应”一词用于描述我们因更多地接触某些内容而产生偏见的情况。这对 IT 领导者的沟通工作有何影响呢?我们接触到一些需要进行收集、清洗和分析信息的数据和流程，并且我们倾向于将自己对这些信息的理解投射给企业中的其他人。现实情况是，企业中的每个职能部门都会受到熟悉程度的影响，并根据自己职能部门内的需求来使用某些定义。营销部门与会计部门有不同的数据需求和绩效衡量标准，这并不奇怪。如果没有主动地在整个企业范围内进行沟通，就会出现误解。

当然，每家企业都有自己独特的文化，而对推动人们就更高数据质量的价值进行沟通的其他因素也是有价值的：责任心和问责制。对于许多公司来说，更高的数据价值导致产生首席数据官 (CDO) 这一新角色。

企业中的任何新职能都必须找到“一席之地”，这是一种定义需求并传达其组织价值观和商业价值的老套方法。麻省理工学院首席数据官和信息质量研讨会 (MIT CDOIQ) 和埃森哲咨询公司最近的一项研究表明，首席数据官这一角色面临着许多挑战。首席数据官的最重要定位是“变革推动者和传播者”，78%的首席数据官表示，随着企业不断寻找竞争优势，他们的角色变得更加重要。

要使整个组织协调一致朝着提高高数据质量这一共同目标而努力，这需要使用多种手段来改变人们的认知和行为。虽然一个企业的基础文化会影响变革的速度和持久性，但最理想的结果来自对积极的、全新的行为(使用胡萝卜而不是大棒会产生更持久的好处)进行激励。

除了进行广泛地沟通以帮助企业对某些目标形成一个共同认识之外，还有另外三个手段可以改善结果：

数据质量和业务成果——衡量指标和措施。
角色和职责的定义。
部门或个人的表彰和奖励。

数据质量和业务成果——衡量指标和措施

利益相关者、股东和高管是根据业务成果来衡量公司的绩效。尽管对一个企业而言，“数据的价值”是毫无疑问的，但数据本身并没有任何价值。数据中的价值与实现更好的业务成果(增加营收、降低成本、提高资产利用率等)直接相关。

一个企业对数据价值的认识已导致产生许多侧重于数据及其质量的衡量指标和措施。数据质量的衡量标准有很多维度，而用质量较差的数据做出好的业务决策，这是具有挑战性的。然而，同样重要的是使数据指标与基于该数据做出的业务决策相符合。

衡量指标和措施很有用，因为它们可以给结果赋予一定含义和背景。使数据衡量标准与业务成果相符合，这会产生重大好处，因为企业可以了解数据如何帮助实现业务成果/价值。

角色和职责的定义

对结果负责始于对每个角色的职责进行明确定义。使用 MECE 标准(相互独立、完全穷尽)可以很好地测试你的能力，以确保每个角色都有特殊的职责，并且所有职责都分配给某个角色。

对于某些组织而言，首席数据官这一角色在职位描述中可能被定义得非常宽泛，以至于是一个包罗万象的角色——涉及安全、治理、职业道德、报表分析、架构，当然还有难以捉摸的“软技能”。将如此多的职责分配给一个角色，这是不合理的。尽管首席数据官这一角色肯定会参与许多工作，但一种较好的做法是将其职责限制在 3-5 个关键且重要的领域上。数据方面的职责应与现有核心职能保持一致;例如，法务部门应继续负责确保各项工作符合当前和不断发展的全球标准，如隐私权、存储/传输等。使用责任分配矩阵 (RACI) 有助于使职责与角色相符合。