当前位置:首页> 科技 >你真的需要那么多报表吗?

你真的需要那么多报表吗?!

发布日期:2019-11-01 15:01:29 查看次数: 1123 

核心提示: 如果工作充满了陈述,请保持警惕,仔细考虑到底需要多少陈述。企业越来越重视数据,许多业务部门也深刻意识到数据的重要性。的确,根据业务人员的需求快速开发报表是有成效的,但是这种输出对业务来说是最佳的和有效

如果工作充满了陈述,请保持警惕,仔细考虑到底需要多少陈述。为了改变这种情况,有必要建立正确的数据策略,而不是为了数字化而数字化。

企业越来越重视数据,许多业务部门也深刻意识到数据的重要性。他们希望通过数据挖掘发现动态、复杂、多渠道、内外一体化的商业现象背后的逻辑,从而指导决策和运营。

如何使业务人员更加系统化,更高效、更快速地使用数据,并为业务产生可衡量的价值,已经成为困扰许多业务和数据分析师的问题。

在许多企业中,我们看到了数据利用中的一些常见问题:

一般来说,顺口溜用来描述这些情况:

对报告的需求是压倒性的,每一项业务都是紧迫的。

报告之间缺乏逻辑,数据处理缺乏设计。

经过很长一段时间后,它很少被使用,并反复发展成为垃圾。

增加使用或不使用它的成本是没有意义的。

传统方法需要改进,必须掌握数据利用。

许多年前,当我们在线报告数据仓库和商业智能项目时,我们总是交付多少分析主题,确定多少用户角色,并开发多少报告作为非常重要的结果,使领导者意识到我们的项目富有成效且收获颇丰。

的确,根据业务人员的需求快速开发报表是有成效的,但是这种输出对业务来说是最佳的和有效的吗?不一定。

我们的业务人员通常没有企业级的整体数据视角,他提出的需求仅基于他在一个领域和一段时间内的认知需求,不一定是问题的最佳解决方案。

因此,作为一个it或数字部门,它不仅应该被动地响应业务人员的需求,还应该照他说的做。相反,它应该挖掘他需求背后的商业价值和问题。然后从企业的角度,从数据策略的角度,哪些资源、哪些方法和哪些能力可以服务于这个业务问题,然后给出最佳的数据解决方案。

从数据报告的角度来看,在实现相同业务效果的基础上,报告越少越好,报告中的信息越少越好。最好直接回答业务用户想要的问题,而不是让他在一堆报告中一遍又一遍地查看,然后在纸上进行手动计算时看着电脑屏幕。

“大数据,小显示”,数据工作者的效率是让业务人员花更少的时间来产生更有价值的数据见解。

一个农民,如果他不知道有像飞机这样的技术,就不可能想出用无人驾驶飞行器喷洒杀虫剂的新方法。因此,业务人员对数据的认知和利用能力决定了他提出的数据需求是否更具创新性和价值。

有必要增强业务人员对数据和相关技术的了解,以便他们能够全面了解数据和人工智能等技术的作用。这个行业在做什么?未来的趋势是什么?只有这样,他们才能在提出需求时更具前瞻性,对业务有更大的价值,并充分利用数据和技术的红利。

数据是构成数字世界的原子。建立一定的数据思维是每个业务人员必备的能力,因为数据思维是数字时代最底层的思维能力。

我们经常发现a部门正在寻找和开发的数据集也是b部门在数据项会议上的需求。此外,随着近年来每个人都意识到数据的重要性,这种情况变得越来越普遍。数据已经成为一些数据生成链接所属部门的资产,他们不愿意与其他部门公开共享。

流程在企业之间有明确的界限,哪些流程有节点在哪个部门,哪些流程属于哪个部门进行审批。然而,数据不同于流程。数据是企业的核心资产。任何企业的核心数据都是由各个部门和流程协同产生、处理和利用的。

每个企业都需要一个开放共享的数据目录和结构,并实时更新。以便每个业务单位和个人能够清楚地知道在哪里以及通过什么渠道和方法在他需要的时候获得数据。

过去,数据项是从现有的数据资源开始的,并不涉及数据库中尚不可用的数据。例如,经常听到企业首席信息官说,“我们甚至没有数据。我们谈论的是哪种数据分析和利用?”

这种思考是有限的。没有存储在数据库中的物理数据,您就不能考虑数据规划以及如何使用数据?

答案是否定的。

数据就像空气。只要企业的业务在运行,数据就会生成,但不会存储。企业的业务模型决定了企业可以生成哪些数据,即使其业务尚未正式启动。

因此,我们可以基于这些业务假设提前进行数据利用的思考和规划,而不是等到业务系统建立后再考虑数据——那时,数据孤岛往往已经形成。

建立面向业务的数据思维模型和面向未来的数据规划思维是突破数据孤岛、实现数据完全集成的基础。

大多数传统的数据开发都是面向报表和数据可视化的,所以经过层层提取、处理和转换;它面向每个业务主题。

因此,当业务发生变化并且对业务有新的要求时,通常需要重复这一过程,并且需要从底层数据结构进行更改,这导致了比应用程序开发更慢的响应和更慢的数据开发。

如何建立一种更快速、响应更快、更灵活的数据利用和开发方法是企业对数据最迫切的需求。

目前,企业使用数据的方式主要是基于报告。然而,报告的形式是单向的,它被立即推给用户。用户被动地接受这样的服务。

但最终,我没有看它,我看到了哪些陈述,哪些陈述让我获得了商业洞察力,哪些陈述产生了商业价值?报告系统缺乏反馈和分析机制,更不用说如何衡量每份报告的商业价值了。

企业不仅要获取数据,还要建立持续的数据分析和操作系统,以获取反馈、衡量价值和持续优化。

从业务价值出发,数据项对业务是有价值的还是有帮助的是优先级最高的索引。即使没有数据,数据质量也不好,这些都是可以通过技术和管理解决的问题,但最重要的是找到对业务的价值。

首先,要建立面向商业价值的数据产品思维,我们不应该局限于数据的现状,放弃对商业价值的探索。

这是精益思想的第一个原则——“特定的商业价值”。每个数据产品数据报告都应该服务于特定领域的业务价值,并解决特定的业务问题。

传统数据报表设计的核心是基于“用户想要看到什么数据”,所以它从数据开始,看系统中有什么数据,数据在哪里,然后如何将指标和维度组合成业务人员想要看到的。

然而,查看数据不是业务人员的最终目标,解决业务问题是最基本的目标。找出这个业务问题是什么,然后从企业数据的角度思考解决这些问题需要什么数据,而不仅仅是现有数据。

建立面向业务价值的数据产品思维的第一步是从“用户希望看到什么”转变为“用户希望解决什么问题”。

数据是一个非常专业的领域,所以很多商业用户会说,“我不懂数据”。然而,it和数字部门必须让业务人员了解数据和相关技术可以通过培训、研讨会和其他形式给业务带来的帮助。

只有赋予业务人员数据和智能的能力,他们才能更好地利用数据,更准确地利用数据;并能更好地与数据和技术人员沟通合作,避免说鸡鸭共说的无用工作,最终的项目无法达到效果。

这项培训和赋权工作的核心是使数据和技术语言具有可操作性和情境性。

通过一个接一个的业务场景和数据故事,业务人员可以知道数据(如预测、优化、聚类、ocr和智能工具和算法)可以在哪些领域发挥作用,可以做什么,不能做什么,以及依赖什么条件。这样,业务人员在将来提出需求时会更早考虑这些因素,从而降低双方沟通合作的成本,提高效率。

让业务人员了解数据和相关技术,从而在业务和数据之间建立桥梁,是产生更合理和优化的数据需求的基础。

每个企业都需要一个数据资产目录,它可以让所有业务人员方便快捷地知道企业拥有什么数据、数据的业务意义、开发了什么数据产品以及数据的结构。

由于数据的安全性,数据本身可能不是开放的,但是描述数据资产和资源的元数据的开放性直接决定了该企业中数据集成、利用和创新的复杂性。

数据资产目录是每个企业高效利用数据的基础。无论它以何种形式存在,都应该能够满足更新频率、易于访问、按需、可追踪和可审计的业务需求。

数据策略对每个企业都非常重要,尤其是当每个部门都特别注意数据的使用时。

企业有限的it预算无法支持所有业务部门对数据的需求。需要关注的关键业务问题是什么,实施数据产品和创新的优先级是什么,以及它们的构建顺序是什么?如果数据策略制定不当,损失不仅是资源和成本,也是最宝贵的时间和机会。

每个企业都需要一个精益数据战略来确定数据产品的蓝图。因此,根据业务战略,制定相应的建设路线,不断开发和创造数据产品,为业务提供数据洞察和创新的价值。

有了数据产品的蓝图,我们就不能一个一个地构建和开发单独的产品。我们必须将这些数据和技术中的一些抽象并存放到一个功能平台中,这就是流行的数据中心。数据中心用于提供高度响应和灵活的数据开发和服务系统,从而支持和加快数据产品的迭代速度,并响应市场变化。

企业的数据经理应该摆脱单一形式的数据报告,为企业提供更多的数据产品,以满足企业的多样化需求。

数据策略指导数据中心支持多样化的数据产品。企业的数据产品就像触角,不断从各个方向获取内部和外部数据。这些数据是企业的新生产资料。如何在这些数字化的世界中持续开采和加工石油已经成为企业的核心竞争力。

企业在制定数据策略时,应建立自己的数据治理和运营系统,包括组织结构、工具平台、运营流程系统和绩效衡量,以便不断发现新的业务价值,并利用数据不断改进和优化我们的产品和服务。

所有陷入“报告迷宫”的企业的核心原因是,他们没有建立一个面向业务价值的数据策略——信息技术和数字部门被动地服务于业务提出的肤浅、紧迫和即时的现象,没有触及问题的根源,没有发现业务最根本的问题,从而系统、有计划、有系统地进行顶层设计,通过多样化的数据产品、数据中心和数据操作来解决问题。

数据报表的问题从数据策略开始。

作者:思想作品Skye,微信公众号:思想作品洞察

这篇文章最初是由@ Strike发表的。每个人都是产品经理。未经允许禁止复制。

主题地图来自unsplash,基于cc0协议。

500万彩票