Gartner 《打造数据驱动型企业》
建立数据驱动型企业绝不仅仅是在商业决策中使用数据而已。
负责数据和分析的管理者，必须考虑根据企业的愿景，引领发展企业的合适的竞争力，并持续创造出信息价值。
数据驱动组织的数据和分析能力
一、精心编排（Deliberate Orchestration）
信息价值管理
数据素养（Data Literacy）
数据科学与 AI
信息治理
数据驱动战略
应用案例整理
数据获取（Data Sourcing）
信息架构
二、分段实践（Distributed Practice）
信息资产管理
数据管理
分析方法（Analytics）
信息管理（Information Stewardship）
信息产品管理
数字化业务愿景：优化与转型
一、数字化业务优化
特征：在不改变业务模式的情况下，数字化业务优化显著增加价值
提升现有收入
减少主营业务成本（COGS）
减少销售、管理及行政费用（SG&A）
提升员工生产力
增强客户体验
优化库存和产量（Inventory and Yield）
优化实物资产
优化金融资产和现金
效果：
提升收入
提升运营利润率
提升劳动力
改善客户体验
提升资产利用率
战略目标：
提升生产率和现有收入
更好的客户体验
二、数字化业务转型
特征：数字化业务转型引领净新（Net-New）收入和业务模式
更少变革
出售现有数字资产
将产品或服务数字化
按计量销售
采用基于共担风险的协议
导入平台化业务
进入相邻和新兴产业
效果：
关联收入
平台收入
新产业收入
战略目标：
产生净新（Net-New）收入的产品和服务
新业务模式
从多个角度探索数据驱动的机会
一、"VIA" 模型：任何场景
价值：问题是什么？业务的困境是什么？目标的产出是什么？价值是如何实现的？
信息：涉及哪些数据或数据源？
分析：有哪些分析（Analytics）或数据科学（Data Science）的方法应用于数据？
二、探索信息价值：从信息开始
价值：潜在的业务价值是什么？
信息：可以利用哪些内部和外部的数据？有哪些可能的业务场景？
分析：有哪些必要的分析（Analytics）或数据科学（Data Science）的方法用来解锁价值？
三、探索分析价值：从分析开始
价值：潜在的业务价值是什么？
信息：能否从内部和外部数据中挖掘出新的洞察？
分析：有哪些分析（Analytics）或数据科学（Data Science）的方法用来激发突破性的洞察？