文章提供:圖文資通組
文章來源:https://www.bnext.com.tw/article/64498/statistics--decision-making
發佈日期:2021.08.16 消息來源:數位時代 #AI與大數據

2021年全球產業在外部環境衝擊下面臨嚴峻的挑戰,國際貨幣基金組織(IMF)總裁提出,在新冠肺炎(Covid-19)的衝擊下,全球經濟正面臨著「雙軌」復甦,各個產業將須面對「高度不確定」的新常態。對此,全球領先企業皆期望藉由數位轉型來做為因應之道,並期望提升企業對於活化資產及各項挑戰的應變能力,藉由數據驅動提升服務品質且期望能藉此轉型為數據驅動的智慧化企業。
數據驅動的商業型態可以分為「以數據或其密切關聯之周邊服務為產品(product)」之事業形態或「運用數據作為其他產品或服務之發展或提升之資源(input)」之事業形態。據《Forbes》雜誌調查,全球82%企業將科技預算優先投入數據分析與人工智慧相關項目,企業從蒐集數據階段,至將數據分析出的洞見落實於策略。但企業礙於公司或部門之間的各種限制而無法有效取得有效數據,另外數據的品質以及如何收集數據都碰到了一定程度的挑戰,也導致了企業在發展人工智慧上碰到了極為嚴峻的挑戰,而這些都牽涉到企業本身數據治理架構的議題。
其中,數據治理是數據品質控管的準則,用於管理、使用、改善、維護、監控和保護企業內的數據,美國銀行(Bank of America Corporation),為了確保高品質的分析報告,並保障分析數據能提供顧客、供應商的完整資訊解析,透過管理企業關鍵數據,包含衡量數據品質的標準、制定數據提供的相關管控點、建立組織有效管理數據來源與過程的規範,並針對軟體開發和測試過程,增加了對於數據品質提升的相關控制,在數據分析、解讀上提升了正確性與完整性,以做為決策依據。

建置數據治理體系,賦予企業成為數據賦能的智慧企業
因應數位時代,伴隨著顛覆科技對產業、市場及產生服務活動,不僅企業經營策略改變,進而尋求新興科技的加乘演進及發展下,可獲取及應用的數據日益豐富,企業已經進入了一個創造數據、獲取數據、運用數據的「大數據時代」。電商平台根據買家的瀏覽記錄做出精準的推薦以提高銷量,製造業通過分析生產線數據對生產情況及時做出調整以提高生產效率,家居服務公司通過分析客戶的生活習慣數據打造「智慧家庭」以提高生活服務品質,種種應用展示出數據在被有效的挖掘、整合後可能產生巨大的價值。
Gartner推測2020年開始,80%的企業將會致力於提升「數據」能力,隨著數據價值逐漸得到普遍認可,數據成為與人、技術、流程同於企業內重要的核心競爭力。因應此趨勢發展,在數據應用的美好願景前,應先行建置完整的數據治理體系,建立企業建立數據管理的原則,當企業持續擴展及累積更多的數據來源及資產時,企業需藉此來管理及應用這些數據,進行數據整合並提高其可用性。數據治理是數據品質控管的準則,用於管理、使用、改善、維護、監控和保護企業內的數據。數據治理對於企業的整體數據管理策略至關重要,數據治理可瞭解企業所擁有的數據、數據所在位置,以及如何使用該數據。而企業用於管理所有數據的內部治理程序,採用一致性的應用標準,廣泛地利用數據資產為業務帶來更精準的分析輔佐營運決策。

持續精進的數據治理,提升數據的價值,左右企業的未來競爭力
企業在轉型為數據驅動為核心的過程中,數據治理變成為了企業無法迴避且須積極規劃的一環,藉由數據治理將企業在數據蒐集,應用,取用權限上做好完整的規劃,方可發揮數據的最大價值。數據分析與人工智慧等新興科技的應用,讓企業能夠更完整的蒐集與分析散佈在四處的有價數據,創造數據的價值。企業在面對「高度不確定」的環境,企業內數據分析與新興應用仍處於各單位發展階段,大多數企業尚未清楚劃分該由哪個單位負責管理,哪個單位負責運用及發展等因素等數據治理的議題。
因此建議基於數據治理,透過規劃治理模式與數據應用策略,構建決策架構與機制,確保IT、業務與公司職能接能夠保持一致,以明確的責任歸屬,加快決策進度,並根據業務需求驅動所需治理流程。逐步探索和推進特定領域進行數據價值的分析,當數據越來越活用,持續產生其數據價值後,組織可開始思考定義數據治理框架並依照前述數據保護推動建議,逐步建立符合自身需求與文化特性之框架內容,以完善企業數據治理機制。

 

前往頁首