数字战略系列第一部分：创建可带来价值的数据战略
哦，策略专家讨厌我！这并不是因为我个子高，长相好，而且来自爱荷华州（好，三分之二还不错），不是因为我认为作为“学科”的战略太夸张了。 我不会在《哈佛商业评论》上说“战略已死”，但要认真定义一项战略（通常在拼图宫的象牙塔中完成），然后命令所有小兵跟随，这一点很重要。策略脚本结束了！
前世界重量级拳击冠军迈克·泰森（Mike Tyson）著名地表示，每个人都有一个计划，直到他们被punch住为止。 而且我认为传统的战略职能陷入了同样的困境–每个人都有一个战略，直到他们被punch住为止。
互联网和全球化减轻了传统上与时间和距离相关的经济，运营和文化障碍。 我们是一个相互交织的全球经济，现在我们（艰难地）意识到，当有人在世界的某个地方打喷嚏时，到处都有人生病。 我们一直在口口相传，虽然我们可能不确定从何而来的下一拳（大流行，经济危机，金融危机，气候变化，灾难性风暴），但是当我说在不断变化和不断变化的世界中，请相信我。不断发展的世界，还有更多的重拳出击。
因此，我接下来的两个博客将要讨论：在一个不断变化和变革的世界中，一个人如何开发和适应数据和AI策略？ 这并不是说战略已经死了（尽管有时战略的确看起来像是“行尸走肉”的一集）。就像组织和世界的每个其他部分一样，战略需要在不断变化和变革的环境中运作。  
让我们深入探讨这个主题，让那些策略专家们全神贯注！
数据策略：数据获取与获利策略之间的悲剧性不匹配
组织在部署诸如ERP，CRM，SCM，SFA，BFA，电子商务，社交媒体，移动以及现在的IoT等操作系统时，花费了数亿美元来获取数据。 然后，他们将花费更多的钱来维护所有数据，这些数据的最直接的好处就是监管，法规遵从和管理报告。 难怪CIO几乎都具有减少这些数据管理成本（Hello，Cloud）的任务。 当从数据中获得的唯一“价值”是法规，合规性和管理风险降低时，将数据成本降到最低。
组织在获取和管理数据方面的投资与在货币化中的投资相比，存在悲剧性的不匹配（见图1）。
图 1：不匹配的数据采集与数据货币化策略
正如我的追随者所知，我几乎不间断地讲讲数据的独特经济特征-数据永不磨损，永不耗尽，并且可以以几乎零的边际成本在无限数量的用例中使用。 但是，如果数据具有如此巨大的经济潜力，为什么组织在获取和管理数据方面的投资与在货币化中进行的投资存在悲剧性的不匹配？
与大多数组织变革一样，第一步是重新定义对话。
重新定义数据策略对话
许多月前，我曾说过：“组织不需要大数据战略；他们需要一个包含大数据的业务战略”（因此我绰号大数据学院院长）。
引用《哈佛商业评论》（这不可能是错误的话）：“问题在于，在许多情况下，大数据使用得不好。与分析数据和围绕数据设计策略相比，公司更擅长收集有关客户，产品，竞争对手的数据。[1] ”
太多的组织正在制作大数据，现在是IT项目的IOT。相反，应将对大数据和物联网的掌握视为一项战略业务功能，使组织能够利用高级分析来利用数据的力量来发现可以为组织的业务和运营模型提供动力的新客户，产品和运营价值来源（请参阅图3）。
为了利用数据的独特经济价值，组织需要一种业务战略，该战略需要使用高级分析来查询/折衷数据，以发现详细的客户，产品，服务和运营洞察力，这些洞察力可以用于优化关键运营流程，减轻合规性和网络安全风险，发现新的收入机会并创造更引人注目的，更具差异化的客户体验。
但是究竟是如何做到的呢？
通过专注于价值驱动，而不是数据驱动。
采用价值工程的心态
数据的价值没有它（数据驱动）。 数据的价值正在使用它来衍生和推动“财富”（价值驱动）的新来源。 为了利用数据的经济潜力，高管必须从以数据为主导的思维模式转变为以价值为主导的思维模式，该思维模式专注于利用数据来发现客户，产品和运营价值的新来源（参见图4）。
图3中的价值工程框架的核心是不同利益相关者之间的协作，以识别，验证，评估和优先考虑支持组织关键业务计划的决策（用例）。 这些用例可帮助您确定最相关的数据（因为并非所有数据都具有同等价值）–区分信号与掩埋在数据中的噪声。
数据可能是新的石油，也是世界上最有价值的资源之一，但是数据中蕴藏的分析洞察力将决定21世纪的赢家和输家。
Data Lake作为协作价值创造平台
如果您不在乎您的数据湖是否变成了数据沼泽，那么就继续进行下去，然后将数据扔进您难以管理的数据存储库中。 任务完成！ 但是，如果您试图利用数据的独特特性–永不耗尽，永不磨损并且可以以零边际成本在无限数量的用例中使用的资产–然后将您的数据湖转变为“协作价值创造”平台，支持整个组织中数据资产的捕获，优化和重用（请参见图5）。
从有关现代数字公司的“一次性技术：时代到来的概念”博客中，我们学到了两个重要的Data Lake课程：
第1课：使用组织的关键用例，在确定，捕获和运营数据中隐藏的新客户，产品和运营价值的新来源方面，推动组织协调一致。
第2课：请勿实施会干扰第1课的严格技术架构。
现代数字公司意识到他们从事数据货币化业务，而数据湖是推动数据货币化的平台。
提供价值摘要的数据策略
综上所述：
尽管大多数组织都有数据策略，但在数据获取和存储方面的投资与数据货币化方面的投资之间却存在悲剧性的错位。
数据可能是新的石油，也是世界上最有价值的资源之一，但是数据中蕴藏的分析洞察力将决定21世纪的赢家和输家。
组织需要采用一种价值工程方法来弥合数据策略与数据货币化的实现差距。
您如何区分信号与数据中的噪声？业务和运营用例将说明数据中的重要内容，而哪些不重要。
如果您专注于利用数据以实现价值驱动，那么数据湖在为业务和运营计划提供动力方面的作用将改变FOR-EV-ER 。

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！