在您的业务中创建以数据为中心的文化需要思维方式的转变，这不会在一夜之间发生。但是，这是一个目标变得越来越容易实现，这是由您的员工以激情和热情朝着这个目标努力的驱动力所驱使的，而不是高层要求他们这样做的目标。
有多种因素可以导致阻碍数据驱动文化成功发展的障碍。
在基本层面上，如果公司的技术和基础架构选择不支持人们的工作方式，那么它在很大程度上不利于健康的数据文化。看到某些人politics积数据的组织内部的内部政治和孤岛也是一个问题。IT部门通常是企业的数据管理员，因此，基于对IT的阻碍和试图阻止对数据的访问的误解，IT与企业的其余部分之间可能会出现摩擦。为了使数据驱动的文化取得成功，它必须依靠一家公司及其所有员工能够在其所做的任何事情中使用数据。它需要IT与业务的其余部分之间的和谐，以及系统和思维方式的转变。另一个共同的障碍来自技能差距。组织常常没有意识到他们需要教人们如何理解数据的价值，并帮助创建一支能够培养数据驱动文化的熟练劳动力。
数据分析框架
随着公司努力克服这些障碍，可以使组织成功地弥合混乱与对数据价值及其对企业重要性的深刻理解之间的鸿沟的一种工具是开发易于遵循的分析框架以实现民主化数据。但是，我们如何建立和实施该框架？我们可以期待什么结果？以下是四个关键要素的概述：
-
辅助功能：您的框架应从有关数据准备的准则开始-“数据在哪里以及如何获取？” 这对于每个组织都是唯一的，因为它取决于企业中存在的角色和部门。如果透明地解决这些限制，则可能会更好地理解可能存在的任何限制。例如，数据可访问性方面的限制不仅可以帮助您了解数据复杂性的水平，还可以提出问题，帮助您解锁不必要的不可用数据。本质上，要培养数据民主化和健康的数据驱动文化，就不能使人们对现有数据一无所知。如果清楚地传达了过程，则可以识别并删除所有不必要的繁文tape节。
-
分析： 了解如何进行分析是从数据中提取价值的第一步。例如，如果您有一个新的数据集，那么从哪里开始呢？发生了什么？在哪发生的？怎么样？为什么？根据您所拥有的数据（在这种情况下，它与健康保险有关），您可以开始提出问题以进行深入研究。保单持有人在哪里？他们必须走多远才能接受治疗？多少患者需要处方？这些处方的费用是多少？本质上，当您建立详细问题的目录时，您会开始创建分析指南，并显示出逐个问题提问直到找到所有必要答案之前的重要性。
-
可视化： 创建可视化并将其组合在交互式仪表板中将帮助用户查看并深入研究细节，以帮助他们发现见解并更好地理解变量如何影响结果。通过使用有效的讲故事技术，您可以创建引人入胜的，有影响力的数据可视化，以帮助人们学习新知识。您的数据将在很大程度上决定您可以讲述的故事类型。如果您有时间序列数据，则您的故事可以按时间顺序展开，从而增加了消息从一个步骤到下一个步骤的影响力。当您处理非常细粒度的数据时，最好在向受众介绍详细信息之前提供摘要视图。这样可以设置场景，并允许您一路支持事实。为了实现教育受众的目标，您可以使用数据可视化和讲故事的方法，将不同组件组合在一个页面上，以全面讨论您的主题。分析和可视化的一部分是探索数据，以触发更多问题来发掘要探索的更广泛领域。
-
产出： 最后，您需要考虑如何共享发现。围绕输出创建指导方针使那些与数据打交道的人能够有系统地在组织中更广泛的数据分析和报告范围内共享其工作和见解。此类准则对于使数据和信息更广泛地访问以及帮助您建立以数据为导向的思维方式非常重要。每个数据发现过程都应在发现之上提供重要的教训。最佳做法和规则应指导分析师的工作。他们可能会更好地了解您的组织准备变得更加以数据为驱动力，并且可以评估他们的分析和报告是否正在创建复制和冗余。企业可以从此处创建规则，以帮助改善数据流程，消除不必要的工作并增强数据驱动的文化。数据中的道德规范也应成为讨论的一部分，并应涵盖企业级最佳实践中，并明确说明如何处理您拥有的数据和所收集的知识。
分析社区的价值
除了数据分析框架外，社区在帮助创建以数据为中心的文化方面也起着至关重要的作用，尤其是在解决技能差距方面。将您的数据专业人员聚集在您自己组织内的社区中，使他们能够协作解决解决分析问题，找到更好的方法来解决业务问题并优化数据工程流程。它还提供了创建非正式内部培训结构的机会，通过该结构您可以提高整个企业的数据素养。将那些刚接触数据分析的人员与经验丰富的数据分析师联系起来，将为您提供直接与您的组织数据，业务流程和当前数据挑战相关的教学机会。一个强大的社区将重点放在知识交流，学习和应用新技能以及建立网络上。这有助于组织打破孤岛，从协作中受益并跨部门和地理边界共享资源。最好的社区成为创新，反复试验和建立最佳实践的地方。成员可以检验假设并与从事类似问题的其他人讨论。通过协作，可以产生新的想法，社区凭借其专业知识和经验，是收集和共享最佳数据使用方式的好地方。
灌输有效的数据文化
通过结合有效的数据分析框架；强大的数据驱动文化，通过数据民主化赋予员工权力；社区参与教学，学习和协作；以及使数据可访问的技术基础设施投资-组织不仅可以成为数据驱动的，而且可以实现真正的数据卓越。 在整个组织中达成收购最终将推动真正的文化变革，将数据分析从感知的业务功能转变为日常的价值贡献者。
文章来源：网络 版权归原作者所有
上文内容不用于商业目的，如涉及知识产权问题，请权利人联系小编，我们将立即处理
