數(shù)據(jù)比以往任何時(shí)候都更加重要，但大多數(shù)組織仍在為一些常見問題而苦苦掙扎：他們更多地關(guān)注數(shù)據(jù)基礎(chǔ)架構(gòu)而不是數(shù)據(jù)產(chǎn)品；創(chuàng)建數(shù)據(jù)時(shí)通常會(huì)考慮特定部門的需求，但很少考慮最終用途；他們?nèi)狈σ环N通用的“數(shù)據(jù)語言”，每個(gè)部門都用自己的系統(tǒng)進(jìn)行編碼和分類；他們越來越關(guān)注外部數(shù)據(jù)，但幾乎沒有質(zhì)量控制系統(tǒng)。通過專注于“數(shù)據(jù)供應(yīng)鏈”管理，可以解決這些問題。與實(shí)體供應(yīng)鏈類似，公司應(yīng)該系統(tǒng)地思考，專注于最終產(chǎn)品、定義標(biāo)準(zhǔn)和測量、引入質(zhì)量控制，并在數(shù)據(jù)收集和分析的所有階段不斷改進(jìn)他們的方法。

幾十年來，數(shù)據(jù)管理一直困擾著大公司。幾乎所有的公司都在這方面花費(fèi)很多，但發(fā)現(xiàn)結(jié)果并不令人滿意。雖然這個(gè)問題似乎并沒有變得更糟，但隨著管理者和公司努力變得更加數(shù)據(jù)驅(qū)動(dòng)、利用高級(jí)分析和人工智能并與數(shù)據(jù)競爭，解決這個(gè)問題變得越來越緊迫。在本文中，我們將通過“數(shù)據(jù)產(chǎn)品”和“數(shù)據(jù)供應(yīng)鏈”的視角探索一種有效的數(shù)據(jù)管理方法。

(資料圖)

大多數(shù)公司都在為一些常見但重要的數(shù)據(jù)管理問題而苦苦掙扎。

首先，企業(yè)集中于數(shù)據(jù)管理的技術(shù)能力，這些能力由 IT 職能控制，需要獲取、存儲(chǔ)和移動(dòng)數(shù)據(jù)。這絕非易事——構(gòu)建技術(shù)“管道”是一項(xiàng)具有挑戰(zhàn)性的工作。但在這樣做的過程中，他們更多地關(guān)注基礎(chǔ)設(shè)施，而不是輸出：用于做出決策、區(qū)分產(chǎn)品和服務(wù)以及滿足客戶需求的數(shù)據(jù)產(chǎn)品。

其次，數(shù)據(jù)是在組織的不同部分創(chuàng)建的，以滿足各個(gè)部門的需求，而不是供其他人以后在數(shù)據(jù)產(chǎn)品、業(yè)務(wù)決策或流程中使用。將其與實(shí)體產(chǎn)品（例如汽車）進(jìn)行對(duì)比，其中底盤和啟動(dòng)器等組件的設(shè)計(jì)考慮了最終產(chǎn)品。

第三，大多數(shù)組織缺乏通用的數(shù)據(jù)語言。數(shù)據(jù)是微妙而細(xì)微的，對(duì)于不同背景下的不同人來說具有不同的含義。雪上加霜的是，一些部門對(duì)“他們的數(shù)據(jù)”擁有所有權(quán)，可能不愿意分享?；蛘唠m然愿意分享，但他們不會(huì)花時(shí)間解釋這些細(xì)微差別，以便其他人可以有效地使用它。這導(dǎo)致其他部門建立自己的“近乎冗余”的數(shù)據(jù)庫，加劇了整體混亂。

最后，公司對(duì)外部發(fā)生的事情越來越感興趣，利用外部數(shù)據(jù)來回答各種問題。但外部數(shù)據(jù)在很大程度上是不受管理的，幾乎沒有供應(yīng)商資質(zhì)或數(shù)據(jù)質(zhì)量評(píng)估。

數(shù)據(jù)供應(yīng)鏈管理，以數(shù)據(jù)產(chǎn)品作為流程的最終結(jié)果，可以幫助解決這些問題。它同樣重視數(shù)據(jù)管理的所有階段——從收集到組織再到數(shù)據(jù)產(chǎn)品的消費(fèi)。它是一種平衡通用數(shù)據(jù)與產(chǎn)品中獨(dú)特和定制數(shù)據(jù)的優(yōu)勢的方法，它同樣適用于內(nèi)部和外部數(shù)據(jù)。采用數(shù)據(jù)供應(yīng)鏈管理的公司相對(duì)較少，但那些采用數(shù)據(jù)供應(yīng)鏈管理的公司往往會(huì)報(bào)告更好的結(jié)果。

數(shù)據(jù)產(chǎn)品的流程和供應(yīng)商管理

公司一直以財(cái)務(wù)報(bào)表、向監(jiān)管機(jī)構(gòu)報(bào)告等形式生產(chǎn)數(shù)據(jù)產(chǎn)品。盡管如此，此類產(chǎn)品的范圍和重要性仍在增長。對(duì)于許多人來說，目標(biāo)是將分析和 AI 衍生模型嵌入到為內(nèi)部和外部客戶提供服務(wù)的產(chǎn)品中。Morgan Stanley 的Next Best Action、LinkedIn 的People You May Know、Google 的眾多搜索產(chǎn)品以及 MasterCard 的SpendingPulse和Business Locator都是很好的例子。由于上面提到的問題得到充分展示，“爭論”數(shù)據(jù)比構(gòu)建模型花費(fèi)的時(shí)間要長得多，而且仍然不能解決所有問題。

經(jīng)過研究，有一種更好的方法來獲取高質(zhì)量的數(shù)據(jù)。它建立在實(shí)體產(chǎn)品制造商使用的流程和供應(yīng)商管理技術(shù)之上。特別是，制造商深入他們的供應(yīng)鏈以闡明他們的要求，鑒定供應(yīng)商，堅(jiān)持供應(yīng)商測量質(zhì)量，并在問題的根源上進(jìn)行必要的改進(jìn)。這使他們能夠以最少的“物理產(chǎn)品爭論”將組件組裝成成品，從而提高質(zhì)量并降低成本。

一個(gè)在其數(shù)據(jù)供應(yīng)鏈中采用供應(yīng)商質(zhì)量管理的組織是奧馳亞，總部位于美國的煙草和無煙產(chǎn)品供應(yīng)商。奧馳亞每天依賴 100,000 多家便利店的銷售點(diǎn)數(shù)據(jù)來完成其市場報(bào)告和分析。一個(gè)向 Advanced Analytics 副總裁 Kirby Forlin 報(bào)告的團(tuán)隊(duì)負(fù)責(zé)管理這個(gè)領(lǐng)域。合同中明確規(guī)定了數(shù)據(jù)要求，該團(tuán)隊(duì)旨在幫助商店滿足這些要求。首先，奧馳亞專注于其最基本的要求。質(zhì)量很差，只有 58% 的每日提交符合他們的要求。但奧馳亞團(tuán)隊(duì)耐心地工作，在三年內(nèi)將質(zhì)量提高到 98%。隨著基本質(zhì)量的提高，奧馳亞團(tuán)隊(duì)將其更高級(jí)的要求添加到組合中。正如 Forlin 所說，“這是一項(xiàng)正在進(jìn)行的工作。我們可以越來越信任數(shù)據(jù)的證據(jù)為我們在分析實(shí)踐中節(jié)省了大量工作，并在我們的工作中建立了信任。”

建立數(shù)據(jù)供應(yīng)鏈的步驟

數(shù)據(jù)供應(yīng)鏈可以在公司內(nèi)部建立，方法與物理供應(yīng)鏈的流程和質(zhì)量管理中使用的一些相同步驟相同：

1.確立管理職責(zé)。

步驟 1a，首席數(shù)據(jù)官或產(chǎn)品經(jīng)理應(yīng)從其員工中任命一名“數(shù)據(jù)供應(yīng)鏈經(jīng)理”來協(xié)調(diào)工作，并從整個(gè)供應(yīng)鏈的每個(gè)部門（包括外部數(shù)據(jù)源）招募“責(zé)任方”。

步驟 1b 是將與數(shù)據(jù)共享和所有權(quán)相關(guān)的問題放在首位和核心位置。我們發(fā)現(xiàn)大多數(shù)問題都會(huì)消失，因?yàn)楹苌儆薪?jīng)理愿意在同事面前采取強(qiáng)硬立場反對(duì)數(shù)據(jù)共享。

識(shí)別并記錄創(chuàng)建和維護(hù)數(shù)據(jù)產(chǎn)品所需的數(shù)據(jù)以及相關(guān)成本、時(shí)間和質(zhì)量要求。

2.描述供應(yīng)鏈。制定一個(gè)流程圖，描述數(shù)據(jù)創(chuàng)建點(diǎn)/原始數(shù)據(jù)源以及為在數(shù)據(jù)產(chǎn)品中使用而移動(dòng)、豐富和分析數(shù)據(jù)所采取的步驟。

3.定義和建立測量。通常，想法是實(shí)施指標(biāo)是否滿足要求的測量。從數(shù)據(jù)準(zhǔn)確性和從數(shù)據(jù)創(chuàng)建到合并到數(shù)據(jù)產(chǎn)品中所用的時(shí)間開始。每個(gè)數(shù)據(jù)產(chǎn)品的供應(yīng)鏈都會(huì)有不同的措施。

4.建立過程控制并評(píng)估是否符合要求。使用第四步的測量來控制過程并確定第二步的要求得到滿足的程度并找出差距。

5.調(diào)查供應(yīng)鏈以確定所需的改進(jìn)——整體和特定數(shù)據(jù)產(chǎn)品。確定步驟五中發(fā)現(xiàn)的差距源自步驟三的流程圖。

6.進(jìn)行改進(jìn)并持續(xù)監(jiān)控。確定并消除第六步中確定的差距的根本原因，并在必要時(shí)返回到之前的步驟。持續(xù)監(jiān)控輸入數(shù)據(jù)和數(shù)據(jù)產(chǎn)品，尋求改進(jìn)產(chǎn)品以及所需的新數(shù)據(jù)和更好的來源。

7.確?！昂细瘛睌?shù)據(jù)源。公司將繼續(xù)招募越來越多的外部數(shù)據(jù)供應(yīng)商，這有助于確定那些始終如一地提供高質(zhì)量數(shù)據(jù)的供應(yīng)商。對(duì)其數(shù)據(jù)質(zhì)量計(jì)劃的審計(jì)提供了“鑒定”那些做的人并識(shí)別那些不做的人的薄弱環(huán)節(jié)的方法。

Key Bank 是美國資產(chǎn)規(guī)模排名前 20 的銀行，它使用廣泛的數(shù)據(jù)供應(yīng)鏈概念來構(gòu)建其數(shù)據(jù)管理計(jì)劃。它將其過程分解為“捕獲/組織/消費(fèi)”三個(gè)領(lǐng)域，并試圖提高每個(gè)領(lǐng)域的效率和有效性。Key Bank最近將大部分?jǐn)?shù)據(jù)存儲(chǔ)和分析轉(zhuǎn)移到云端，并發(fā)現(xiàn)整個(gè)供應(yīng)鏈的靈活性和速度有了重大改進(jìn)。它的消費(fèi)活動(dòng)在歷史上主要集中在經(jīng)典的商業(yè)智能功能上，但現(xiàn)在它也具有強(qiáng)大的數(shù)據(jù)科學(xué)功能。

這需要改變數(shù)據(jù)供應(yīng)鏈，以實(shí)現(xiàn)更大的數(shù)據(jù)虛擬化，并能夠構(gòu)建跨越不同數(shù)據(jù)集并包含外部數(shù)據(jù)的數(shù)據(jù)視圖。該銀行已經(jīng)能夠利用其數(shù)據(jù)供應(yīng)鏈來快速開發(fā)高度依賴數(shù)據(jù)的新銀行產(chǎn)品。例如，Key Bank是美國最大的薪資保護(hù)計(jì)劃貸款貸方之一，最近還推出了面向醫(yī)生的國家數(shù)字銀行。該銀行的首席數(shù)據(jù)官 Mike Onders 實(shí)際上是數(shù)據(jù)供應(yīng)鏈經(jīng)理。他和他的員工評(píng)估了銀行數(shù)據(jù)供應(yīng)鏈提供各種所需數(shù)據(jù)產(chǎn)品的能力。

建議所有公司積極管理其最重要的數(shù)據(jù)供應(yīng)鏈。數(shù)據(jù)對(duì)企業(yè)來說與任何其他類型的資產(chǎn)一樣重要，數(shù)據(jù)產(chǎn)品也越來越與物理產(chǎn)品一樣重要。采用與實(shí)體供應(yīng)鏈相同的理念和方法被證明對(duì)數(shù)據(jù)供應(yīng)鏈管理同樣具有價(jià)值。

關(guān)鍵詞：