數字時代使大多數企業追求數據驅動戰略的成果，但確保獲得回報比大多數人想象的要微妙得多。

許多企業都在收集大量數據并對其進行分析，而通過分析這些數據獲得最佳商業價值完全是另一回事。

在分析工具上投入巨資的企業可能沒有找到方法來確保其努力帶來的實際業務價值。發生這種情況可能有多種原因。

以下一些方法可以通過提供有影響的洞察力來確保分析投資獲得回報，而不僅僅是生成沒有實質內容的報告。

1. 使分析與業務目標保持一致

將IT工作與企業的業務目標更緊密地結合起來是IT領導者從數據中產生更多價值的關鍵任務。

技術咨詢機構凱捷公司負責人工智能和分析的副總裁Dan Simion說，“數據分析需要解決實際的業務問題。從特定于業務的用例開始，可能是獲得更多可能不在IT部門的利益相關者支持的一個好方法。”該公司致力于為客戶提供建議，以最佳方式從他們的數據和分析中獲得洞察力和價值。

這一戰略有助于企業的其他部門看到各個職能領域和業務部門的價值，因為數據推動了清晰的結果，這些結果在業務方面是可以理解的。Simion說，“從業務問題開始，制定業務案例，然后跟進，對于從數據中發現價值至關重要。”他表示，作為這個過程的一部分，業務和IT之間的一致性至關重要。

金融服務提供商米德爾菲爾德銀行首席信息官Gary Kern表示，IT和數據分析師需要與業務部門合作，以找到現實世界中的成功案例和內部使用案例。他說,“這有助于每個人了解實現目標的真正價值和團隊合作的好處。”

米德爾菲爾德銀行一直在努力讓一些業務部門更積極地使用基于更詳細信息的數據驅動決策和新流程。Kern說，“我們一直致力于在這些部門中尋找早期采用者，可以與他合作以獲得勝利并將價值出售給其他人。”

醫療保健提供商UnityPoint Health公司首席信息官Laura Smith表示，該公司在幾年前開始投資分析工具，他們繼續為其區域和社區網絡醫院、診所和家庭護理部門帶來回報，幫助管理人口健康和解決未來問題。

與商業領袖的緊密合作是成功的一個重要原因。Smith說，“必須與企業合作以了解要解決的問題或要實現的機會，具體來說，想要完成什么?現在缺少哪些重要數據?”

開始與企業建立關系的一個好方法是通過與利益相關者會面并在現場進行觀察來研究問題或機會。

Smith說，“例如，我們的分析團隊建立了一個模型，試圖減少不得不重新入院的患者數量。我們首先與醫療機構合作，了解模型需要回答哪些問題。其中包括：誰是干預目標的合適患者?應該采取什么行動，什么時候采取行動?”

由于采用了這種模式，一家醫院在兩年內將其30天再入院率降低了44%，超過了內部績效目標。

2. 讓關鍵的執行者加入董事會

擁有可以推動數據分析結果和洞察力的執行發起人或利益相關者可以幫助產生更大的價值。

Simion說，“企業高管通常推動了整個組織的采用，并且可以幫助塑造運營模式，讓人們能夠利用從分析中得出的見解采取行動。有了高水平的支持，企業可以開始激活調查結果并從中獲得價值。如果只是根據調查結果構建報告，而沒有人采取任何行動，企業就不會實現任何價值。數據將產生洞察力，這些洞察力將用于組織內各個級別的業務決策，從戰術行動到戰略決策。”

Kern說，米德爾菲爾德銀行成立了一個數據治理委員會(DGC)，其中包括首席信息官(CIO)、首席財務官(CFO)、首席營銷官(CMO)和其他兩到三名數據密集型部門的高級管理人員。

Kern說，“這個小組每月開會討論‘單一版本的真相’問題、數據清理、數據質量、不斷發展的分析工作，以及其他涉及信息分析和數據所有權的高層次問題。數據治理委員會(DGC) 可以監督數據安全，并確保有一個決策機構指導企業高層的工作。”

3. 更新運營模式并衡量其成功與否

盡管在數字業務時代，以數據為中心的驅動力在企業中很常見，但許多企業仍然沒有掌握信息的真正價值。

Simion說，“企業需要擺脫基于‘直覺’的運營方式，轉向成為洞察力和數據驅動的組織。”

擁有數據驅動的運營模式可以創造更大的成功可能性，并使企業能夠更快地從數據分析中看到價值，對如何實現目標有更清晰的路徑和愿景。

Simion說，“通過洞察力，數據將為決策過程提供動力。通過新的運營模式，企業內的人員將有動力改變行為，并且數據的價值將以更快的速度實現。”

但要認識到特定洞察力或數據帶來的價值，企業需要一個衡量成功的框架。Simion說，“這有助于企業評估他們當前的進展、做出調整，并優化他們追蹤數據分析目標的方式，通過清晰的衡量能力展示數據分析驅動的價值和結果的數量，它將幫助數據領導者展示任何分析投資的回報。”

4. 建立具有商業價值的數據管道

從數據中獲取價值不會在一夜之間或通過某種神奇的方式發生，這需要付出大量時間和精力。

大約20年前，醫療保健機構KVC Health Systems公司的首席信息官Lonnie Johnson決定在該公司開始制定一項長期分析戰略，多年來，這一戰略已經取得了成效。第一步是在關系數據庫中組織數據，這使分析團隊能夠對現有數據點進行分類。

Johnson說，“我們通過對業務線、辦公室、程序、時間標識符、交易類型以及關于我們患者的許多特征進行編目來規范信息，我們從許多獨立的數據庫和電子表格中收集并連接了信息。”

然后，該團隊創建了數字表格、應用程序和用戶界面來轉換企業的紙質文檔。它還為這些文件創建了接口，作為將信息輸入數據庫的一種方式。

Johnson說，“在我們的用戶界面中，強制執行數據完整性，并學習盡可能多地自動填充字段。我們在這些數字界面的開發過程中大量地吸收了用戶群體，以確保能夠獲取實際的業務價值。我們現在仍然在實踐這一點。”

該團隊在應用程序中創建了自定義查詢構建器，使用戶能夠根據數據點的描述從選定字段中提取信息。Johnson說，“這讓數據團隊能夠專注于更高級的分析。我們還鼓勵用戶提供有關查詢構建器的反饋，以幫助我們更好地組織信息。”

該團隊開始在NoSQL數據庫中捕獲大量文本和表單數據，以用于快速開發和未來的自然語言處理。Johnson說，“如果將數字表單用于調查、法律文件、客戶信息或任何其他可能隨時更改的文件，使用NoSQL可以加快數據捕獲并讓開發人員騰出時間從事其他更具創新性的任務。”

該公司投資于數據科學敏銳度和工具，目標是在內部開發這些所需的技能。Johnson說，“我們還找到了一個可以定期合作的合作伙伴，以幫助我們使用機器學習來制定用于預測分析的解決方案。這一系列的現場技能和深厚的外部經驗已發展成為一項新服務，可以持續提供可操作的見解。”

5. 利用跨職能合作伙伴或團隊來提高數據準確性

這跨越了之前涵蓋的所有領域，尤其是將分析與業務保持一致并更新運營模式。分析團隊應該與業務用戶定期合作，通過更高質量的數據幫助確保價值，或者將業務用戶作為其跨職能團隊的一部分。

在線食品訂購和交付平臺DoorDash公司負責分析和數據科學的副總裁Jessica Lachs表示：“與企業中的業務團隊密切合作，為數據準確性提供了額外的保護，從而改進了數據和業務團隊如何利用他們看到的數據。當更多團隊查看相同數據時，就會發現自動警報可能會遺漏的異常情況。密切的合作伙伴關系還確保數據團隊建立業務直覺，以更好地了解他們管理的數據的實際應用。”

Lachs表示，這使團隊能夠自主并根據業務需求在可訪問性、準確性和可擴展性方面做出更好的決策，他帶領著一個由85人組成的分析團隊。

另一個關鍵是將數據視為評估業務決策和權衡的貨幣。

Lachs說，“我們相信，通過量化盡可能多的事情，我們可以更好地評估和權衡，確定哪些是有效的，哪些是需要改進的，從而構建更好的產品。要做到這一點，我們必須對關鍵業務杠桿進行最新且準確的量化，這是我帶領的團隊路線圖的關鍵部分。

在那里，我們可以使用數據來創建一種通用的內部貨幣，使我們能夠以類似的方式評估和比較權衡——例如，將交付費用降低1美元或將交付時間縮短5分鐘會更好嗎?如果可以用類似的術語來構建問題，比如增量訂單，那么其權衡就會變得更加清晰，對業務的價值也是如此。”