數據驅動的決策制定是數據驅動企業的核心，這意味著公司收集、分析和使用數據來為關鍵決策提供信息。從本質上說，這就是從事實中獲得指導而不是“跟著你的直覺走”。這聽起來顯而易見，在現實中每個人都試圖這樣做，但它比看起來更難。
數據驅動是一個不斷變化的追求。在過去的幾十年里，我們可以訪問的數據量以及分析這些數據的工具一直在擴大和改進，這既是福也是禍。企業現在有大量的數據，今天先進的人工智能和機器學習使得分析它比以往任何時候都更容易。但數據是分散的、豎井式的，而且大多數數據都是非結構化的，這增加了復雜性。
比如在營銷領域，Gartner最近研究發現，只有一半的營銷決策受到數據分析的影響，原因有很多——從糟糕的數據質量到不明確的建議。撇開原因不談，我們得出的結論是：成為一個數據驅動型組織真的不容易。
但挑戰是值得的，根據德勤2019年的一項調查，在擁有最強數據分析文化的受訪者中，48%的人在過去12個月顯著超過了業務目標。這就是為什么盡管困難很多，大多數組織還是專注于構建數據驅動的戰略。
為了實現數據驅動，公司需要設定明確的目標，并有數據可以驅動的業務場景，然后是查找所有可應用數據，并對其進行清理和組織的復雜任務。IBM的一項研究顯示，分析師80%的時間都花在這個階段，只剩下20%用于實際分析數據。在收集和分析數據之后，必須根據調查結果提出建議，以指導決策。培養數據驅動的文化同樣是數據驅動企業成功的關鍵。這意味著要有合適的人才和領導團隊，加強數據對各級員工的價值。這還意味著要讓數據和分析工具能夠被廣泛訪問，并創建一個支持測試和學習方法的環境。
麥肯錫稱，那些鼓勵員工持續為數據驅動決策提供資料的公司“在過去三年里，營收增長至少10%的可能性要高出近1.5倍”。
沃倫?巴菲特(Warren Buffett)曾說： “我查過調查表，死亡率最低的是6歲兒童。所以，我決定像六歲孩子一樣吃東西。”巴菲特簡要地解釋了為什么只根據數據做決定是有問題的。數據有利于驗證，但它的好壞取決于它的解釋，以及你找到的數據的完整性和準確性。如果沒有正確的情景，基于數據的決策可能會導致錯誤的結果。此外，數據未開發的潛力存在于添加到它的具體上下文語境中，數據和內容可以沿著不同主題線連接，并通過復雜的關系網絡豐富起來，這不僅僅是電子表格和報告，還有相關的演示文稿、對話、電子郵件、pdf文檔等等。借助知識圖譜、自然語言處理和機器學習的力量，我們現在可以添加豐富的上下文語義信息，從而使數據成為可操作的知識。
我們事先獲得的可操作知識越多，我們能夠做出最佳決策的可能性就越高，可以看到：知識>數據。
知識驅動意味著員工花更少的時間搜索他們需要的東西或者理解數據，而花更多的時間做出有助于業務增長的決定，這都可以減輕認知負擔。什么是認知負擔？它是我們作為人類評估所有可用選項并做出最佳決策所需要的額外思考和努力。我們每個個體都可以在個人層面上體驗到它的存在，而組織在整體上的認知負擔將是每個員工認知負擔的總和。為了實現知識驅動，企業需要在具體語境中提供可操作的知識，以提供見解，為決策提供依據，并提高生產力。實現這一工作的關鍵是使盡可能多的實現知識自動化，它可以顯著減少、員工的認知負擔。具體來說，知識驅動通常需要構建以下的能力：
-
訪問它們的所有數據和內容——包括結構化和非結構化的，跨應用程序、環境、文件類型等。
-
將數據和內容形成知識圖譜——將數據和內容融合成為更具語義的知識圖譜，這是從數據驅動走向知識驅動的關鍵一環。
-
給用戶一個簡單、直觀的360度界面——一個用戶可以訪問所有相關信息和見解的地方，用戶需要360度的全景視野，避免片面的觀點。
-
體驗友好、功能強大的智能搜索——提供語義增強搜索、知識可視化展示、員工畫像推薦、知識語義關聯分析等新一代智能搜索能力。
-
能夠解析相關內容段落的含義——通過自然語言處理、概念提取、文本標注等實現相關文本內容的自動解讀、實體、關系抽取等。
-
使用機器學習進行語義自動化——通過機器學習算法訓練模型，提供智能標簽、自動分類、主題聚類、熱點趨勢分析等能力。
我們認為，數字化時代，企業對于企業知識數字化需求通常可以概括為：知識存量、知識增量、知識服務和知識決策。其中：1）知識存量：是指需要對歷史積累的大量多形態知識內容盤活和再利用；2）知識增量：是指對不斷增加的業務知識需要按照標準規范和結構化模板沉淀和復用；3）知識服務：是指需要知識和業務關聯，在業務場景中實現用戶畫像、知識推薦、知識關聯、知識推薦等情景化的知識服務；4）知識決策：是指基于已經構建的業務圖譜關系網，對產品、項目、技術、人才、客戶、市場等業務對象進行360°刻畫，為業務決策人員輔助決策能力。基于以上組織知識數字化轉型要求和需求，我們提供對應的組織知識數字化解決方案。即：知識內容資產化→主題知識服務化→業務對象360化
企業可以根據自身管理和信息化基礎及現狀定位合適的階段，建設匹配的知識數字化轉型應用。
來源 ：CDO之家
【免責聲明：本文版權歸原作者所有。為尊重版權，我們盡量標注文章來源，若不愿被轉載或涉及侵權，請及時通過在線客服和郵箱聯系，郵箱地址：wutongtai@wttai.com，我們將第一時間予以刪除】
