online gambling singapore online gambling singapore online slot malaysia online slot malaysia mega888 malaysia slot gacor live casino malaysia online betting malaysia mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 【FinTech進化論】數據驅動的引擎—數據生態圈

摘要: 網路時代,外部生態系的合作共生已成顯學。但數位轉型,企業內部也需要一種生態圈。

 


▲(來源:shutterstock)

剎那間,所有的公司都成為了數據公司、AI公司,每家企業都標榜自己以數據分析見長。PayScale年初公布進入2019年成長最快速的職缺排名,除了科技持續主宰就業市場,最熱門的不外乎資料科學家、資料工程師與資安專才等與資料分析、儲存、建模相關的數據人才,也反映數據市場的熱度。

大型企業面對金融科技浪潮的壓力與衝突,核心能力之一是,能否成功轉型為「數據驅動」(Data Driven)的企業。但要調整體質豈有這麼簡單?觀察市面上各行各業面對數據,不難發現充斥幾種美麗但謬誤的想像:

迷思1: 見樹不見林——買台機器就能做大數據?

為了迎頭趕上大數據、人工智慧顯學,或為了博取投資人青睞,許多企業喊出響亮口號,拚命將商品與大數據掛勾,第一時間購買機器、軟體,尋求雲端或外包顧問服務,或大舉招募分析人才,集中火力做「數據分析」,但很快就遇到撞牆期。

原因是甚麼?因為「分析」要能成,靠的不是機器與熱情,關鍵在於是否有完整的數據生態圈。

儘管每家公司產業不同,各有不同的法令規定或數據特徵,但要面對的問題非常一致:數據怎麼進來?從哪裡來?出口是甚麼?我要甚麼樣的數據?要面對何種法務與遵法議題?以及最重要的,需要哪些單位部門的參與與支持才能成事?

數據生態系其實就像滋養萬物的大自然,必須有陽光、空氣、水,草木才得開花提供其他動植物養分,永續循環生生不息。資料若沒有生態圈體系的支援,任何一個環節失衡都會讓資料動彈不得,數據分析很快就會夭折。

迷思2: 資料就是資料,倒進去就能用?

大企業向來不缺乏資料,但真的能用嗎?面對資料源與資料出口,很少有企業停下來思考:我到底要如何定義問題?要解決哪些問題?需要邀請哪些單位參與其中,才能撥雲見日完成數據分析的最後一哩?

問題想清楚了,還要看內部團隊是否有能力、「有品質」地處理資料。包括前期資料清理與定義、資料架構規劃與管理、資料處理及導入工程、建立數據分析模型,加上持續不斷湧進的結構性與非結構性資料,這是一場沒有終點的旅程,當然也不可能靠傳統的手動方式執行。

迷思3: 今天做,明天就能變現?

在實務中,某些數據確實有條件立見效果。但絕大多數缺乏數據生態圈支持的「分析」,要實現數據效益真的很難、很難。

針對三個迷思,這兩年多來,國泰金數位暨數據發展中心(簡稱數數發)為了建立「數據驅動決策」的文化(Data Driven as Culture),做了許多嘗試。得出了一些核心思惟,跟大家分享。

第一,再怎麼困難,都要建立數據生態圈:

無論是科技、製造、零售、電商、醫療、物流……,每個產業都有資料流動的上中下游,有長期與短期痛點、數據特徵與法規,也有屬於該產業的資料出口(編按:分析與應用)。

對大型企業而言,龐大的資料量與業務生態是最有價值,卻也最沉重資產。數據生態圈的重要性,在於一旦形成,企業才有本錢,在未來放大規模,快速擴張,達到爆炸性成長。但要讓數據奏效沒有捷徑,從第一天起,我們就選擇走最辛苦且不討喜的路:以建立數據生態圈為長遠目標;也亟欲思考企業各層次,需要的數據能力,讓生態圈能持續運轉並產生具體效益。讓跨部門單位同仁更有機會了解數據運用的場景與價值,理解自己能如何參與其中。

第二,自己擁有架構大數據基礎與資料運算的實力:

雖然借助外力是很普遍的做法,但實際應用時,企業都發現耗費的溝通成本比想像中更高。追根究柢,外包廠商到底是一對多的服務模式,缺乏產業專業領域知識也很難觸及企業真實的問題核心。

兩年多前,我們開始進行「下水道工程」打造end to end資料處理與大數據基礎建設,從架構面與資料面一條鞭,建置並組合資料科學、資料工程、資料分析及數據團隊,加上積極與所有子公司與業務單位合作,讓內部可以更快速傳遞、解決問題,也在過程中逐步建立數據文化與共識。

這個基礎建設是條無止盡的道路,由於分析技術日新月異,在設計下水道工程時,需要包含一套機制,確保能不斷提升資料運算品質、分析技術與效果。

第三,在每個經營環節實踐「數據驅動」:

將數據觀念,埋入每日工作中。包括改善營運流程、提升服務效能、開發新型態產品與服務、聰明管理風險、協助經營決策與分配資源、線上線下行銷活動……等。

例如,過去業務同仁洽談跨業合作,專注在商品條款與分潤,但現在要找出能與夥伴雙贏的方法,帶回有用的數據,如此串起全公司同仁的思惟與活動,讓人人都與數據發生關係,建立數據生態圈。

第四,打造數據人才留得下的環境:

沒有足夠、適當的人才,企業很難打通任督二脈。如何打破官僚思惟體制,建立滿足數據資料分析人才職涯發展及文化的環境,正需要經營團隊的堅持與共識,也考驗組織是否能轉型成功。

建立數據生態圈不可避免會產生許多內外衝撞磨合,不過時間沒有站在任何人一方,有志在此的企業只能全速衝刺,因為這是場稍不留意就會被踢出局的戰爭!

轉貼自: 天下雜誌

 


留下你的回應

以訪客張貼回應

0
  • 找不到回應