数据驱动战略类似于让飞轮旋转：需要付出巨大努力才能让轮子移动，但其动能在很大程度上是自我维持的。专注于使用你的数据来解决紧急、简单、有形和有价值的问题，进而寻找并组合解决这些问题所需的人员、流程和技术，让充满活力的数据生态系统元素一路出现。

来源：DEMITRII GUZHANIN / GETTY IMAGES

本文由Metis Strategy的合伙人Michael Bertha，Duke Dyksterhouse共同撰写。

数据与分析正在兑现其承诺。每天，它帮助无数组织做任何事情，从衡量其ESG影响到创造新的收入来源，因此，没有强大的数据文化或建立数据文化的具体计划的公司正在感受到巨大压力。有些是我们的客户，他们中的更多人正在寻求我们关于他们数据策略的帮助。

通常，他们的要求是毫不掩饰地承认不堪重负。他们甚至很难表达自己的目标，或者不知道从哪里开始。变量似乎是无穷无尽的：数据——安全、科学、存储、挖掘、管理、定义、删除、集成、可访问性、架构、收集、治理以及永远难以捉摸的数据文化。但对于所有这些技术复杂性，他们的不堪重负往往是心态的症状。他们认为，在制定第一个正式的数据策略时，他们必须提前准备好所有答案——所有相关的人员、流程和技术必须像多米诺骨牌一样整齐地排列。

我们不鼓励这种面面俱到的想法。调动数据更像是让飞轮旋转：需要付出巨大的努力才能让车轮移动，但它的动能在很大程度上是自我维持的；因此，当你逐渐施加动力时，车轮旋转得越来越快，直到指尖的触摸变得多余。随着车轮以这种速度发展，支持它所需的人员、流程和技术也将显而易见。

在本文中，我们提供了四步方法，您可以让您的飞轮更快地旋转，并通过ChampionX首席信息官Alina Parast的故事，以及她如何帮助将公司（为上游和中游石油和天然气行业提供解决方案）转变为数据驱动的“发电厂”。

第1步：选择正确的问题

当ChampionX上市时，其跨职能团队（包括供应链、数字/IT和商业专家）避免或至少低调处理了任何关于“转型”和“数据驱动文化”的宏伟、充满流行语的声明，以利于解决现实世界的问题。但是，它选择了正确的问题——这是让你的飞轮旋转的第一步，也是最重要的一步。

当时，ChampionX在化工开采技术领域业务中最昂贵的活动之一是监控和维护客户站点，其中许多站点位于该国偏远地区。Alina解释说：“这不仅仅是关乎劳动力和燃料。”“我们不得不花很多钱来维护能够导航到这些地点的路线和车辆，并弄清楚这些路线到底是什么。到目前为止仍然没有谷歌地图来显示我们的现场技术人员需要去哪里。”这些成本是“让客户的油箱装满，而不是空着”的价格——这是ChampionX的指导原则之一，也是其改善客户关系的价值主张的核心。“因此，我们想知道，'我们如何才能为这个目的服务？'”

团队选择解决的问题——降低现场巡检的成本——可能看起来很平凡，但它有让飞轮移动的所有正确成分。首先，这个问题很紧迫，因为它是ChampionX最重要的开支之一。其次，问题很简单（即使其解决方案不是）。很容易解释：派人到这些站点要花很多钱。我们如何降低成本？第三，它是有形的。它涉及现实世界的物体——卡车、油井、设备和其他人们可以看到、听到或感觉到的东西。同样重要的是，团队可以指出他们努力将要进行的工作所包含具体财务细列项目。最后，整个企业都分享了这个问题。作为跨职能领导团队的一员，Alina并不局限于解决表面上与CIO相关的问题。她明白：如果这是一个她的组织可以帮助解决的问题，那么这是一个与首席信息官有关的问题。

IT高管经常将人、流程和技术作为IT战略的基石，但他们有时会忘记听从组织战略的核心：解决真正的业务问题。当你开始时，抛开你对将雇用谁、你将使用什么工具以及你的员工将如何合作的担忧——这些事情会及时显现出来。首先让你的领导进入一个房间。放弃幻灯片、电子表格和路线图。相反，真诚地问：我们试图解决什么问题？答案不会像你预期的那样容易，但对话将是无价的。

第2步：捕获正确的数据

一旦你确定了一个值得解决的问题，下一步就是捕获你需要解决它的数据。如果你很好地定义了你的问题，你就会知道数据是什么，这是关键。正如定义您的问题可以缩小您可能捕获的数据种类，弄清楚您需要哪些数据，从哪里获得它，以及如何管理它，将缩小可能构成您的数据环境的大量人员、流程和技术目录。

考虑一下这对CIO Alina Parast和ChampionX来说是如何运作的。一旦团队知道这个问题——现场访问成本高昂——他们很快就确定了合乎逻辑的解决方案：减少所需的现场访问次数。大多数访问都是例行的，而不是对一个突出的问题做出回应，因此，如果ChampionX可以远程收集现场发生的事情，他们可以节省大量的时间、燃料和金钱。这种洞察力告诉他们需要什么数据，这反过来又使ChampionX的IT和商业数字团队能够辨别他们需要谁和什么手段来捕获它。例如，他们需要物联网传感器来从站点中提取相关数据。他们需要一个存储数据的地方——他们缺乏可以管理传感器涌出的TB级与客户耦合的数据（位于ERP、运输和供需规划等企业平台内的）的基础设施。因此，他们建立了一个数据湖。

这些举措中的每一个——安全云基础设施、数据湖的设计、传感器、存储、必要的培训——都是一项重大任务，并正在不断发展。但ChampionX团队不仅解决了现场访问问题；他们为公司的数据环境和随后的数据驱动举措奠定了基础。例如，数据湖成为ChampionX其他业务部门不断增长的数据量和多样性的基础设施，这反过来又带来了一些有价值的见解（将在下一节中详细介绍）。

了解要捕获的数据提供了开始选择人员、工具和流程所需的驱动因素。无论您选择哪一个人员、工具或流程，它们都将产生不可预测的结果，因此，尝试将数据环境的一个组件与所有其他组件绑定并从中选择一个工具包，这是一个繁重和徒劳的练习。相反，弄清楚你面前的问题和数据需要什么，将使您的飞轮更快地旋转。因为您将根据组织中真实和重要的东西做出选择，所以您的选择最终会服务于其他真实和重要的东西。但在这种情况下，您将能够指定您需要的驱动要素（注：人员、工具和流程所需的驱动因素）的名称、成本和顺序——这些细节将使您的数据策略变得真实，并

第3步：连接曾经似乎不同的点

当您开始捕获数据，飞轮旋转得更快时，新的机会和数据将显现出来。ChampionX的团队安装物联网传感器来远程监控客户站点后不久，他们意识到相同的数据可以应用于其他地方。ChampionX现在拥有大量其他人没有的地形数据，它使用这些数据来调整收益和成本。它通过优化ChampionX的车辆前往客户站点的路线来控制成本——解决了没有谷歌地图的问题——并通过将数据货币化为新的收入流来增加收益。

数据湖也有了新的目的。其他业务计划开始将他们的数据存储在其中，这促使跨职能团队思考各种信息一起融合，以及它们如何超过各个部分的总和。一种类型是客户、订单和供应链数据，ChampionX经常被要求提取这些数据并与客户站点数据合并，以进行影响分析——报告其客户如何受到供应链网络中断的影响。合并这些数据过去需要几周的时间，主要是因为这两个数据一直保存在不同的生态系统中。现在，同样的分析只用了几个小时。

这里还有两个大的收获。首先，如果您的数据飞轮在开始时缓慢旋转——没关系只要启动它就可以了——将吸引一些新的机会或数据类型，也会给你机会在曾经看起来不同的事物之间建立联系。这种模式识别将以指数级速度加速您的飞轮，并鼓励围绕它形成较为复杂的数据环境。

第二个要点与前两个步骤相似：在你可以选择的机会中更明智地选择。并非每一种有趣的见解都是有用的；追求那些最有价值和最真实的见解，那些人们可以看到、衡量和感受到的见解——这些将与乏味、平庸、反复出现的组织活动（如汇总影响报告）形成鲜明对比。如果您能够解决这些问题，您将证明数据作为组织变革力量的可行性，更丰富的数据文化将开始出现，将飞轮推向令人生畏的步伐。

第4步：从原来的问题向外扩展

我们研究的ChampionX的故事只是一个更大故事的一章。随着该公司收集了更多的数据，其员工收集了新的见解，Alina和她的业务合作伙伴面临的问题在范围和复杂性上都增加了，ChampionX的飞轮已经达到了能够为公司整个供应链中数据优先解决问题的驱动能力。

然而，大多数问题在某种程度上可以追溯到公司如何减少现场检查支出的简单问题。ChampionX的团队并没有随意地从涉及供应链的问题跳到涉及营销、人力资源或财务的问题；该团队正在从他们最初的问题的逻辑上向外扩展。因为他们有，就成熟度而言，他们的人员、流程和技术离能够应对下一个挑战只有一步之遥——而下一个挑战总是建立在之前的挑战之上。

随着飞轮旋转得更快，你会有更多的问题可供选择。优先考虑那些不仅可行和有价值的，而且在主题上与您已经解决的问题一致的问题，这样您将能够利用您建立的势能（如，构建数字新型能力体系）。您的数据环境将已经包含您工作所需的许多人员和工具。你不会觉得你正在重新开始，或者不得不与你的利益相关者争论下一个独立的数字应用场景。

构建数据策略就像旋转飞轮。它是周期性的、迭代的、渐进的、永久的，没有一条特殊的路线。如果超越部门范围成为可以给客户和公司带来价值的数字能力，您的公司将进化为“数据驱动”型组织。同样，将您的数据策略视为二进制的东西是没有用的，就好像它是一座正在建设的建筑，总有一天会完工。你能做的最好的事情是专注于使用你的数据来解决紧急、简单、有形和有价值的问题，进而寻找并组合解决这些问题所需的人员、流程和技术。然后是下一个，然后再下一个，让充满活力的数据生态系统的元素一路出现。你不能让你的数据策略存在于蓝图规划中，你只能通过专注于飞轮来吸引它。当它出现时，你和其他人都会知道它的价值。

作者：Michael Bertha

Michael Bertha是Metis Strategy的合伙人，Metis Strategy是一家战略和管理咨询公司，专门从事业务战略和技术的交叉。Michael是该公司中央办公室的负责人，他为财富500强首席信息官和数字高管提供建议，说明技术在区分客户体验、开发新产品和服务、解锁新商业模式和改善组织运营方面所发挥的作用。在加入Metis Strategy之前，Michael在德勤咨询公司从事IT战略业务工作了9年，在那里他专注于与多个行业的高级领导团队合作，进行战略性的、支持IT的业务转型。Michael拥有康奈尔大学的工商管理硕士学位和弗吉尼亚大学的IT管理硕士学位。