邓白氏市场发展与战略负责人

数据无处不在,业务关系成倍增加,所有事物都呈现出程序化的方式和感觉,这些就是我们的未来。但我们的商业数据基础设施准备好应对这些即将到来的变化了吗?传统模式的“冰山“将融化并抬高数据管理的水位,许多成熟企业将发现他们的战略面临着新的挑战。

“真正的主数据解决方案远超数据管理领域的传统术语。”

无论我们喜欢与否,商业环境的本质正在迅速改变。随着我们的环境从模拟转为数字,我们所接触的一切都将转化为数据。人工智能(AI)、物联网(IoT)和机器对机器(M2M)通信的迅速崛起,已凸显出采用标准化方式进行跨系统数据连接的迫切需求。

著名学者Peter Lucas在其编纂的《Trillions,Thriving in the Emerging Information Ecology》一书中,为我们描绘了一幅更广阔的图景——“我们将面对的不是万亿数量级的孤立设备,而是万亿节点级的网络:该网络的规模和复杂度将远超当今的互联网。”虽然系统集成是可行的,但不同系统(包括内部和外部的)不能自动地使用同一种数据语言。如果没有一种可靠的、标准化的、可以跨越垂直行业使用的商业语言,我们的商业生态将陷入“全球数字化商业的温室效应”。

随着大数据、全球化和API经济聚合等大趋势的融合,数据互操作性正成为一种基础需求,由此我们更需要清洁、编码、标准化和专业化管理主基准数据内容。这些主基准数据内容对内能跨越方法、流程、工作流和平台进行无缝集成,向外能跨越企业、价值链甚至整个市场生态系统进行无缝集成。

逆转“全球数字化商业的温室效应”迫在眉睫

很多企业,无论是大企业还是新兴企业,没有控制好自己的内部数据管理,也不具备与外部流程和生态系统互为操作的能力。使用的系统和工作流很多,导致产生拥有不同定义和缺乏统一标准的不同数据源,这个典型问题持续困扰着不同规模的企业。企业越大,这个问题越严峻。就好比“客户”和“市场”等术语在销售、财务和营销部门可能会有截然不同的含义,而这会影响到如何获取、标记、整合和使用由这些部门收集的数据。许多企业都在试图与外部相关方,包括客户、供应商、合作伙伴、潜在客户和经销商等建立系统连接,而如何实现互操作性,成为了这些企业的痛点。

紧迫的变革课题

机器学习的核心是“训练数据”,使我们能将规则运用于新数据集,以确定新结果。机器学习是人工智能的基础。物联网(IoT)的运行原理和第四次工业革命的展望无缝连接。理想状态下,所有事物在需要时能与其它事物相连接,而这可能只是我们的理想。机器与其它机器对话时,谈话经常是这样的:“我需要和我信任的东西连接。”理想的应答是,“我有,你可以信任我,这是连接方式。”但不幸的是,现实的应答往往是,“我不明白你要找什么,”或“我可能有你要找的东西,但我不能确定。”在这些机器和数据连接期间,微观数据内容能提供搜索,身份验证能确保可信,数据结构能方便整合,所以要确保这些数据是同步和被准确连接的。如果垂直过程不能互连,亦或封闭式学习不能共享,就会造成巨大的浪费和效率低下。

数据是解决之道

为应对这些挑战,你需要主数据。我在维基百科将主数据定义为适用于多个系统、应用和流程的基本业务数据的共同来源。直到最近,主数据和主数据管理(MDM)才被视作公司内部的主要行政工作。企业在各个部门或系统中都会有一个客户、供应商、合作伙伴或品牌清单,它们彼此之间可能存在不一致。当这些清单需要被合并时,或者当企业想要合并清单中共有的信息时,就将面临一个繁杂和痛苦的过程。这个问题还会因为跨国企业的跨地区业务、进入市场的渠道、软件类型(ERP、CRM、财务、媒体等)和外部第三方来源而变得加倍严重,导致情况迅速失控。

真正的主数据解决方案远超数据管理领域的传统术语。“清理”和“质量”等概念虽重要但不全面。大部分数据清理工作都是基于宣传活动和独立于孤立用例的临时项目。这些临时项目可暂时降低系统“温度”,但它们不能改变持续的商业环境。会有更广泛、更根本性的政治和文化环境变化,催生出组织真正数字化变革的愿景。我们必须从根本上改变创建、管理、整理、整合和汇总数据的方式,以推动实现互操作性。 ?

为致力于商业数据的可持续性,可以考虑利用以下三种方式来消除浪费,并帮助企业摆脱“全球数字化商业的温室效应”:

1.简化 – 打破数据孤岛

许多企业和部门会添加他们认为今后可以清理和与内部数据匹配的新数据源。为避免数据不一致的问题,建议减少进入系统的实体数据版本。简单的方法包括,在创建新记录前先搜索现有数据,以及充分利用行业内部和来自外部供应商的数据标准。

2.重利用 – 寻找关系中心

为所合作的所有外部相关方设定通用的定义和唯一标识符。不要将思维局限于某个领域。外部相关方包括客户、供应商、卖家、合作伙伴等。在企业内创建不同类型的“关系”,为各方创建通用、唯一的黄金视图。鉴于企业与某一个相关方往往可能存在多种关系,这一步尤为重要。使用相同的词汇(唯一标识符和标记)可确保其在整个企业内的含义一致。通过利用标准定义在整个企业内创建关系的水平视图,可实现关系中心化。

3.再循环 – 加入受信网络

Lucas还说:“在这种新型信息生态中,互操作性必须成为一种惯例。”在企业内和跨垂直行业与市场使用相同的标准数据和定义、或相同的标准数据和定义的链接,是实现无缝集成的基础。这是我们追求无缝客户体验的必经之路。充分利用数据,并将流程融入受信网络中,以最大化互操作性。

邓白氏首席执行官Bob Carrigan表示:“组织结构要连接所有不同的数据源。” 要想扩大业务的互操作性,主数据是最基本的需求。还有许多首席执行官也在与外部合作伙伴谈论无缝集成,但未显现出对主数据的需求。从企业领导层的愿景和业务战略所运用的数据中寻找线索,主数据可以推动的数据愿景,加速企业的业务战略。主数据的主要商业用途是最大化业务的互操作性。随着业务性质在不同生态系统和市场的扩展,这些市场中的业务伙伴也会随之扩展。

随着未来数据启发式时代的迅速到来,身处商业领域的我们都将面临无法想象的机遇和后果。有些企业会摇身一变,在我们始料未及的领域创造前所未有的价值,而还有许多企业会发现自己孤立无援,市场份额和利润不断受到侵