戦略は目的を達成するための手段であり、企業が最高の商業的成果を達成するためのアプローチであることは誰もが知っています。今日のデジタル社会において、企業はデジタルトランスフォーメーションとデジタル社会の実現のニーズに応え、企業データ資産の価値を高め、業界および社会におけるデータの循環とデータ価値の実現を促進する必要があります。したがって、企業は企業の戦略的展開にさらに注意を払う必要があります。
データ戦略は企業戦略の一部です. 初期段階でデータへの注意が不十分な場合, 企業戦略の構築はビジネス戦略の構築にさらに注意を払います. 現在のデジタル社会の状況では, 国家はデータ要素をデータ要素として明確に定義しています.この状況下、企業はデータの重要性を認識しており、データガバナンスの重要性も認識しており、優れたデータガバナンスは企業のデジタルトランスフォーメーションの重要な保証となるでしょう。なぜなら、データガバナンスシステムの最初の構築内容であるデータ戦略構築も起業家の注目を集めているからです。
データ戦略を構築する目的は、企業のビジネス戦略の実現をより適切にサポートすることであるため、データ戦略の構築は企業のビジネス目標に適合する必要があります。
01. 経営戦略、事業戦略、データ戦略について
▶ 定義
• 企業戦略とは、将来を基準として永続的な競争上の優位性を維持するために企業が作成する全体的な計画と戦略を指します。
• ビジネス戦略とは、最大の資本増価を達成するために、売却、売却、譲渡、合併、買収などを通じて企業が所有するすべての資産を効果的に運用することを指します。–MBAシンクタンク
• データ戦略は、組織がデータを扱う際のビジョン、目的、目標、原則です。これには、データ戦略計画、データ戦略実装、およびデータ戦略評価が含まれます – 「データ管理能力成熟度評価モデル (GB/T 36073—2018)」より
上図の企業戦略構造は、企業内の各レベルの戦略の主な構築内容と、企業の組織構造の対応する位置を示しています。上図のもう 1 つの古典的な戦略調整モデルは、「dama-dmbok2.0」から抜粋したものですが、このモデルでは、ビジネス戦略と IT 戦略の依存関係が明確に理解できます。「dama-dmbok2.0」のもう一つの代表的な情報モデル（アムステルダム情報モデル）では、ビジネスからITに至るまでの情報関係がより詳細に記述されており、データ管理の観点からデータ管理の内容を対応させることができます。このモデル。
02. データ戦略の重要性
優れたデータ戦略には、企業の開発と運営というビジネス目標だけでなく、この目標を達成するために必要な組織と人材、システムとプロセス、テクノロジーとツールに対するサポートと保証も含まれます。(下図の通り)
· デジタル時代において、データは企業にとって重要な生産要素であり、企業戦略の最終的な実現はデータの有効活用と切り離せません。いわゆるデータ戦略とは、企業戦略の実現を促進するためにデータを戦略的に活用することを指します。したがって、データ戦略目標は企業戦略目標と一致している必要があり、効果的なデータ ガバナンスを通じて、データをより合理的、効果的、完全に使用してビジネス目標の実現を推進できます。活用がなければデータ ガバナンスは無意味であり、ビジネス目標がなければデータ資産には価値がありません。
· 現在のデジタル変革環境では、企業のデータ戦略はビジネス戦略とデジタル戦略に関連付けられており、そこから派生しています。企業のデータ戦略は、次の質問に答えます: 企業はデータをどのように使用して価値を生み出すか - 通常はデータ主導の洞察とビジネス プロセス、およびデータによってサポートされるビジネス モデル (データ収益化) を通じて、企業は価値を生み出すためにデータをどのように管理するか価値の生成、つまりデータの収集、保存、処理、配布 (データ基盤) データ戦略は、組織のデータ成熟度の現在の状態を反映する機能と開発上のニーズを定義します。
したがって、データ戦略は「必須」であり、データ戦略はこれまで以上に重要になっています。
03. データ戦略フレームワーク
データ戦略を構築するために、海外の成熟したデータ戦略フレームワークを参照できます。
このフレームワークでは、ビジネス目標と技術的ソリューションがデータ戦略を通じてリンクされ、さまざまなレベルで統合されたデータとビジネスが階層的に解決されます。
レベル 1: データ戦略 – ビジネスの優先事項との「トップダウン」の調整: データ戦略の最も重要な出発点は、ビジネス戦略に合わせてデータ戦略を使用することです。
レベル 2: データ ガバナンス – データに関する人、プロセス、ポリシー、文化の管理: データ ガバナンスは、データに関する人、プロセス、ポリシー、文化を管理するためのフレームワークを提供します。このレベルでの組織の成熟度 (または成熟度の欠如) によって、データを戦略的に使用するためのオプションと、それを実践するためのスケジュールが決まります。
レベル 3: データ管理の実践 – 戦略的優位性のためのデータの活用と管理: このレベルには、データ品質、マスター データ管理、データ ウェアハウジングなど、戦略的優位性のためにデータを活用するのに役立つさまざまなデータ管理の実践が含まれます。
レベル 4: 異種データ ソースの調整と統合: データ統合には、解決すべきさまざまな問題が数多くあります。これらのデータ ソースはどこにあるのか? これらすべてのソースからの顧客に関するデータはどれくらい必要でしょうか? それがどこにあるのか、どこにあるべきなのかをどのようにして知ることができるのでしょうか? さまざまなフォーマットをすべて統合するにはどうすればよいでしょうか? メタデータを通じてそれを理解し、情報を取得するにはどうすればよいでしょうか? 顧客の姓名、住所の意味と背景は何ですか?
レベル 5: 「ボトムアップ」データ ソースの管理とインベントリ: 今日のデータ エコノミーにおいてデータ管理が複雑になっているのは、リレーショナル データベース、ビッグ データ、非構造化データ、XML、ドキュメント、音声、メディアなど、さまざまなデータ ソースが多数あるためです。それらをどう理解しますか？ビジネス戦略に情報を提供するために、これらのさまざまな情報源をどのように使用する必要があるか。
04. データ戦略の構築にはビジネス目標を理解し、達成する必要がある
▶ ビジネス価値を実現する「レバレッジ」を探る
データ戦略では、ビジネス価値とビジネス ニーズの観点から「迅速な勝利」を達成する方法を特定する必要があります。次の質問に答えることで、最高のビジネス価値を生み出すデータ ドメインを迅速かつ簡単に取得できます。
1. 注目度の高いビジネス製品や新規ビジネスのマーケティング活動をサポートしますか?
2. 価値の低いデータ活動ではなく、データ活動に貴重なリソース、時間、エネルギーを集中できますか?
3. データ戦略とデータ アクティビティの計画がビジネス価値の主要領域を中心に展開しており、モデルまたはアーキテクチャ設計を確立することで戦略の実装に役立つかどうか。
▶ 構造化データガバナンスフレームワークを適用する
データ戦略の成功はデータ アーキテクチャとデータ ガバナンスに大きく依存しており、構造化されたデータ ガバナンス フレームワークは、長期的な成功に向けてビジネスと IT を連携させるのに役立ちます。
構造化されたデータ ガバナンスのフレームワークを設計するときは、組織、プロセス、管理システム、ツール、企業文化の側面から、エンタープライズ データ ガバナンスのビジョンとデータ戦略の実現をどのようにサポートするかを考える必要があります。データ ガバナンス フレームワークを通じてビジネスと IT のデータ活動を調整すると、最短 1 年、最長 5 年で成功します (今日の多様なビジネス環境のため、一般的なデータ戦略サイクルは 3 年です)。
▶ さまざまなステークホルダーとのコミュニケーション
データ戦略の策定を開始するときは、さまざまな資料や要件文書 (企業戦略、ビジネス戦略、企業アーキテクチャ、デジタル変革アーキテクチャ) を理解して分析する必要があるだけでなく、組織内のデータ活動の利害関係者を特定する必要もあります。そして彼らと十分にコミュニケーションをとってください！
▶ ビジネスケース（ビジネスケース）の開発と分析
ビジネス ケース (ビジネス ケース)、特に現在注目しているケースを策定および分析することで、データ戦略が企業のビジネス活動をどのようにサポートおよび提供し、ビジネス価値を向上させるかを検討します。
▶ 組織能力のマッピング
データ戦略のフレームワークから、データ戦略の実装は企業の組織構造や組織の変化と密接に関連していることがわかります。
組織能力、組織構造、および役割は、あらゆるデータ戦略の鍵となります。データ戦略の組織能力分解は、ビジネス プロセスと一致する必要があり、データ ガバナンスの組織構造は、ビジネス関係者の完全な参加を確保する必要があります。
▶ CDO チームの機能範囲と優先順位はビジネス戦略と一致している必要があります
IBM Institute for Business Valueが発行した記事によると、エンタープライズデータガバナンスの主導的役割として、CDO（最高データ責任者）とそのチームの企業内での機能範囲と優先タスクは、エンタープライズデータ管理とビジネス戦略をどのように行うかということです。整列:
▶ 「すぐに勝てる」を探す
データ戦略がビジネス目標を満たしているかどうかを実証する最良の方法は、達成可能または成功するデータ駆動型のビジネス価値を迅速かつ定期的に実証するデータ戦略が必要であるということです。したがって、データ戦略を構築するときは、「即効性のある」プロジェクトを探す必要があります。
· 「即効性のある」プロジェクトとは、早期に価値を示しながら長期的な目標に向かって取り組むプロジェクトです。データ戦略の取り組みから初期の価値を実証し、時間をかけて反復的な価値を提供し続けます。· 「クイック ウィン」はいい加減な「クイック フィックス」ではありません。将来の使用に影響します。·「迅速な勝利」の最初のステップは、将来の取り組みのための強固な基盤を築く慎重な計画です。
▶ 戦略計画およびインデックス分解ツール
データ戦略はビジョンや単なる文章ではなく、戦略計画、戦略能力分解、戦略指標分析のためにデータ戦略を実行する必要があります。データ戦略の本質も戦略であるため、データ戦略を構築するための戦略分解フレームワークまたはツールを参照できます。
上記は BCG の GFCPL フレームワークからのものです。このフレームワークから、プロセスを体系的に整理して検討し、経営陣が戦略を実行可能で明確な実装ロードマップに変換するのを支援します。
▶ データ戦略導入ロードマップ
データ戦略の構築には、最終的にはデータ戦略の実装方法を説明する実装ロードマップが必要です。導入ロードマップを作成する際には、主要なデータ活動と主要なビジネス イニシアチブを調整することに加えて、人員配置とトレーニングの調整にも注意を払う必要があります。
また、データ戦略導入ロードマップは活動のリストではなく、「段階的テーマ」、「即効性」、ビジネス価値、段階的目標、主要な関係者の段階的認識などを定義する必要があることも知っておく必要があります。
▶ データ戦略テンプレート
データ戦略テンプレートは、データ戦略の主要な要素を定義します。
組織がデータ戦略を策定できるようにするには、データ戦略テンプレートなどのビジュアル デザイン ツールを使用します。これにより、中核となる要素が定義され、対処すべき質問が示されます。
組織はデータ戦略テンプレートを参照し、ビジネス専門家、データ マネージャー、データ サイエンティスト、その他の関係者とのワークショップでそれを使用して、データ戦略の主要な要素を議論して定義できます。データ戦略テンプレートは、データ戦略の主要な要素を定義します。
1. 戦略層は、行動、ビジョン、使命と範囲、ビジネス価値の必要性を定義します。
2. ビジネス層にはデータの「ユースケース」と機能が含まれます
3. 実装層には行動規範とパスが含まれます
05. データ戦略をサポートするためのデータのベスト プラクティス
ここでは、企業のデータ戦略の成功を促進する 10 のベスト データ プラクティスを紹介します。
これらのプラクティスは、人材の組織、プロセス、テクノロジーの実践的な観点から導き出されたものです。
▶ データを会社全体の戦略的資産にする データファーストの文化を構築します。
• データ戦略と関連する取り組みを推進する経営幹部を任命します。
• 経営トップからチームリーダーまで、さまざまなレベルの管理者からサポートを得る。データ戦略は、すべての関係者によってサポートされ、優先順位が付けられる必要があります。
• 会社全体で共通の定義、原則、指標を定義し、必要に応じて社内トレーニングを組織します。
• 単一の信頼できる情報源を使用して、部門を超えた水平的なデータ プロセスを実行します。
• 技術者以外のチームもデータにアクセスできるようにすることで、データを民主化します。
▶ データ駆動型の考え方を奨励する データ駆動型とは、本能的にデータに答えを求め、データの内容に基づいて意思決定を行うことです。質問に答えるための最初の選択肢はデータである必要があります。顧客が離脱するまでにどれくらいの時間がかかりますか? このような買収急増の原因は何でしょうか? なぜお客様はフリーミアムの代替手段に目を向けているのでしょうか?
▶ 主要業績評価指標と指標を追跡する 戦略目標を主要業績評価指標 (KPI) と照合します。
▶ 最新の技術トレンドを追わない データ戦略は、単純な技術スタックと同じくらい効果的です。成功の鍵はテクノロジーではなく、プロセスとデータの品質です。
▶ データ戦略を推進する適切な人材を見つける データ戦略のリーダーは技術者である必要はありません。必要なのは、チーム間を移動し、データに基づいた意思決定を行い、データがビジネス目標にどのように関連するかを理解する方法を知っている人だけです。セールス、マーケティング、テクノロジーの交差点にいるプロダクト マネージャーがあなたにとって理想的な候補者かもしれません。
▶ 侵入不可能なデータ セキュリティ プロセスを確立する データ セキュリティはすべての人に関係します。これは、IT 部門、法務部門、または外部のデータ保護担当者だけが対処すべき問題ではありません。
▶ 適切なデータ分析ツールと手法を見つける 誰もが自分に関連するデータセットを調べて、そこから結論を導き出せる必要があります。最良の分析手法とは、データ ガバナンスとプライバシー ポリシーを尊重しながら、戦略的な洞察を提供する手法です。
▶ 単一の信頼できる情報源を確立する チーム間でサイロ化されたデータを使用するのではなく、誰もが信頼できる単一の信頼できる情報源 (SSOT) が必要です。
▶ データ自動化による生産性の向上 データ自動化とは、手動ではなく自動ツールを使用してデータを抽出、変換、保存するプロセスです。
▶ 既存のデータを Web データで強化する 大企業であろうと新興企業であろうと、アウトバウンド販売やマーケティングを促進するには内部データだけでは十分ではありません。特に潜在顧客の発掘では、インターネットからの情報を使用してデータを作成する必要があります。
06. データ戦略とデータアーキテクチャ
データ戦略にはデータ アーキテクチャが含まれますが、両者の関係の観点から言えば、このことが当てはまります。エンタープライズ アーキテクチャの観点から見ると、データ アーキテクチャはビジネス アーキテクチャに依存し、アプリケーション アーキテクチャとの一貫性を維持する必要があります。したがって、ビジネス目標に応じたデータ戦略構築は、データアーキテクチャを通じてビジネス戦略との整合性を実現できます。
システム思考の観点からは、データ アーキテクチャとデータ戦略を整合させ、ツールを通じてデータ戦略とデータ アーキテクチャの整合を実現する必要があります。
上の図から、データ アーキテクチャとデータ戦略の関係、およびそれが企業戦略の実装と企業行動をどのようにサポートするかをより明確に理解できます。
07. データ戦略の評価
データ戦略については、ロードマップの策定、キャパシティ分解、計画、実行といった構築作業に加え、データ戦略の成果を評価し、データ戦略の見直しを支援する必要がある。データ戦略の成功評価指標。データ戦略評価のコアコンポーネントに関しては、次の内容も参照できます。データ戦略の
スコアカードとして、識別、構成、ストレージ、処理、ガバナンスの 5 つのコア評価コンポーネントの機能と指標を分解する必要があります。評価フレームワークと同様に、データ戦略の全体的なスコアリング結果は、各コンポーネントの指標スコアを要約することによって最終的に形成されます。
私たちの目標は、評価を通じてデータ戦略を推進し、改善することです。スコアカードを作業記録フォームの実際の目標 (データ目標とビジネス目標を含む) にリンクする必要があります。
08. リフレクション
▶ 組織のデータ戦略構築には外部インプットに依存するのではなく、組織独自のチームビルディングを構築する必要がある
ビジネス目標を達成するデータ戦略を策定するのは簡単ではないと感じるかもしれません。多くの企業は、これらのコンテンツについて、会社の策定を支援する適切な当事者 B のコンサルティング チームを見つけるだけで十分だと常に考えています。この点について、ほとんどの経営者やデータ管理部門の責任者は、口頭ではこれは間違っていると言いながらも、さまざまな理由から、依然として乙のコンサルティングチームがすべて対応できるし、それほどコストも時間もかからないと考えているようです。彼らは、お金を支払えばすべてが解決すると考える傾向が強いです (ただし、彼らのほとんどは、支払ったお金には価値がないか、支払われていないと常に考えています) データ管理の現状の 1 つ。したがって、私はここで古い諺を繰り返します。「林源の魚を羨むよりも、後退して網を作る方が良い」、「人に魚を与えるよりも、魚釣りを教える方が良い」。
私個人としては、企業がデータ戦略を構築するために外部支援を利用したい場合は、次の点に注意する必要があると考えています。
·外部コンサルティングは常にプロジェクトベースで行われ、最良の結果は段階的にしか効果が得られません。
企業ビジネスの機敏なニーズには、企業内の実際の状況を最もよく知っている人材が、ビジネス開発に基づいてデータ戦略とデータ ガバナンス計画を調整することが必要です。
・データ量が急速に増加し、需要が複雑化し、企業のビジネスモデルが急速に変化する現状では、ビジネス戦略を支えるデータ戦略も機敏に反復される必要があり、データ企業内のさまざまな部門の戦略も、部門のビジネスの反復に応じて変更する必要があります。
▶ データ戦略を成功させるには、IT ツールとテクノロジーの自動化機能を最大限に活用する必要があります
データ量が急増している今日、手作業によるデータ管理やデータ処理のみに依存することは非現実的であり、適切な IT テクノロジー ツールとその自動化機能を最大限に活用して、データ管理作業を支援する必要があります。 IT テクノロジーとプラットフォームは、データ ガバナンス プロセスを強化し、人々のデータ操作を制限および標準化して、データの正確、安全、高品質な使用を保証し、最終的には組織のデータ戦略目標を正常に達成します。
もちろん、最先端の技術を採用する必要はなく、現状に応じて最適な技術を採用すればよく、盲目的に技術の先進性を追求し崇拝する必要もありません。
また、現在の視点から見ると、おそらく「データ資産管理」プラットフォームが現在の組織のデータ戦略を実現するための最良のツールである可能性があります。ビジネスからデータ、データの資産価値や経路に至るまでデータを管理・活用できるため、組織内の各ユーザー役割のデータ活用を効果的に推進でき、組織のデータ戦略の価値の反映にも役立ちます。 （データ価値とビジネス価値を含む）。価値）。