数据赋能维度的分析有助于在实施数据赋能过程中从哪些方面考虑数据赋能的影响因素。
数据赋能业务维度,或者从业务视角的需求维度,可包括如下:
- 管理维度:数据在战略制定、运营管理、项目执行和任务完成等方面发挥关键作用。如战略、运营、项目、任务等等
- 组织维度:不同岗位职责需要不同类型的数据来支持决策和行动。岗位职责确定应用数据目的;
- 功能维度:数据功能从基础的状态了解到高级的预测和决策支持逐层递进。如:了解状态、理解事物、解析现象、发现异常、原因分析、辨识类别、科学决策、寻找规律、预测未来、探索关系(如发现不同因素之间关系)等;
- 时间维度:数据可以提供过去、现在和未来的洞察。
- 时效性维度:根据需求,数据可以是持续性的、阶段性的或里程碑式的汇总。
数据赋能中的技术维度,主要包括:
- 数据分析技术:包括描述性分析和推断性分析,用于理解数据和做出预测。
- 数据生命周期管理:涵盖从数据收集到废除的全过程。包括收集、清洗、提取、分析、使用、废除等;
- 数据安全:确保数据的保密性和受控使用。
- 工具与平台:使用各种工具和系统来管理和分析数据,包括过程管理系统、办公工具、专业数据工具、数据服务系统(针对脱机的数据,数据清洗、数据挖掘等等)、大数据系统(针对大数据量下的数据实施处理系统)
数据赋能交付维度,主要包括:
- 服务模式:根据需求提供不同类型的服务,例行操作、事件响应、优化改善、咨询评估、创新突破。
- 交付周期:可以是一次性交付,也可以是迭代或敏捷交付,根据项目的性质和需求而定。
- 交付方式:包括自助赋能服务(由数据赋能需求者,借助平台与工具完成数据赋能服务)、交互赋能服务(由专业数据服务人员通过交互服务方式提供数据赋能服务)、一次性赋能服务(由专业数据赋能服务人员一次提供数据赋能服务)。
交付外包模式:根据资源和地理位置的考虑,可以选择现场交付(外部专业人员现场提供数据赋能服务)、近岸交付、离岸交付、协同交付(不同组织之间形成数据应服务体系)等。