如何在2020年构建真正的数据驱动文化
来源：CPDA数据分析师网 / 时间：2020-04-29
软件不断发展以应对这些固有的挑战
在我从事分析行业的17年中，我看到其中三个主导了企业“数据驱动”的思想。这三个挑战是什么？企业要真正成为数据驱动者，应该怎么做？凌乱的沟通→简化的沟通使用数据来解决一个大问题需要从工程到高管的多个团队参与。这些团队中的每个团队都使用多个平台来交流信息，从电子邮件到闲聊再到面对面的聊天。具有讽刺意味的是，交流的选择太多，而其他问题也让位了：尝试在您几天前进行的对话中找到第二个数据图表的第五个版本。或者您可以在那无尽的电子邮件线程中进行筛选，越来越多的人聚集在该电子邮件线程上并插入各种版本的各种数据报告。
这是现代工作流的基础
企业可以通过围绕数据进行交流并从单一事实来源进行工作，从而避免这些方法设置的陷阱，将对话授权到一个平台，理想情况下将对话放置在数据所在的同一位置，当平台使用AI和机器学习时，这是非常有益的，因为有关数据的对话将随着时间的流逝产生更好的见解，我们将其称为增强分析，智能技术，该技术会随着时间的流逝而改进，以为用户提供见解和解决方案。
约束数据→民主化数据
数据是宝贵的，因此要格外小心，这很重要但将其推到太深，可能会阻碍建立数据驱动的文化。通常围绕数据构建查询的功能已授予组织中的少数几个人员，这意味着所有查询都会通过这些查询，从而导致瓶颈，对需求和目标的误解，并且不会让其他团队参与开发数据驱动型思维方式。
企业意识到非技术人员可以提供独特的见解
并针对他们的使命提出其他人可能没有想到的问题，这些事实可能会变成公司的“下一个大创意”，选择一个平台，使从市场部门到业务开发主管的每个人都可以发现数据。因为这些员工并不总是精通技术，所以为他们提供用户友好和简单但仍然强大的框架很重要，这将减轻处理任何和所有查询的少数几个人的负担，消除（因为再次）原始查询者不清楚原始请求而花费的数据（再次）花费的时间，并利用业务不同部分的专业背景知识进行创建，真正的360度数据驱动的文化。
部分语境→综合语境
如果在真空中检查，世界上所有数据对任何人都无济于事，首先收集所有可能的数据点的吸引力使得很容易忽略企业正在尝试回答的问题，而且即使有了所有这些数据，企业仍然应该寻找而不是应该寻找的地方，进一步挖掘，您可能会意识到自己在问错问题。
我们称此为基准分析是因为它提供了进一步的参考点
以更好地了解您的数据告诉您什么，希望由数据驱动的公司需要为此制定一个标准，这可以通过软件来帮助执行，正确的工具将帮助团队熟悉对他们而言至关重要的KPI，并更轻松地使用与产品或行业相关的可定制数据，此外诸如更健壮的历史环境之类的事情可以节省大量时间-我已经看到浪费大量时间进行数据调查，只是发现一个假设的问题只是一个异常现象。