在数字经济时代，数据已成为新型的生产要素。以数据驱动业务，打造“数据驱动型组织”，是企业数字化转型的必由之路。所谓““数据驱动型组织””（Data-driven Organization），就是以数据为生产要素的组织，以数据驱动业务，实现持续增长和创新发展，以重塑组织的生产力。

企业想完成数字化转型就要掌握““数据驱动型组织””的三个特点：一是数据资产化，数据视为企业资产，最大程度上利用数据的价值，关注数据的安全性、完整性、关联性以及数据质量；二是数据驱动决策，以数据为基础，通过高质量的数据分析驱动业务决策；三是数据驱动创新，以知识为起点，通过认知智能实现智能化创新。

然而企业想走好数字化转型道路，绝不是掌握““数据驱动型组织””特点就能达成的。目前绝大多数企业发展趋势是，不断蔓延的数据孤岛阻碍了数据资产的开发；缺乏分析利用“全域数据”的能力，让企业面对海量多样化数据需求时捉襟见肘。企业在解决“全域数据”管理问题的过程中，需要“全域数据”能力的支撑，从“全域数据”治理和“全域数据”技术两个方向出发，实现结构化、非结构化、机器数据的整合、治理与洞察。其中，““全域数据””治理的核心是阻止数据孤岛蔓延，打破组织中结构化数据、非结构化数据、机器数据孤岛，实现数据的即时共享与利用，以“全域数据”能力，重塑组织生产力，全面提升数据质量及可访问性；而实施战略规划时，则通常以中台思路展开“全域数据”治理蓝图设计，通过不同的中台方案，将不同类别的“全域数据”分而治之，对组织经营活动的所有数据，进行“全域数据”治理，实现全业务域的数据驱动。

什么是“全域数据”呢？其实“全域数据”（Multidomain Data），就是一个组织所有经营活动的所有数据，包含全场景、全类别、全生命周期。“全域数据”按照数据形态来划分，包括结构化数据、非结构化数据、机器数据等。结构化数据，简单来说就是数据库，指的是在一个记录文件里面以固定格式存在的数据；非结构化数据是数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻辑表来表现的数据。包括所有格式的办公文档、文本、图片、各类报表、图像和音频/视频信息等等；机器数据是指由日志文件和时间序列等组成的数据，包括日志数据logs、指标数据metrics和调用链数据trace。

“全域数据”的治理需要面向组织的全场景和数据的全生命周期。所谓全场景，是指随着数字化转型的逐渐深入，各行各业组织的数据已覆盖不同的业务域，如对于政府而言，数字化的业务域主要是政务云、政府办公和智慧应用；对于企业单位而言，涉及研发、生产、营销、管理域等方方面面；对于高校而言，主要涉及教育、学工、科研、综合管理等；对于医疗行业而言，主要为科研、临床、采购、管理领域。所谓全生命周期，是指围绕组织的业务活动流程，实现数据从生产/采集、传输、存储、处理、交换及归档/销毁的全链路管理，确保每个环节的数据安全与质量。

实现“数据驱动型组织”需要循序渐进，持续迭代，从组织自身出发，让数据驱动事半功倍。企业打造“数据驱动型组织”有3种方法：

1.组织需要制定制订清晰的数据战略。一个清晰的数据战略，首先需要以能力为底座，包括拥抱多云、提供弹性的数字化能力，围绕全场景、全类别、全生命周期的“全域数据”能力，应对不确定性环境的敏捷能力以及安全治理能力。其次，要想让能力底座支撑业务的发展和生产力的提升，还需要两大支柱：组织内部需要建设和沉淀数据驱动文化，组织外部需要采用生态思维，实现共赢共创的生态关系。通过能力底座、文化支柱、创新表现以及卓越领导力的数字化人才，构建“数据战略屋”，从容实现数据驱动，沉淀更多的数据资产，提供更多的数据产品，实现数据货币化，以数据驱动创新，以数据重塑生产力；

2.组织需要解决数据孤岛问题。数据孤岛是一个存在数十年的问题，在数字化战略深化到数据驱动的阶段，数据孤岛将是实现数据驱动最大的羁绊，如何整合数据孤岛，以及避免在多云、混合云的趋势下，数据孤岛继续蔓延，均需要从企业架构上高瞻远瞩；

3.组织需要对内外部的“全域数据”进行整合、治理。数字化转型面临的一大困难在于数据的管理和利用，海量、分散、异构的数据如何整合、治理、形成洞察，是困扰大多数处于数字化转型中的组织的关键。在此背景下，“全域数据”能力，则是实现“数据驱动型组织”的基石。通过平台+生态的思维，提升“全域数据”能力，将释放1+1>2的效力。

企业打造“数据驱动型组织”唯有掌握好方法，不断审视自身发展方向，积极治理面临的问题，才能走好数字化转型之路。

责任编辑：kj005