數(shù)據(jù)即業(yè)務，將數(shù)據(jù)像業(yè)務一樣運營

數(shù)據(jù)即業(yè)務的中心思想是探討數(shù)據(jù)分析如何更好地價值化，如何將數(shù)據(jù)像業(yè)務一樣運營。數(shù)據(jù)即業(yè)務的理念值得任何關心數(shù)據(jù)分析的人進行學習和思考。

數(shù)據(jù)即業(yè)務的觀點認為，數(shù)據(jù)分析應該作為一個產(chǎn)品去銷售給企業(yè)的其他部門。這種觀點強調了數(shù)據(jù)分析的價值，以及如何將數(shù)據(jù)分析的價值最大化。這里提出了一個新的視角來看待數(shù)據(jù)分析，即將數(shù)據(jù)分析看作是一個產(chǎn)品，而不僅僅是一個工具或技術。

其次，孫鑫提出了數(shù)據(jù)分析的價值優(yōu)化的觀點，認為企業(yè)應該更清晰地連接業(yè)務價值和數(shù)據(jù)分析，優(yōu)化對于數(shù)據(jù)分析的投入，使其不再是重復勞動，而是能夠產(chǎn)生更大的價值。這一觀點強調了數(shù)據(jù)分析的效率，以及如何通過優(yōu)化數(shù)據(jù)分析的投入來提高其價值。

此外，孫鑫還提出了數(shù)據(jù)分析的高管應該超越基本的數(shù)據(jù)分析工作，更多地了解數(shù)據(jù)分析如何從企業(yè)級的角度去幫助決策。這個看法強調了數(shù)據(jù)分析的戰(zhàn)略性，以及如何通過數(shù)據(jù)分析來提高企業(yè)的決策效率。

闡述的過程中，孫鑫提到了兩個重要的趨勢，即數(shù)據(jù)編織（Data Fabric）和數(shù)據(jù)網(wǎng)格（Data Mesh）。這兩個趨勢都是新興的數(shù)據(jù)管理模式，可以更有效地提升數(shù)據(jù)即產(chǎn)品的能力，讓數(shù)據(jù)發(fā)揮更具業(yè)務情境化的能力。

把數(shù)據(jù)平臺上升到數(shù)據(jù)生態(tài)

所謂把數(shù)據(jù)平臺上升到數(shù)據(jù)生態(tài)，探討的是如何從數(shù)據(jù)分析平臺向數(shù)據(jù)生態(tài)的轉變。這個轉變不僅涉及到技術層面的變化，也涉及到業(yè)務層面和用戶角色的轉變。

首先，數(shù)據(jù)分析平臺和數(shù)據(jù)生態(tài)有明顯不同。

數(shù)據(jù)分析平臺通常是一個集中的IT系統(tǒng)，用于收集、處理和分析數(shù)據(jù)。而數(shù)據(jù)生態(tài)則是一個更廣泛的概念，它不僅包括技術連接，還包括用戶和他們的角色之間的連接。數(shù)據(jù)生態(tài)強調的是數(shù)據(jù)的全面性和互動性，它鼓勵數(shù)據(jù)的共享和復用，以及用戶之間的協(xié)作。

過去，數(shù)據(jù)分析主要集中在IT部門，但現(xiàn)在越來越多的數(shù)據(jù)分析正在向業(yè)務側遷移。這是因為數(shù)據(jù)分析的能力可以幫助我們勾勒出屬于自己的數(shù)據(jù)生態(tài)。隨著AI的滲透，數(shù)據(jù)分析的角色也在不斷擴大，角色邊界也變得越來越模糊。這種趨勢表明，數(shù)據(jù)分析不再僅僅是IT的工作，而是所有人的工作。

在這個過程中，Gartner提出的“數(shù)據(jù)編織”（Data Fabric）概念是一個重要的理論支撐。數(shù)據(jù)編織是一個新型的數(shù)據(jù)管理設計模式，它強調的是數(shù)據(jù)的靈活性、可復用性和AI增強的數(shù)據(jù)集成管理。數(shù)據(jù)編織不是一個工具或技術，而是一個組合拳，是新興的數(shù)據(jù)管理模式。

數(shù)據(jù)編織的目標是為了更好地獲取一個靈活的、可復用的，且被AI增強的數(shù)據(jù)集成管道。這意味著數(shù)據(jù)編織不僅關注數(shù)據(jù)的收集和處理，還關注數(shù)據(jù)的使用和分享。數(shù)據(jù)編織希望實現(xiàn)的是數(shù)據(jù)找人，而不是人找數(shù)據(jù)。這是通過分析用戶的數(shù)據(jù)消費行為，從而做出的更智能的數(shù)據(jù)推薦。

在實現(xiàn)數(shù)據(jù)生態(tài)的過程中，企業(yè)不需要完全重構現(xiàn)有的數(shù)據(jù)倉庫或數(shù)據(jù)湖。數(shù)據(jù)編織是基于已有的數(shù)據(jù)分析投資進行的設計。無論企業(yè)過去使用的是什么數(shù)據(jù)倉庫或數(shù)據(jù)湖，都可以用Gartner的設計理念去更好地分析元數(shù)據(jù)，從而提高基于用戶的數(shù)據(jù)服務。

在數(shù)據(jù)生態(tài)中，數(shù)據(jù)的可組合性和模塊化是非常重要的。

數(shù)據(jù)的可組合性意味著數(shù)據(jù)分析能力可以根據(jù)業(yè)務需求進行組合和調整。模塊化則意味著數(shù)據(jù)分析能力可以像搭積木一樣，根據(jù)需要組裝和拆解。這種模塊化的數(shù)據(jù)分析能力可以與業(yè)務流程和技術（如微服務）進行整合，使服務的模塊化真正落地。

在數(shù)據(jù)生態(tài)中，數(shù)據(jù)的共享和復用是非常重要的。這意味著數(shù)據(jù)不僅僅是被收集和處理，也被使用和分享。數(shù)據(jù)的共享和復用可以提高數(shù)據(jù)的使用效率，也可以促進數(shù)據(jù)的創(chuàng)新和發(fā)展。

為了實現(xiàn)數(shù)據(jù)的共享和復用，企業(yè)需要建立一個數(shù)據(jù)目錄，用于管理和分類數(shù)據(jù)。這個數(shù)據(jù)目錄可以幫助用戶更好地找到他們需要的數(shù)據(jù)，也可以記錄用戶的數(shù)據(jù)使用行為，以便于進行數(shù)據(jù)推薦。

在數(shù)據(jù)生態(tài)中，數(shù)據(jù)的治理也是非常重要的。數(shù)據(jù)的治理不僅包括數(shù)據(jù)的收集、處理和分析，也包括數(shù)據(jù)的使用和分享。數(shù)據(jù)的治理可以確保數(shù)據(jù)的質量和安全，也可以保護用戶的隱私和權益。為了實現(xiàn)數(shù)據(jù)的治理，企業(yè)需要建立一個數(shù)據(jù)治理體系，用于管理和監(jiān)控數(shù)據(jù)的全生命周期。

總的來說，從數(shù)據(jù)分析平臺向數(shù)據(jù)生態(tài)的發(fā)展是一個必然的趨勢。

以人為中心建立數(shù)據(jù)分析平臺，主動迎接AI

以人為中心建立數(shù)據(jù)分析平臺其核心說的是如何更好地主動迎接AI，而不是被動地“被取代”。這其實考慮的是，新一輪AI浪潮所展示的強大能力可能會帶來的沖擊，但同時也給出了積極的應對方式。

一些技術趨勢表明，AI現(xiàn)在可以用少量的數(shù)據(jù)去完成更高復雜度的模型。這種能力使得AI可以更好地服務于企業(yè)，比如通過自然語言的問答回復來提高數(shù)據(jù)分析的利用有效性。

生成式AI的能力對于數(shù)據(jù)分析有積極影響。生成式AI不僅可以幫助開發(fā)者寫代碼，還能通過自然語言生成一張報表、生成一張儀表盤。同時，生成式AI還可以通過自然語言，讓這個報表去和一些業(yè)務應用進行一些耦合，從而完成數(shù)據(jù)分析到業(yè)務行為的閉環(huán)。

此外，孫鑫還提到，新一代的生成式AI可以完成一些嵌入式的增強體驗，讓更多人來實現(xiàn)數(shù)據(jù)分析的更多可能，通過大幅降低了使用門檻，從而更多人去使用數(shù)據(jù)分析能力。

大家從Gartner分享的調研數(shù)據(jù)來看，中國的企業(yè)正在積極采用生成式AI，已經(jīng)有6%的企業(yè)部署了生成式AI，而在中東或者東南亞，則只有大概3%。

此外，中國用戶大概有26%是說“TA已經(jīng)在積極的試點當中”，還有24%的企業(yè)表示會在“未來0-6個月部署”?！白罱鼪]計劃或者五六個月之后才有計劃”大概是14%。

zhupb