作者
首先，我想说一则轶事，它说明了以下问题 不 使用 data。.
1984 年，年轻的迈克尔-乔丹--今天被认为是有史以来最出色的篮球运动员--刚刚在北卡罗来纳州赢得了美国大学篮球冠军。作为一名投篮后卫，他是 NBA 选秀的前三名之一。但在当时，投篮型后卫被认为比支点型后卫更矮小，更不出众。由于这个原因，以及 无论 data 显示了他非凡的潜力, 阿迪达斯曾两次拒绝赞助乔丹。.
结果呢？耐克--阿迪达斯最大的竞争对手--找到乔丹，希望他设计自己的球鞋系列。迄今为止，Air Jordans 已售出 1 亿双。乔丹品牌在商业上的巨大成功，至今仍能创造 30 亿美元的营业额，这要归功于这位曾六次当选 NBA 最佳球员的人。这是每个企业都应该牢记的一课： 始终 充分利用您的 data。.
data 如何实现更好的决策
Data 可以让我们做出更好的决策，从而提高业务绩效，但如何调整公司的决策机构和治理，以更好地利用 data 时代的优势呢？
Data 必须作为战略资产处理
公司需要解决其‘data 债务’这是在 data 生命周期中积累起来的技术债务。我们拥有多种非常复杂的 IT 系统，这些系统随着时间的推移不断叠加，data 信息源往往记录不全、有时不一致、难以获取，而且不符合现行规则（内部或外部规则，如 GDPR）。这种 ‘欠账 ’浪费了大量时间，无法获得可靠的信息进行分析。.
Artefact 的一个主要制药客户就是一个很好的例子。直到最近，他们还无法获得按产品分类的营业额数字，原因是无法将生产工厂的产品库与包含按销售网点分类的财务 data 的交易库进行交叉比对：在这种不合理的情况下，该公司无法使用自己的 data。.
data 债务累积的时间越长，纠正的成本就越高。将 data 作为一项战略资产对待，意味着同意投资于一项计划，以提高 data 的质量、文献和可获取性，并随着来源的增加以可持续的方式进行。.
data 驱动的公司必须成为人才培养工厂
人才已成为 的 数字时代的决定性因素。获取技术是一种普遍可得的商品，以至于出现了 无码, 例如，cloud 和 cloud 计算越来越多地与 data 基础存储和操作或自动算法构建等交钥匙服务联系在一起。.
招聘大战非常激烈--以 LinkedIn 上发布的美国 700 万个可用职位（占总数的 70%）为例，其中七分之二是与 data 相关的职位。技术变革的步伐如此之快，以至于在任何时候都不可能建立一个能力框架。.
这种加速是由 GAFA 支持的大预算 cloud 技术框架、研究实验室和由 10 万名研究人员组成的全球网络提供的免费算法，以及初创企业几乎立即采用和广泛使用开源技术所推动的。.
在技术日新月异的环境中，企业必须有能力培养自己的人才。特别是对于大公司来说，需要开展广泛的培训/再培训计划：
在考虑未来需要的人才时，人们很容易只关注技术，并认为下一代将完全由工程师和 data 科学家组成。显然，未来几年对他们有需求，甚至会出现短缺，但这只是故事的一部分。在这个世界上，data 和算法可以自动完成手工、重复和耗时的任务，技术也越来越容易获得，因此其他类型的人才还有很大的发展空间：解决问题的人才、有创造力的人才、人际交往的人才等等。.
在现代企业中，决策过程必须分散化
在技术领域，去中心化是一项重大的渐进运动，它始于技术突破（如加密货币或元宇宙，它们都是去中心化系统），也始于信息技术系统（cloud，我们共享我们的机器，或分布式计算架构，如......）。 Hadoop, 是一个在不同服务器上分布计算的世界知名框架）。.
权力下放同样适用于治理。为什么？因为中央集权是不可能的：data 的数量实在太多了，而且信息来源控制不严，在不了解背景情况下很容易被误读。在治理方面，权力下放的一些好处包括
这意味着以知识为导向的深层次组织变革：组织作为一个自主的整体，由围绕知识组织起来的认知社区构成。例如，在 Artefact，我们确保某些实体（分会、部落、行会）可以自行决定非常关键的事情，如工资、奖金、价格和报价，甚至是人员配置！我们创建了一个完全分散的管理机制。.
领导就是衡量
在决策过程中，有些测量是不必要的，可以很容易地放弃，转而使用其他更积极主动的管理工具。下面举例说明这一概念：
损益表只不过是公司的成绩单。它对决策毫无用处，也根本无助于投资者关系。 (我们几乎从不看营业额和息税折旧摊销前利润，这就像是在看过去的业绩，而不是未来的业绩）。
相反，为了 Artefact，我们花时间构建了一个非常先进的 data-driven 财务部门。我们建立了一个与 data platform 实时连接的 data 财务仓库，其中包含用于管道估算的关键 Salesforce 工具、人员配置工具、人力资源 data 数据库以及用于客户合同的企业资源规划系统。在此基础上，我们创建了一个实时文件，其中包含七个关键指标，总结了公司未来的运营健康状况，并与投资者共享--这是一个更有意义、更有助于做出更好决策的工具。.
例如，我们可以就六个月后的预期需求或员工队伍的构成（在快速增长和招聘工作面临挑战的情况下至关重要）等问题向股东做出回应并与他们进行沟通。.
关键绩效指标被细分为目标和关键成果（OKRs），由公司的顶级合作伙伴共享，我们也都共享。它们是非常宝贵的工具，可将任何战略分解为可衡量的目标，然后再分解为全体员工共享的两到三个子目标。. 安迪-格鲁夫, 约翰-多尔将其传授给了约翰-多尔；约翰-多尔又写了一本书，‘''...‘衡量重要的事情’，是关于过程的。OKR 让员工因其成就而受到重视，而不仅仅是他们的背景、学位或头衔。.
结论：对 data 和 data governance 的新认识
Data 改变了公司的管理方式，也改变了管理者（尤其是董事）的角色，即从为公司利益做出最佳决策转变为创建一个系统，让每个人都能为公司做出最佳决策做出贡献。.
作为董事会成员，您可以在解决对公司业绩有切实影响的问题方面发挥重要作用，但这需要模式的转变。正因为 data 颠覆了管理模式，所以它必须由管理者自己来掌握。.
随着您的 data governance 政策日趋成熟，您需要确保您的优先事项在其框架内包含负责任和合乎道德的 data 处理和能源节约措施。以减少数字技术的经济、社会和环境影响的方式运营至关重要。.
在遇到怀疑或急剧变化时，人类的倾向是封闭和向内转。人们会建立自我防御系统（确认偏差），通过创建自己的真理系统来避免信念动摇。正确使用 data 真理，可以让我们做出更好、更可靠、更独立的决策，从而造福客户、用户、员工和整个公司。.
