數(shù)據(jù)驅(qū)動的組織通過分析型卓越中心(COE)來加速數(shù)據(jù)轉(zhuǎn)換。

人工智能和數(shù)據(jù)科學(xué)有望在整個企業(yè)中實現(xiàn)商業(yè)價值。IT組織和業(yè)務(wù)部門都在爭先恐后地利用這一潛力，但人工智能和數(shù)據(jù)科學(xué)計劃不能操之過急。是的，在某些情況下，有一定數(shù)據(jù)科學(xué)專業(yè)知識的人可以獲取可用的數(shù)據(jù)，并能回答業(yè)務(wù)領(lǐng)導(dǎo)者不曾想過的問題，這使后者驚訝不已。但通常情況下，這種方法會給人錯誤的建議并浪費(fèi)人們的時間。

根據(jù)IDC最近對首席信息官和高級IT主管的調(diào)查，美國93%的IT主管表示，他們的企業(yè)正在利用某種形式的卓越中心(COE)來推動人工智能和數(shù)據(jù)科學(xué)計劃。在很多(如果不是大多數(shù))情況下，這些卓越中心是小型的，成立不久的和實驗性的。在這幾種情況里，它們都起著至關(guān)重要的作用。

那么公司如何創(chuàng)建成功的分析型卓越中心來推動可衡量的業(yè)務(wù)成果呢?

打造成功的分析型卓越中心 成功的卓越中心專注于與業(yè)務(wù)合作。威瑞森(Verizon)的分析型卓越中心的主任Philip Jenkins表示，威瑞森的卓越中心之所以成立，是因為IT部門和業(yè)務(wù)部門(如市場營銷，財務(wù)和運(yùn)營部門)都不能協(xié)調(diào)一致地處理數(shù)據(jù)工作。這就像中心與邊緣的模型，該中心如今充當(dāng)中心，邊緣是業(yè)務(wù)部門的數(shù)據(jù)消費(fèi)者。Jenkins說，從一開始，該中心的目標(biāo)就是"使我們的數(shù)據(jù)更加強(qiáng)大，以便我們能夠從客戶那里取得更好的成果——我們稱之為"簡單，智能和互聯(lián)的體驗"，這樣我們就不會浪費(fèi)客戶的時間，我們會提供更多個性化的優(yōu)惠，而我們采取的任何行動都與對他們來說很重要的事項高度關(guān)聯(lián)。"

對卓越中心而言，關(guān)注戰(zhàn)略業(yè)務(wù)的工作重點也很重要。雪佛龍的建模與分析型卓越中心的創(chuàng)始管理者M(jìn)argery Connor建議人們根據(jù)業(yè)務(wù)價值建立一個確立優(yōu)先事項的系統(tǒng)。否則，她說，"你會受到所有這些想法的狂轟濫炸，其中一些想法有較高的價值，而另一些想法則沒什么價值"。事實上，雪佛龍的中心由一個"企業(yè)數(shù)據(jù)科學(xué)指導(dǎo)委員會"提供指導(dǎo)，該委員會的代表來自采購、財務(wù)、業(yè)務(wù)部門，還有首席信息官和首席技術(shù)官。

因此，Connor說："我們向這些代表展示我們正在做的工作，而他們則負(fù)責(zé)發(fā)現(xiàn)使我們獲得更多機(jī)會的領(lǐng)域。為了開展項目，我們需要一個定義明確的業(yè)務(wù)問題，一個合理的數(shù)據(jù)集和一名業(yè)務(wù)擁護(hù)者。如果你在這個業(yè)務(wù)中沒有聲援者，那么，即使你解決了問題，這個解決辦法也很可能無法實現(xiàn)。"

一流的卓越中心 分析型卓越中心同時為業(yè)務(wù)和IT提供支持。這些分析型卓越中心實現(xiàn)了兩個轉(zhuǎn)變，即從部門到整個企業(yè)的轉(zhuǎn)變，以及從戰(zhàn)術(shù)到戰(zhàn)略的轉(zhuǎn)變。同時，它們?yōu)檎麄€企業(yè)的數(shù)據(jù)質(zhì)量，強(qiáng)大的決策制定，經(jīng)過了優(yōu)化的價值和業(yè)務(wù)一致性創(chuàng)建了運(yùn)營轉(zhuǎn)型的途徑。在最理想的情況下，分析型卓越中心專注于整個企業(yè)的協(xié)調(diào)工作;它們通過中央和分布式資源茁壯成長。由于分析方面的專業(yè)知識十分匱乏，卓越中心擁有或創(chuàng)建了一個能夠為企業(yè)中的所有人提供幫助的一群專家。卓越中心在分布式的專家或技能中心的網(wǎng)絡(luò)中充當(dāng)了一個能產(chǎn)生影響力的節(jié)點，帶來了資源和一群從事智能項目的人。

當(dāng)企業(yè)已經(jīng)獲得了一些孤立的知識和成果并希望擴(kuò)大到更大的范圍時，卓越中心就特別有價值。這樣的卓越中心將對企業(yè)數(shù)據(jù)轉(zhuǎn)換的方方面面進(jìn)行協(xié)調(diào)，提供建議，支持，溝通，教育，治理，架構(gòu)并進(jìn)行標(biāo)準(zhǔn)化。

盡管人們對這些技術(shù)興奮不已(或許正因為如此)，人工智能和數(shù)據(jù)科學(xué)面臨著一場艱苦卓絕的戰(zhàn)斗。數(shù)據(jù)專家看起來像審計員，機(jī)器學(xué)習(xí)算法早晚會踏入禁區(qū)，有人會因此而被解雇。然而，數(shù)據(jù)驅(qū)動的文化不是"可有可無的東西";它對企業(yè)的成功至關(guān)重要。對大多數(shù)企業(yè)而言，分析型卓越中心很有可能實現(xiàn)數(shù)據(jù)科學(xué)的承諾。

• 上一篇：多云用量別迷茫 上之前先算好這本賬
• 下一篇：通過3個步驟實現(xiàn)安全的云存儲
  
• 文章標(biāo)簽：
• 注：原創(chuàng)內(nèi)容，禁止轉(zhuǎn)載，如有轉(zhuǎn)載，請標(biāo)明出處。如有內(nèi)容侵犯您的權(quán)益，請聯(lián)系刪除！QQ:315212307