为什么我们需要从数据至上转向知识至上的世界


如果你已经有了大量的数据,而你仍然无法回答一个问题......更多的数据真的是你需要的吗?在这一点上,你并不是因为缺乏数据而无法解决你的问题。那么,为什么你会相信,有了更多的数据,你的问题就会得到解决?

用爱因斯坦的一句老话来说,"精神错乱的定义是重复做同样的事情,却期待不同的结果"。这就是数据优先的思维方式正在做的事情:使我们陷入疯狂。

在这里,我将解释为什么我们需要远离这个数据优先的世界,为什么我们需要一个范式的转变,摆脱对数据的近视关注,用 "我们需要更多 "来回答每个问题。

为了最大限度地发挥所有可用数据的价值,我们需要转向一个知识至上的世界,一个我们首先考虑背景、人和关系的世界。

以数据为先的方式过度填充你的数据湖
如果你正在囤积越来越多的数据,试图解决顽固的用例,你需要把这些数据储存在某个地方。而这个地方通常是一个数据湖。数据湖越是被无穷无尽的数据填满,你的组织对里面的内容和它们的意义的理解就越模糊;当这种情况发生时,你的数据湖就变成了一个数据沼泽。

这个普遍存在的问题的一个症状是,人们普遍看到从提取、转换、加载(ETL)的过程,将数据从源系统复制到目标系统,转变为ELT:提取、加载、转换。是的,转向ELT可以节省时间,因为它允许企业在没有事先建模的情况下将数据加载到目标系统,但这往往意味着数据在需要的时候仍然与目标系统不兼容。这就导致了缺乏数据知识的业务用户在检查原始数据时说:"这到底是什么?这里有这么多的数据......但我不知道我在看什么。"

这就是我们这个数据至上的世界的问题;数据本身和数据所能提供的有价值的知识之间的脱节。

知识至上可以拯救我们
在一个知识至上优先的世界里,你以人优先、关系优先和背景优先的视角来处理你的数据。
与其向大量混乱的原始数据开火,不如考虑:

  • 谁需要消费这些数据?(人)
  • 他们为什么需要消费这些数据?他们想解决什么用例?(背景)
  • 这个数据与其他数据和人的关系如何? (关系)

然后,当你回答了这些问题后,你需要确保你转换后的数据能够被理解......并且被那些可能没有你的数据团队的技术能力的商业用户理解。这些是为了开始将数据作为一种产品而需要考虑的第一个问题。

这就是建模和语义--以及知识--占据中心位置的地方。而这也是数据专家精通业务的关键所在,或者有一个精通业务的队友来进行翻译。

团队必须具备数据和业务的双语能力才能成功
数据优先的世界注重数据素养,这个话题在过去20年里在我们的行业中被反复讨论。我们一直在强调教导商业用户如何分析数据集的重要性,以便从组织的数据中获得最大的价值,从行政级别开始。但长期以来,责任一直在业务用户身上,大量的价值因此而丧失。为了真正挖掘数据的价值,它必须是一条双向的道路。

一个知识至上的世界是以商业知识为重点的。而为了让数据团队为他们的组织带来最大的价值,我们必须去学校学习。

现在,数据团队和业务团队之间的脱节意味着,前者可能不了解业务,而后者可能不了解数据。数据素养已经成为业务领导人的一项近乎关键的技能;今后,业务素养对数据领导人也将变得同样重要。我们的销售管道是如何运作的?我们认为什么是合格的营销线索?BDR到底是什么?为了回答这样的问题,你的团队将需要与你的组织中那些每天都要优先考虑的人交谈。

一旦这些问题以及更多的问题能够被你的精通业务的数据团队所回答,你就会开始获得你所需要的背景,以提供你的业务用户所需要的数据来推动业务成功。

更重要的是,你将能够在一个知识至上的世界里,不仅提供数据,而且提供知识。