下载掌阅APP，畅读海量书库
立即打开
精益数据方法由精益数据宣言、精益数字化企业、精益数字化转型路径和精益数据共创工作坊4部分组成，如图2-8所示。
图2-8 精益数据方法全景图
精益数据方法以精益数据宣言为指导，通过精益数字化转型方法的实施，以精益数据共创工作坊为特色手段，帮助企业转型成为数据驱动的精益数字化企业。
精益数据宣言包含精益数据价值观和精益数据实践原则两部分，凝练了精益数据方法的核心价值理念，让企业上下对齐价值、统一思想。精益数据宣言可以用在每一次转型的活动（例如精益数据共创工作坊）之前，帮助整个团队先统一思想和原则，再进行下一步的动作。关于精益数据宣言，本章后面会详细阐述。
精益数据方法包含一套企业数字化转型的实施方法，该方法通过三大步骤，帮助企业一步步构建精益数字化企业必备的六大能力。精益数字化转型的内容将在第9章详细阐述。
基于精益数字化转型的方法，企业转型为数据驱动的精益数字化企业，需要具备六大能力，如图2-9所示。下面先简要说明这六大能力，然后第3章至第8章会分别详细阐述。
图2-9 精益数字化企业
1）精益数据战略。精益数据战略能解决企业业务与数据融合的顶层设计问题。精益数据战略在传统数据战略的基础上，聚焦客户及业务价值，以精益数据方法为理论指导，结合敏捷思维，是一套轻量级、共创式的咨询规划方法。通过精益数据战略，企业可以打造全链路数据价值流，识别业务痛点和价值点，将数字化转型过程解构成一个个业务场景，再针对不同场景下的问题制定对应的解决策略，实现快速迭代。精益数据战略是打造其他五大能力、推进企业数字化转型的总体设计。第3章将详细阐述。
2）精益数据产品。数据产品是数字经济的主要承载形式，有着超越传统实体产品的数字化优势。企业数字化转型就是要识别价值场景，利用数据要素，打造新的数据产品，形成新的业务模式，获得新的收入来源。精益数据产品能够帮助企业探索、创新，提升收益。第4章将详细阐述。
3）精益数据治理。精益数据治理是利用精益数据方法，围绕业务价值展开实施的、轻量级的、治理数据的方法。不同于传统的数据治理体系，精益数据治理并不以构建完美的数据标准为目标，而是以解决业务问题、实现业务价值为目标。它提倡主动式、运营、迭代的治理流程，并将治理过程充分与业务融合，辅助以数据协同共享工具，消除数据生产的七大浪费现象，充分发挥数据的价值。第5章将详细阐述。
4）数据协同创新。精益数据方法认为，目前很多企业只关注数据的生产能力，忽视了数据的协同共享机制，这是导致数据质量差、数据孤岛等问题出现的重要原因。所以，建立内外部数据协同创新体系，让业务、数据和技术全链路拉通，是打造数据驱动型企业的重要手段。数据协同创新的核心是实现端到端闭环，以数据为生产要素，打造高效协作、快速创新的数据价值引擎。第6章将详细阐述。
5）精益数据中台。精益数据中台是精益数字化企业的核心能力平台，具有企业级统一、高效、敏捷的数据生产能力，支撑企业业务的快速响应和创新。精益数据方法总结出精益数据中台成熟度模型，不同的企业可以根据自身的需求和特点来建设及评估自己的数据中台。对此，第7章将详细阐述。
6）数据驱动的组织文化。数字化转型是一个体系问题，所以在企业推进业务和技术转型的同时，精益数据方法提供了配套的组织和文化转型的方法。打造数据驱动的组织和文化，是企业数字化转型成功的保障，也是比业务和技术转型更加复杂的工作。第8章将详细阐述。
精益数据共创工作坊是笔者原创的活动形式，它是国内首个以精益数据共创卡牌为工具，提供沉浸式体验，调动参与者互动创新的桌游式工作坊。在参与工作坊的过程中，企业的业务人员和技术人员共创业务价值场景，梳理数据资产，绘制数字化技术蓝图，制定转型路线和项目清单。对此，第10章有详细阐述。
最终，数字化企业中的所有工作都会与数据相关，数据的生产和利用将涉及大量的团队活动，需要高度灵活、默契的团队协作。精益数据方法总结了精益数据宣言，阐述了数据生产利用的4个核心价值观和10条实践原则，指导企业建立高效协同的数据能力，构建高质量的数据生产和利用体系。
精益数据价值观是精益数据宣言的核心，包含以下4条内容。
（1）“用户价值”高于“流程制度”
精益数据方法认为，在数字化时代，数据生产唯一的终极目的是创造用户价值，数据质量、数据管理、数据治理等工作都服务于用户价值，这些工作事项是工具或手段，而不是目的。一切数据工作的初心都是解决用户问题，所以在工作中不能教条地追求数据质量和推动数据管理流程，对数据效果的度量要看它能否产生用户价值。
（2）“开放与信任”高于“命令与管控”
数据的生产与利用是典型的知识密集型、创造性的工作，特别是数据科学、人工智能等领域的工作，需要工作人员充分发挥创造力。这样的工作性质决定了数据团队的管理要以开放和信任为基础，不能采用命令与管控的方式，而要予以团队个体充分的自由和信任，如此才能促进个体发挥主观能动性，最大限度地让每个团队成员都发挥出最佳水平。要相信每一个成员在目标清晰的情况下，都会在当前的约束条件下对工作尽最大的努力。
（3）“协作与透明”高于“分工与考核”
数据生产和利用已经从IT部门内部的工作逐渐变成所有业务部门都必须学会的操作，成了一个群体性活动。精益数据方法认为，在开放信任的基础上，要加强团队之间的协作。虽然公司内部有不同的分工，但是各部门及人员不应把分工当作界限，要对用户价值形成统一认知，充分共享数据和协作，用数据量化过程，让效果可视化、透明化。这样的方式会比传统的强调分工、用KPI考核的方式的管理效果更好。
（4）“持续交付与优化迭代”高于“规划与预设”
在数据类项目中，从数据消费者（也就是用户）到数据生产者的链路比较长，数据生产者很多时候不是数据消费者，数据消费者却无法掌控源数据的生产，数据从生产到消费的过程中的不确定性较高。过于细节的项目规划与预设无法起到预期作用，因为该项目在很多时候会面临频繁的需求变化。对此，精益数据方法认为，要打造数据持续交付体系，快速试错，加快项目迭代的速度，建立高响应能力。
在精益数据价值观的基础上，精益数据宣言总结了企业进行数据生产和利用的10条实践原则。
1）及时满足用户需求。数据团队最优先的任务是洞察用户需求，及时将可用的数据产品和服务交付给用户，不要让用户等待，等待会产生浪费。
2）创造团队协作的条件。用数据创造用户价值是一个团队协作的过程，管理者应该尊重并鼓励每一个角色发挥其最大的价值，为团队成员创造充分的共享数据和协作的条件。
3）减少浪费。将资源投入到能够让业务增值的环节，减少无用和重复数据的生产，从而减少数据生产过程中的浪费。
4）分析即代码。虽然工作人员往往采用不同的工具和技术来加工、分析数据，但是我们倡导在代码或配置文件中将数据分析的相关信息描述清晰，帮助相关人员更好地理解和协作。
5）打造自动化数据价值链。为了实现数据的快速流动，应尽可能地打通所有数据生产的环节，打造自动化运转的数据价值链。
6）让用户需求拉动数据生产。从用户需求出发规划数据生产，将数据产品的主导权和消费权还给用户。
7）实时监测分析。建立高效能、可量化的过程监测指标体系，使生产全链路实现数据化、可视化，以便及时发现问题，持续优化产品和服务。
8）尽可能复用。想要实现高质量、高效率的数据生产和利用，根本在于尽量避免个人或团队的重复性工作。
9）缩短迭代周期。缩短将用户需求转换成数据分析场景的时间，通过可复用的生产流程来改进和发布数据产品，缩短数据产品的迭代周期，加快数据的流动。
10）打造学习型团队。培养团队中每一个成员的数据能力，帮助他们成长，这是最有价值的投资。数据驱动型企业应着力打造学习型团队，建立相应的组织能力。
精益数据方法提供了精益数据成熟度模型，该模型将企业的数据价值体系分成5个级别，如图2-10所示。
图2-10 精益数据成熟度模型
在这一级别，企业拥有基本的数据管理和生产能力，建立了初级的安全管控体系，数据可见、可访问，具体参考表2-1。
表2-1 精益数据成熟度模型：初级
企业拥有基础的数据管理和生产能力，能够满足业务部门基础的数据生产、利用的需求，具体参考表2-2。
表2-2 精益数据成熟度模型：基础
企业在基础的数据能力之上，构建了对数据的顶层规划，建立了体系化的数据资产管理、生产和利用的能力，具体参考表2-3。
表2-3 精益数据成熟度模型：可管理
企业在管理体系的基础上建立了以企业数据目录为核心的自动化数据生产和利用的系统，能更高效地利用数据，具体参考表2-4。
表2-4 精益数据成熟度模型：自动化
在该级别，企业能够充分利用和挖掘数据，覆盖数据的管理、生产和利用等全生命周期，实现了智能化的数据管理。具体参考表2-5。
表2-5 精益数据成熟度模型：智能
精益数据成熟度模型与数据治理能力成熟度模型是互补的关系。数据治理能力成熟度模型从数据管理的角度定义了数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准、数据生命周期8个能力域的标准，并以这些标准来度量企业数据治理的成熟度，注重管理过程。而精益数据成熟度模型从最终用户价值的角度，也就是从结果角度来度量企业生产和利用数据的成熟度，注重用户生产、利用数据的体验和效果。