Adobe的股票
并不是所有的数据都是平等的，结果表明，那些不善待数据或“数据素养”较低的公司也不会做出最佳的商业决策第四届年度数据质量与治理研究由北卡罗来纳州立大学出版，IBM和CIPS。
结果显示，在采购和供应链的战术决策中，数据的使用正在变得越来越好，但战略问题只取决于一家公司如何构建处理数据的结构——这在2020年打击所有业务的冠状病毒危机之外形成了进一步的威胁。
该研究称:“大多数组织不会像对待实物资产那样优先对待数据资产。”
该报告讨论了人工智能(AI)和机器学习，并开始进行培训，成为一个成熟的数据用户，并设置了使用数据湖和全面分析等工具的预期。但作者将这些问题归结为几个出发点。
“我们在研究中看到的，仍然是对数据缺乏信心，”现任供应链顾问、前高级供应链高管约瑟夫•亚库拉(Joseph Yacura)表示。“我们研究的一大领域还显示了数据治理的缺乏。”
数据质量是供应链中一个持续的过程，它与信息的可用性有关。多年来，分析师花费更多的时间清理和组织数据，而不是分析数据。研究报告称，现在这需要更少的时间。但有了高质量的数据，这些信息就更容易获得和获取。
同时，数据质量与数据治理相关，该研究将数据治理定义为“将数据组织、标准化、分类和编码到数据库(或数据湖)中，并可应用于整个组织的有纪律的过程。”这是一个持续的过程，每个人都应该对此负责。
该研究分析了来自不同行业和国家的90名员工的反馈，其中包括新兴从业者和首席供应链官。研究结果于2021年1月发布。
Spend Matters与该研究的作者Yacura和北卡罗来纳州立大学供应链管理教授Robert Handfield博士进行了交谈，以了解更多有关研究结果的信息。
Yacura提倡企业建立一种结构，使数据对整个业务至关重要，从而使信息为战略决策提供依据。
“数据的来源应该得到验证——被使用的数据的相关性，以及做出决策的数据的完整性。它是否包含了你在做决定时希望包含的所有数据元素?”Yacura说。“我认为我们需要坐下来好好考虑一下。我们需要建立治理机制。负责这些数据的人。通常情况下，我们在使用数据之前并没有真正提出正确的问题。结果，我们得到了次优化的决策。这些决策可以得到极大改善。”
这项研究的主要发现
亚库拉和汉德菲尔德指出，调查的大部分结果都是积极的。数据质量并非完全令人沮丧。
在调查中，以下是第4部分的一些关键结论:
- 关于如何在供应链功能中使用数据的研究正在取得进展。然而，在基于数据的战略决策层面上，只取得了渐进的进展。
- 组织正在遵循一种趋势，即花费更少的时间查找和清理数据，这表明数据质量和可用性正在改善。数据清理和组织仍然是数据分析师的重要工作负载。
- 大多数组织更重视实物资产而不是数据资产——45%的组织完全意识到数据的价值，并将同样的优先级分配给数据资产。
- 供应链数字化的一个基本组成部分是数据素养。大约三分之一的组织认为自己拥有高级数据素养，甚至在年收入超过20亿美元的组织中也是如此。该研究发现，33%的受访者认为自己在数据素养方面处于“极其有限”或“新手”水平。
- 缺乏证据表明供应链功能具有明确或定义的数据策略。约42%的受访者在向供应商发出rfp时包含了数据要求。
- 由于缺乏数据读写能力和数据质量，决策延迟受到影响，特别是在决策者中。
- 嵌入式AI技术可以提供一个源来连接和关联供应链上不同来源的内部和外部数据。
Handfield和Yacura都观察到了最新一轮结果的积极变化。在数据的采用、使用和战略决策方面，情况趋于好转，但这种趋势正在逐步增长。在这些结果公布时，新冠肺炎只构成了一个小威胁，今年很可能会看到更好的采用。供应链数字化在2019冠状病毒病大流行期间加速并赶上了21世纪。
Yacura说:“当你从整体上看，公司仍然很难给数据赋值。”“数据显然是一种无形资产，对吧?你为此付出了代价。假设有X年的生命周期然后用折旧方法冲销资产的价值。但当你看数据时，它是无形的，你如何建立它的价值，因为你可能根本不会为它付出很多?但它的价值是天文数字。”
数据湖和更好的教育机会可能是数据治理问题的答案
Handfield和Yacura对未来的数据质量和治理保持乐观，他们不断回到人们需要学会信任和信任数据的想法。这似乎是阻碍真正的数据质量和治理在今天的供应链中站稳脚跟的最大障碍。
组织中的所有人都需要了解数据的价值。从那里，数据可以成为任何组织的终身朋友。
汉德菲尔德说:“解决这个问题的唯一办法是，你开始创建一个所谓的数据湖，把它与所有这些遗留系统分开。”“人们可以把它作为一个地方来存放可信的、清洁的、可靠的数据，并将其用于你的仪表盘、商业智能等等。所以它是可靠的。你只允许数据进入数据湖。你必须将它与组织的其他部分以及所有这些其他企业系统隔离开来。”
提高对数据的信任的另一个关键方面是通过教育。这是一个经常被忽视的强大工具。Handfield和Yacura都表示，在读完这项最新研究后，企业的下一个优先事项是为人们提供培训和教育项目，让他们了解数据素养。
Yacura说:“对员工进行数据素养方面的培训和教育。“这是什么意思?”我们如何使用数据?我们如何表示数据?我们如何解释数据?这些工具真的很好，但如果你不知道如何使用它们或如何解释它……这不是所有情况，但大多数情况下，人们会雇佣数学奇才，对吗?非常擅长定量分析的人。在大多数情况下，这些人的分析技能不如他们的商业头脑和解释分析结果的能力好，从而使其对业务具有可操作性。
“所以我认为我们需要创造这些混合技能。比如供应链管理和一些关于数据的知识，也许还有一些量化技能，统计分析。并不是要你成为定量专家，而是要你知道这些工具的输出意味着什么，以及你应该如何将它们解释为某种行动。”
讨论: