从数据治理到数据消费,汽车行业如何用数据驱动业务发展

原创
数字化转型
在汽车行业数据治理专家陈燕琦看来,要想完全发挥数据的价值,企业需要先建立一套完善的数据治理制度,把人员、流程、工具、应用等全部纳入其中,并依照这一套完整的数据治理制度,充分利用更加先进的技术来开展实践工作,形成以数据消费驱动的数据资产建设,让数据资产充分转动起来,才能够真正实现数据与业务的高度融合,让数据洞察与决策更加高效。

虽然以“数据”为核心的数智化转型已经成为所有企业的共识,但时至今日,仍然有很多企业面临着数据治理难度大、数据价值难以有效挖掘等问题,如何有效地管好数据、用好数据,实现以数据消费为核心的业务增长,真正挖掘数据的所有价值,为业务部门提供更好的决策,成为摆在很多企业面前的主要挑战。

在汽车行业数据治理专家陈燕琦看来,要想完全发挥数据的价值,企业需要先建立一套完善的数据治理制度,把人员、流程、工具、应用等全部纳入其中,并依照这一套完整的数据治理制度,充分利用更加先进的技术来开展实践工作,形成以数据消费驱动的数据资产建设,让数据资产充分转动起来,才能够真正实现数据与业务的高度融合,让数据洞察与决策更加高效。

强化数据服务意识,聚焦业务构建完善的数据治理平台

对于任何企业而言,用好数据的前提是聚焦于不同的业务场景,建设完善的数据治理平台,并要求企业员工自上而下培养数据消费的意识。陈燕琦表示,很多企业的IT团队往往是从IT系统建设的视角去考虑问题,缺乏以数据为中心的服务意识和服务观念,因此致使企业收集的大量数据无法被有效利用,造成了数据资产的严重浪费。

“很多企业在数字化变革的初期,非常重视系统功能交付层面的建设,没有将数据作为资产进行有效的管控,致使底层沉淀的数据无法发挥应用的价值。” 陈燕琦表示,任何企业的IT团队必须转变观念,增强数据服务的意识,聚焦于业务本身的实际需求,构建完善的数据治理平台,只有这样才能从根本上破解数据治理难题,让数据真正为企业所用。

在陈燕琦看来,以业务需求为中心的数据治理平台建设,需要满足以下两个条件:一是保证数据可用;二是让数据服务于业务场景。

数据中台的建设确实有助于更好地管理和治理数据,但它只是实现数据驱动型企业的第一步,在实际的业务运营过程中,仅仅只是完成了数据中台的建设,并不能够直接让数据产生价值和收益。陈燕琦强调,完善的数据治理平台不仅要考虑数据底层的能力,而且要明确数据的消费能力。只有这样,才能让数据变成企业的资产,而不是企业的成本负担。

陈燕琦表示,数据飞轮概念的提出,就是充分发挥数据中台里沉淀的数据价值,为企业业务发展提供更好的参考。

从数据中台到数据飞轮,让转动的数据赋能企业业务发展

前文提到,虽然数据中台能够帮助企业完成数据治理和管理等工作,但它仅是实现数据驱动的第一步,并不能直接发挥数据的真正价值。因此,企业需要建立以数据消费驱动的数据资产建设,通过对数据的循环利用,让收集来的各种数据能够产生收益,发挥数据的应有价值,为企业业务发展赋能。

具体到汽车行业,在消费者看车、试驾、选车、定车的过程中,都会产生大量的数据,如果充分利用这些数据,不但能够为消费者提供更好的服务,而且还能够为企业的经营发展提供有力的数据支撑。因此,数据资产建设形态必须是由数据消费驱动的,只有数据被消费才能为企业带来价值,反之则会变成企业的成本。

陈燕琦表示,近两年很多汽车企业在完成了数据中台的搭建之后,正在不断地探索数据应用的更多场景,为业务发展赋能。数据飞轮概念的提出,正在让汽车行业中的所有IT人员转变观念,从数据消费的角度来审视如何充分挖掘数据价值。当数据被消费被应用于业务决策和操作中,并将数据循环利用起来后,就真正变成了企业的资产。

“我觉得数据中台的下一步,一定是数据飞轮的建设。这就要求我们必须把数据中台里沉淀的数据更好地释放出来,充分发挥数据资产的价值,才能实现以数据消费驱动数据资产建设,更好地为企业业务发展赋能。” 陈燕琦表示,汽车行业正在追求个性化的需求,我们正在围绕数据消费构建从数据资产到业务应用双向正循环的数据飞轮,借助数据更好地满足消费者的个性化需求,并更好地促进企业的良性发展。

观点总结:

当前,数智化升级正在成为车企增长的重要引擎之一。从强化企业数据意识到数据治理平台的建设,再到由数据消费驱动的数据资产化,不难发现数据飞轮已经成为越来越多车企实现数智化升级的重要选择。为此,车企必须紧密结合业务需求,积极拥抱最新技术,打造由数据消费驱动的数据飞轮新型企业。

正如陈燕琦所述,车企必须树立数据消费和数据服务意识,充分采用最新的技术释放数据潜能,深挖数据价值,才能在业务和数据之间形成双向良性驱动,赋能企业未来的高速发展。


责任编辑:张诚 来源: 51CTO
相关推荐

2017-03-27 09:18:21

2020-12-09 09:53:14

AWS宝马集团数据分析

2022-12-12 10:52:24

人工智能汽车行业

2017-02-08 10:39:29

大数据应用汽车行业

2022-02-11 10:30:46

自动驾驶人工智能数字化转型

2021-09-14 14:42:40

智能技术汽车行业物联网

2024-01-09 15:27:37

汽车行业物联网自动驾驶汽车

2017-11-14 13:08:27

大数据汽车行业数据

2010-04-30 14:58:48

数据泄露DLP亿赛通

2024-03-01 15:24:35

人工智能

2021-10-28 11:00:00

人工智能AI汽车行业

2021-12-24 09:53:57

汽车行业物联网技术物联网

2023-04-21 14:52:46

人工智能自动驾驶

2022-10-17 18:32:39

物联网

2015-09-29 10:27:25

物联网汽车

2024-03-13 07:18:27

人工智能大数据汽车版图

2012-02-27 15:25:20

中国汽车业IBM

2023-05-24 11:51:45

人工智能(数字化
点赞
收藏

51CTO技术栈公众号