至顶网CIO与应用频道 12月06日 编译:Gartner的一项调查显示,超过87%的组织被归类为商业智能(BI)和分析成熟度较低,这给那些希望提高数据资产价值和利用新兴分析技术如机器学习的企业组织带来了巨大障碍。
在Gartner数据和分析IT品分钟,Gartner将成熟度较低的企业组织评为“基础”或者“机会主义”级别。处于“基础”级别的企业组织,其BI能力主要是基于电子表格的分析和个人数据的提取。处于“机会主义”级别的企业组织,各个业务部门将自己的数据和分析计划作为独立项目,缺乏领导力和中央指引。
Gartner高级主管分析师Melody Chien表示:“BI成熟度较低严重限制了那些试图实现BI现代化的分析领导者,还会对分析工作流程的每个部分产生负面影响。因此,分析领导者可能难以加速和扩大现代BI功能和新技术的使用。”
Chien称,成熟度低的组织表现出某些会放慢BI能力普及的特征,其中包括原始或老化的IT基础设施;IT和业务用户之间的协作受限;数据很少与业务成果的明显改善挂钩;BI能力主要体现在报告上;处理内容生成和数据模型准备的中央IT团队造成了诸多瓶颈。
Chien说:“低成熟度的企业组织可以从向那些高成熟度的企业组织学习成功的经验。重塑自我,避免犯相同的错误,低成熟度的企业组织数据负责人领导者就可以充分利用他们当前的资源,加速现代BI部署,开始走向更高成熟度的旅程。”
Gartner表示,数据和分析领导者可以在战略、人员、治理和技术方面遵循以下四个步骤,以发展企业组织的能力,从而产生更大的业务影响力。
1、以清晰的愿景制定整体数据和分析战略
BI成熟度较低的企业组织通常缺乏企业数据和分析策略的明确愿景。业务部门单独承担数据或分析项目,从而导致数据孤岛的出现和流程的不一致。
数据和分析领导者应该与IT和业务领导者协调,以制定整体BI战略。他们还应将战略视为一个持续和动态的过程,以便考虑到任何未来的业务或环境变化。
2、创建灵活的组织结构,利用分析资源并持续进行分析培训
企业必须拥有所需的人员、技能和关键结构,以培养和保障技能并发展能力,必须预测即将出现的需求,确保培养或者外部招聘所需的技能和角色,以支持数据和分析战略中的各项工作。
在内部分析能力有限的情况下,数据和分析领导者应该通过构建包含业务部门负责人和用户在内的“虚拟BI团队”来努力实现灵活的工作模式。
3、实施数据治理计划
大多数BI成熟度低的企业组织都没有正式的数据治理计划,他们可能已经考虑到了这一点并了解了重要性,但不知道从哪里开始着手。
数据分析领导者应该将治理视为“游戏的规则”,这些规则可以支持业务目标,让组织平衡数字化环境中的机会和风险。治理也是一个框架,规定了必须强加于数据和分析的决策权和权威模型。
4、创建可支持广泛用途的集成分析平台
BI成熟度较低的企业组织通常IT基础设施都很原始。他们的BI平台更传统,以报告为中心,嵌入在ERP系统中,或者简单的报告工具用途有限。
要提高分析成熟度,数据和分析领导者应该考虑采用集成的分析平台,扩展他们的基础设施以涵盖那些现代化的分析技术。
好文章,需要你的鼓励
文章探讨了CIO在2025年应该重点投资的五个AI领域:可信工作流的代理AI、智能文档管理、营销客户数据需求、从数据驱动转向AI驱动、重新审视IT架构以支持AI目标。这些投资可以在短期内带来效益,同时成为长期财务回报的倍增器。CIO需要在这些领域制定务实的AI应用策略,简化平台,加强风险管理,以应对未来的挑战和机遇。
Instabase 公司完成 1 亿美元 D 轮融资,估值 12.4 亿美元。该公司提供非结构化数据处理平台,可从多种文件中提取信息并标准化。新资金将用于增强数据提取、分析和搜索功能,以满足企业 AI 需求。
人工智能在建筑设计领域正展现出惊人潜力。从生成令人赏心悦目的建筑效果图,到创造无限游戏世界,AI 正逐步改变设计流程。尽管人类仍是核心创作者,但 AI 辅助工具正迅速普及,未来可能会大幅提升设计效率和质量。这一趋势引发了对 AI 取代人类建筑师的担忧,也带来了硬件革命和地缘政治影响。
研究显示,高收入公司的CEO正将人工智能置于业务战略的核心地位。欧美企业声称已具备AI项目的基础条件。专家建议避免过度乐观,关注投资回报,构建稳健的数据基础,并优先考虑循序渐进的推广策略。研究还发现,最成功的公司往往是那些高层领导有意识地不直接参与AI战略制定的公司。