文章提供：图文资通组
文章来源：https://www.bnext.com.tw/article/64498/statistics--decision-making
发佈日期：2021.08.16 消息来源：数位时代 #AI与大数据

2021年全球产业在外部环境冲击下面临严峻的挑战，国际货币基金组织（IMF）总裁提出，在新冠肺炎（Covid-19）的冲击下，全球经济正面临着「双轨」復甦，各个产业将须面对「高度不确定」的新常态。对此，全球领先企业皆期望藉由数位转型来做为因应之道，并期望提升企业对于活化资产及各项挑战的应变能力，藉由数据驱动提升服务品质且期望能藉此转型为数据驱动的智慧化企业。
数据驱动的商业型态可以分为「以数据或其密切关联之周边服务为产品（product）」之事业形态或「运用数据作为其他产品或服务之发展或提升之资源（input）」之事业形态。据《Forbes》杂志调查，全球82％企业将科技预算优先投入数据分析与人工智慧相关项目，企业从蒐集数据阶段，至将数据分析出的洞见落实于策略。但企业碍于公司或部门之间的各种限制而无法有效取得有效数据，另外数据的品质以及如何收集数据都碰到了一定程度的挑战，也导致了企业在发展人工智慧上碰到了极为严峻的挑战，而这些都牵涉到企业本身数据治理架构的议题。
其中，数据治理是数据品质控管的准则，用于管理、使用、改善、维护、监控和保护企业内的数据，美国银行（Bank of America Corporation），为了确保高品质的分析报告，并保障分析数据能提供顾客、供应商的完整资讯解析，透过管理企业关键数据，包含衡量数据品质的标准、制定数据提供的相关管控点、建立组织有效管理数据来源与过程的规范，并针对软体开发和测试过程，增加了对于数据品质提升的相关控制，在数据分析、解读上提升了正确性与完整性，以做为决策依据。

建置数据治理体系，赋予企业成为数据赋能的智慧企业
因应数位时代，伴随着颠覆科技对产业、市场及产生服务活动，不仅企业经营策略改变，进而寻求新兴科技的加乘演进及发展下，可获取及应用的数据日益丰富，企业已经进入了一个创造数据、获取数据、运用数据的「大数据时代」。电商平台根据买家的浏览记录做出精准的推荐以提高销量，制造业通过分析生产线数据对生产情况及时做出调整以提高生产效率，家居服务公司通过分析客户的生活习惯数据打造「智慧家庭」以提高生活服务品质，种种应用展示出数据在被有效的挖掘、整合后可能产生巨大的价值。
Gartner推测2020年开始，80％的企业将会致力于提升「数据」能力，随着数据价值逐渐得到普遍认可，数据成为与人、技术、流程同于企业内重要的核心竞争力。因应此趋势发展，在数据应用的美好愿景前，应先行建置完整的数据治理体系，建立企业建立数据管理的原则，当企业持续扩展及累积更多的数据来源及资产时，企业需藉此来管理及应用这些数据，进行数据整合并提高其可用性。数据治理是数据品质控管的准则，用于管理、使用、改善、维护、监控和保护企业内的数据。数据治理对于企业的整体数据管理策略至关重要，数据治理可瞭解企业所拥有的数据、数据所在位置，以及如何使用该数据。而企业用于管理所有数据的内部治理程序，採用一致性的应用标准，广泛地利用数据资产为业务带来更精准的分析辅佐营运决策。

持续精进的数据治理，提升数据的价值，左右企业的未来竞争力
企业在转型为数据驱动为核心的过程中，数据治理变成为了企业无法迴避且须积极规划的一环，藉由数据治理将企业在数据蒐集，应用，取用权限上做好完整的规划，方可发挥数据的最大价值。数据分析与人工智慧等新兴科技的应用，让企业能够更完整的蒐集与分析散佈在四处的有价数据，创造数据的价值。企业在面对「高度不确定」的环境，企业内数据分析与新兴应用仍处于各单位发展阶段，大多数企业尚未清楚划分该由哪个单位负责管理，哪个单位负责运用及发展等因素等数据治理的议题。
因此建议基于数据治理，透过规划治理模式与数据应用策略，构建决策架构与机制，确保IT、业务与公司职能接能够保持一致，以明确的责任归属，加快决策进度，并根据业务需求驱动所需治理流程。逐步探索和推进特定领域进行数据价值的分析，当数据越来越活用，持续产生其数据价值后，组织可开始思考定义数据治理框架并依照前述数据保护推动建议，逐步建立符合自身需求与文化特性之框架内容，以完善企业数据治理机制。