資料趨勢報告

為解決資料技能落差，企業透過訓練與認證從學術界取得靈感

企業必須成為資料導向的企業才能進行數位轉型，因此各組織都進行重大投資（今年平均都投入 1530 萬）來確保成功。雖然這些投資中有部分會用於技術與系統架構，但 1530 萬中有將近一半的金額 (41%) 被編列為用於技能發展。這一點也不令人意外，因為有更多人比過去更容易取得資料，但卻無法「解讀」資料所代表的意義。有基礎資料素養的員工能瞭解並運用（即「解譯」）他們越來越容易接觸到的資料、擁有回答業務問題的能力，並對所屬公司貢獻更大的價值。各公司藉由培養資料科學家角色本身以外的分析能力來克服這項成長阻礙，努力提升員工的資料素養來解決分析技能落差。根據 Gartner 的評論，打造資料導向文化與體驗其優勢最大的絆腳石之一，就是資料素養不足。

雖然投資資料素養對企業來說可能是全新的概念，但學術機構多年來一直都在培養學生的批判性思考與分析能力，並將其視為在個人與專業環境中進行決策與解決問題的必要條件。像匹茲堡大學、卡內基梅隆大學、愛丁堡大學等其他學術機構，透過同時為各科系的本科生與研究生提供資料技能學程與課綱，來培育下一個數位原生代。南佛羅里達大學商學院設立了 Citizen Data Scientist（公民資料科學家）認證學程，教導不具備技術專業知識的學生如何收集與分析用於商務決策的資料。有了這類資料素養，學生將具備分析技能與認知，能在數位優先的工作環境中暢行無礙。

企業正在仿效學術界來建立自己專屬的資料技能學程、卓越中心以及社群，或尋求與第三方資料素養學程與外部社群合作。我們也可預見企業在開始衡量資料素養發展時，將會對分析認證提供補助。這些投資透過引進資料原生代，為欠缺資料素養的原有勞動力提高其分析技能。

Lockheed Martin 將資料素養視為數位轉型的棟樑，舉辦了正式的資料素養講座與課程，邀請全美各校的員工參與並授課，此計畫將在 2020 年進一步擴展。全球安全與航太公司希望向製造與其他非傳統分析師職務的員工實施這項訓練。結果企業分析團隊發現，當員工具備資料素養時，他們會依照自己的職務在處理資料方式上做出改變，並帶來附加價值。Lockheed Martin 的企業分析領導人 Anthony Brown 評論指出：「我們發現，確實瞭解資料的使用位置、資料的使用方式以及使用原因，是培育基本資料素養的重點之一。[...]當他們瞭解到這點時，就會對輸入的資料更用心，這也有助於提升資料品質與資料準確度。」為了管理並將這項資料素養投資推行給超過 10 萬名員工 (這是他們的目標)，Anthony 和團隊使用了自家的內部工具：Eureka。這個類似 Twitter 的平台讓員工可以建立社群、提出問題、張貼回答，提供每個人支援以改善組織的資料視覺化與報告功能。

資料可視化的商業智慧經理 Marina Brazhnikova 發現，她工作的組織位於美國南部，是一個非營利的大型學術醫療系統，對於分析能力有爆發性的需求。為了滿足目前此資料導向環境對分析能力的需求，並且在需求成長時持續擴展，她的團隊把焦點放在招募與訓練員工培養資料素養上，以提供客戶與業務所需的一切。Marina 的團隊本來只有兩位開發人員，現已增加到 11 人。這個在資料素養中的增長，塑造了更投入、更有能力的員工，同時也改善了整體營運效率。

在 Lockheed Martin 的這些有批判性思維的員工們，以及其他發展資料素養學程的公司，都有能力透過資料解決商業挑戰，並為自己的組織附加最大價值。Gartner 指出，從學術測試領域到企業的工作空間，資料素養都是在人員、進程以及技術外，數位商業的核心促成利器。當組織投資發展正式訓練、培養在職學習的社群，以及衡量資料素養的認證時，員工就能透過資料茁壯成長，為企業帶來更巨大的影響，您應做好準備，以靈活因應數位轉型在所有層面對資料素養的需求。

領域和技術專家實現了塑造人工智慧與機器學習共同願景的空想

人人都說人工智慧 (AI) 是數位轉型的下個階段，而各組織也都爭先恐後地投入發展人工智慧專案來保持競爭力。IDC 去年預測：「全球在 2019 年的人工智慧花費預計會高達 350 億美元，2020 年則會增加一倍至 792 億美元。」儘管花費增加，但大多數的組織仍無法從人工智慧的投資中獲得報酬，因為它們過早聚焦在技術而非實際的使用案例上。

新技術與服務已為新階段的人工智慧成熟期打好根基。與其在創新實驗室試行人工智慧專案，各組織改為採取更實際的做法：開始建構創造、測試以及實作人工智慧與機器學習的團隊。如同 Google Cloud 人工智慧部門主管 Andrew Moore 在其《哈佛商業評論》(Harvard Business Review) 一文所述：「當人工智慧成為日常使用的科技時，我們就進入了『部署式人工智慧』的時代」，在這個時代中，人們的關注焦點不再是工程研發，而是在人工智慧的「共同願景」，此願景會勾勒出人工智慧與機器學習如何融入現有流程與團隊結構的輪廓。有別於資料科學家與工程師孤立開發人工智慧專案，這些技術專家在策略規劃的對話階段就讓領域專家參與，以確保該計畫適用於人工智慧與機器學習，並且能配合更廣泛的商業策略。

採取合作方式可揭露出商業決策中最適合人工智慧的部分，以及需要人為干預的部分。假設您開了一間新的零售店，但是您之前從來沒有開過這類商店。要預測商店的預期銷售，採用人工智慧技術的系統可能會根據客流量或該區域中的人口數來建議。但您仍需人類在該領域的專業知識來填補如地點能見度、競爭對手資訊或停車承載量等資料空缺。機器學習的建議只有在由人來做決策時才能發揮價值。如同 Tableau 人工智慧部門的首席產品經理 Richard Tibbetts 所解釋道：「人工智慧的出現，不是表示要演算法告訴你如何經營事業。這要由確保人工智慧能在組織中適用且受到信賴的領域專家來做」。

在人工智慧與機器學習對話階段中邀請領域專家參與能帶來另一項莫大助益：在所有商業職能中，塑造出人工智慧的教育者與領袖。增加技術專家與領域專家的合作能鼓勵雙邊分享知識。在《麥肯錫季刊》(McKinsey Quarterly) 的文章中，NBC 環球集團 (NBC Universal) 企業決策科學部門主管 Cameron Davies 分享了一則與年度預測相關的使用案例。他們決定要建立並推出一套機器學習演算法來協助擴增進程。初期他們邀請了研究人員為專案貢獻心力。他最後成為事業單位的技術福音師，並且訓練了其他人如何解讀機器建議。

資料專家能取得企業如何使用資料的實用知識，而領域專家能提升非技術性職務的資料熟練度，讓他們成為擁護者。根據他們的關係與專業知識，領域專家在將這類人工智慧專案的結果導入各部門與團隊間的實務方面，扮演著關鍵角色，這引領了新一波人工智慧使用案例的浪潮。

各家品牌運用敘事方式探索消費者資料，以求更真切且發人深省的互動

您最喜歡 2019 年的哪張照片？您最常聽什麼音樂？您多常運動？對 21 世紀的消費者來說，這些個資故事比過往更容易取得且具啟發性。我們對於公司收集自己的資料早就習以為常，甚至還會期望它們能夠在每週或每年的總結中為我們的行為提供簡要的回顧。現在這些深入資訊比過往還要普遍，各家品牌都在致力讓資料故事更有意義、便利性與互動性來提升與消費者的互動。

資料敘事是公司圖解我們習慣的高效方式，並且能以數種方式與我們互動，這單靠例證與數字無法做到。想想您自己的銀行交易：您已經能存取所有付款、存款以及與您帳戶相關費用的詳盡歷史記錄。但您是否花費任何時間來分析這些清單以取得深入資訊？接著，銀行在年末寄了彙整您購買資訊的年結單給您，將此資訊分門別類，並以視覺化方式呈現。這個對資料的不同顯示方式能協助您立即發現趨勢，並啟發您提出有意義的問題：「我在買衣服的過度花費是否足以讓我出門旅行或進一步培養我的興趣？」

快速一覽您的花費是個簡單的舉例，但這類年度回顧能展現出情境式資料的效力，以協助我們擷取深入資訊。在 Gartner 的一篇部落格文章 Use Data and Analytics to Tell a Story（使用資料與分析說故事）的作者 Christy Pettey 寫道：「是資料的背景提供了價值，這也是讓人願意聆聽與互動的原因。」由於這些故事引人入勝，因此讓與此資料的互動更令人期待。將資料直接送到您的電子郵件信箱或智慧型手機，提供了一層便利性，使探索資料可行且值得花費時間。

雖說個人化的深入資訊能帶來啟發新問題與動作的絕佳優點，但有些公司會更進一步，並且根據您的資料給予建議。企業合作軟體 Slack 會提供有關貴組織參與的通路與對話資料，但也會進行個人化的建議，例如，離開不活躍或流動不頻繁的通路可能有助於您保持專注在更有生產力的對話上 (先說清楚，沒有人建議您停止與同事分享寵物照片)。

這些個資互動會透過人際互動變得更有吸引力。在 Spotify 的年度回顧中，收聽者會收到一個小測驗，猜猜哪位演唱者獲得聽眾最長的串流收聽時間。Facebook 也會在當您的線上友誼達到重大里程碑時，為您與您的人脈提出小測驗。這些問題可能包含猜測您按讚彼此內容的總數，或從有您們兩人的四張照片中選取最先上傳的一張照片。小測驗不僅讓與歷史資料互動變得更吸引人，還提供了有趣的機會，讓您與自己認知的資料故事做比較。

我們期望看見更多品牌提供這類資料體驗與互動式深入資訊。個人化的客戶體驗有助於公司提升忠誠度、滿意度以及新機會，例如重複的購買內容、向上銷售或交叉銷售。但也增進我們與這些品牌的關係，並提供身為消費者的我們莫大價值，包含為通常不會參與資料分析的人帶來了更有意義的體驗。我們與自己資料故事的互動越有價值且資訊豐富，就有越多公司可以增權益能，讓我們有能力改變行為以達到個人和專業成長的目的。

以資料做為資源時，顯示出平等是改善員工滿意度與商務績效的必要條件

資料成為組織增加平等的重要資源。越優異的資料能讓組織 (非營利組織，但也包含政府與企業財團) 找出代表性不足或在充分代表上受到阻礙的個人或群體，造就對所有涉及者的多元優勢。除了能滿足道義責任外，建立平等環境與系統對創建的個人或與組織都能帶來正面影響。對於企業財團來說，透明公開工作場所的資料，可改善員工的留職率與滿意度，同時準確反映所服務的社群與客戶。研究顯示，多元且平等的工作場所能增加營利、最佳化營運效率，並且在徵才管道上保有競爭力，還有其他多項優點。

透過運用資料，組織可精細分析多元性指標，並使用資訊找出整個組織的平等不足之處，並且成功地加以化解。被排除在政策討論以外的人或符合服務適用資格的人，將能同時在公營或是私營事業的範疇上，透過資料被看見、瞭解以及受到支持。非營利組織透過倡導工具使用資料來創造平等，讓地方官員得以提倡婦女權利，而政府會使用種族平等儀表板，檢視是否有特定種族、性別、經濟或文化族群未充分受到重視。

用資料成功建立平等的其中一個例子是美國的教育系統。Equal Opportunity Schools (EOS) 為 540 所學校提供服務，該組織與學區合作，分析其資料以改善就讀進階先修課程 (AP) 以及國際學士學位課程的可能性。過去數十年來，EOS 已支援各所學校超過 43,000 名有色族裔與低收入家庭的學生就讀進階先修課程，這些學生經常受到忽視且未獲充分代表。目前美國有 98% 的進階先修或國際學士學位學程未反映出所屬學校應的種族多元性。

透過使用資料，EOS 能協助學校快速有效率地識別出能在這些進階先修課程中獲致成功的有色族裔學生，創造管道獲取先前無法取得的教育機會，並在這些學程中建立更佳的種族平等。

工作場所資料的類似分析，有助於私人公司設計出更強大、多元且兼容並蓄的計畫與診斷工具，以量化測量自己的努力。透過對於薪資、性別與種族平等的深入資訊，領導人員能看見獲得錄用與未獲錄用的人、是否所有人都能參與計畫，以及現有計畫的成效。

透明的工作場所資料有助於增進員工信任與滿意度。開心的員工會有更高的生產力以及更優越的工作表現。根據 Deloitte 報告顯示，相較於缺乏包容性的徵才策略，有包容規劃的組織可以多處理 3.6 倍的個人績效問題。人力資本往往是每間企業最大的投資，致力創造更具包容性的工作環境，能改善留職率與徵才，產生長期的利潤。

是否擁有多元平等的工作環境也會影響盈利。McKinsey 的 Diversity Matters（多元的重要性）研究結果顯示，了財務表現與更多元的性別及種族環境之間有所關聯。「性別多元性排名位居前四分之一的公司，財政收益高出全國產業中位數的機率多出 15%。「種族/族裔多元性位居排名前四分之一的公司，財政收益高出全國產業中位數的機率多出 35%。」對於建立平等工作場所以求員工滿意度與組織成功方面來說，績效表現與多元性之間的關係，使以資料做為資源 (以及與其相關的透明度) 的重要角色更加不容忽視。

主管需共同承擔資料與分析未來的責任

為了成為更具資料導向特性的組織，各組織投入數兆資金，但 2018 年一份 McKinsey 分析調查發現，「領先者與落後者」（即成功完成資料計畫者與努力尚未獲得回報者）之間的差距日益增大。最成功的資料導向公司在文化上的投資與在技術上的投資一樣多，將資料嵌入核心的商務職能中。而差距最大的，莫過於組織文化（包含資料文化）。

近幾年來企業增加對資料長 (CDO) 的重視，顯示出資料在企業中的價值，以及資料與分析計畫對主管支持的需求。CDO 的任務是根據一項分析策略帶來商業資訊的各個面向，銜接 IT 與商業的落差。時至今日，資料長仍致力促進數位轉型，但現在所有主管都會致力將資料與分析視為應共同承擔的責任。

組織期待所有職能領導者能透過來自其專屬團隊輸入的重要資訊，以獲悉資料與分析的策略。領導者應瞭解人們在其業務領域中使用資料、分享資料，以及呈現資料的方式。「您的資料策略必須融合整個組織的需求，以確保能囊括所有商業目標」，Tableau 資深產品行銷經理 Mike Hetrick 在分享的意見中表示。「資料與分析策略必須涵蓋人員、進程以及變動管理。」

這項責任的另一項元素需仰賴主管的支持。在策略之外，我們也期許領導者能透過員工創造資料導向未來所需的工具與訓練為其增權益能。「主管支持不僅要考量到如何為整個組織擴展技術，還要提供充分的支援、訓練、變動管理，以及克服任何組織阻礙的能力」，Hetrick 表示。「扮演支持角色時，有一部分的職責是要成為行為楷模，並且發聲提倡資料科學」。

上至 CEO 都應實現這項期待。例如，南非一家居領導地位的航空公司 Comair，該公司的商業智慧團隊希望開放自助分析功能給全公司的更多員工使用。為了協助教育員工以及上崗就職，他們想出了資料託管人計畫。這項計畫找來了商業職能中的資料專家來協助新使用者，並提倡自助處理的做法。在獲得 CEO 的同意後，該計畫在創造分析文化上有了顯著的進展。「我們很幸運地剛好有位對資料科學深感興趣的 CEO」，Comair 商業智慧經理在分享的意見中表示。「若沒有 CEO 的首肯，商業智慧計畫幾乎不可能實現。」

這項做法意味著整個公司高層都能對資料與分析有更周延的觀點，使資料成為策略對話與董事會議的關鍵部分。當這項合作在主管層級展開後，資料與分析計畫就有了轉型組織基礎營運方式所需的支援與擁護，可將資料嵌入日常對話的方方面面，以及每個部門與職務的行為中。

各組織拓展資料管理的參與性，以大規模支援資料導向的決策

您是否思考過資料的狀態？您是否知道它被保存的地點、使用它的人員，以及它的使用頻率？貴組織中的員工是否瞭解哪些資料適用於行銷決策，以及資料的存取方式？

資料導向領導者正在使用新的解決方案來區分組織，以整合其分散的資料管道，資料如何準備、策劃以及在整個企業中分享的角色與進程，已連同資料技術中已發生的進化一起改變。IT 應仿效電影《魔鬼剋星》的橋段：雖然不建議交叉合併流程，但有時候這能解決最令人懼怕的大問題。在此情況下若模糊 IT 與商業責任在資料管理的界線，組織將不再受限於職能邊界，能大規模地促進企業範圍的資料整合，並透過在正確時機提供正確資料，為整個組織的員工增權益能。

對於維護內部與外部合規情況來說，解決這類資料整合挑戰勢在必行，這也能促進組織取得業務全貌、瞭解客戶，並找到新的商機。許多組織都致力識別、準備、規管能為整個組織帶來最大益處的資料，並且使其資料能被廣泛取得。成功完成這些事項時，資料管理就會改變，一切都由技術開始。

越來越多的解決方案供應商將資料管理能力與更廣泛的使用者結合，而不僅僅只是融入 IT 部門而已。此外，隨著商務使用者的工作流程與功能性更加密切 (包含在分析平台中)，員工將能在資料管理責任 (傳統為 IT 的責任) 上，採取更主動的行動。這是商業智慧中自助作業進化的自然後續步驟：組織先擴大資料的存取權限，之後促進更深入的探索，以及新類型的使用者編寫分析內容。現在，有些商務使用者能自行與資料互動。在這些階段中的每個階段，IT 學到了如何在規管與自助作業間取得平衡，好讓商務使用者能減輕一些負擔。交叉合併這些流程對管理資料與分析至關重要，因為其影響規模會擴及整個企業。

自助資料準備能充分展現出這種演進情況。以傳統方式擷取、轉換、載入進程的各種方方面面，現在都能使用整合分析工作流程的現代工具以自助方式執行。這不僅能讓使用者進行更大規模的即興式探索，也還能將其做為新使用案例的起點，以在擴充到整個組織前先行測試。這是雙贏的結果：企業能在資料管理上擁有更多所有權，因此可以減少 (傳統上) 冗長的開發生命週期，而 IT 從限制中獲得更多自由來處理自己最擅長的高專業化工作。

此進化的另一個範例是資料目錄，意即資料資產的目錄，可協助定義與核可資料資格，並且追蹤資料來源、內容與使用者彼此關係。在整合與管理資料上採分散式負責的組織中，目錄至關重要，您可將其用來集中檢視公司資料資產過去發生的記錄。目錄可協助您更輕鬆地探索與升級資料，瞭解其關聯性與新穎程度，並且監控正在使用特定資產的人員。

現代化的目錄能提供您這個寶貴的資訊，並將商務背景資訊直接加入使用者分析的流程中。因此，當整合越多資料且資料越來越能廣泛在組織中取得時，員工就會瞭解資料的品質，以及如何在符合政策準則的情況下使用資料。這就是資料素養至關重要的地方，使用者最少會學到如何解讀資料指示的資訊，以及識別出可信任且有關聯的資料。當資料使用者可成為自己的資料託管人時，就能減輕 IT 的負擔，並且確保在決策時負責。接著，經驗更豐富且具備正確技能的使用者接下來可能會參與自助資料準備作業、查證組織要使用的新資料來源，或在策劃進程中將商務情境新增為元資料。

透過各機能線的運作與模糊的責任界線，IT 與企業可達成新的合作與協調方式。有了為商務使用者與目標量身訂做的做法，更廣泛的資料管理計畫終將成功，因為 IT 與企業能共同致力增加能見度、探索能力，以及對資料環境的信賴。這也意味著組織有能力識別並優先規劃最有廣泛價值的資料資產，並進一步大規模地支援規管的資料與分析。