數據供應鏈一團糟，如何修復看過來

數據比以往任何時候都更重要，但大多數組織仍在一些關鍵問題上放錯重點：更關注數據基礎設施，而非數據產品；建立的數據往往很少考慮到最終用途；缺乏共同的數據語言，每個部門各自為政。本文提出一套「數據供應鏈」管理流程，讓公司可以解決上述問題。數據和其他任何類型的資產一樣重要，而且數據產品日益和實體產品一樣重要，如何管理數據，是領導人不能忽視的問題。

數十年來，數據管理一直困擾著大型公司。幾乎所有公司都花很多錢在這上面，卻發現結果不盡如人意。雖然這個問題似乎沒有變得更糟，但隨著經理人和公司努力加強由數據來驅動、善用高階分析和人工智慧（AI），並運用數據來競爭，於是，解決這個問題變得日益迫切。本文將透過「數據產品」（data product）和「數據供應鏈」的角度，探討一種強大的數據管理方法。

大多數公司在處理少數一些常見但重要的數據管理問題時，碰到困難。

第一，企業聚焦在數據管理的技術能力，而這是由資訊科技職能掌控的，必須要獲取、儲存和移動數據。這種工作沒那麼容易，因為建構技術「管道」深具挑戰性。但在這麼做的時候，企業較關注基礎設施，對產出的注意少得多：所謂產出，是指最後產生的數據產品，可用於做決策、使產品和服務進行差異化，以及滿足顧客。

第二，數據是在組織的不同單位裡產生的，以滿足各個部門的需求，並不是供其他部門日後在數據產品、業務決策或流程中使用。實體產品相反，例如汽車，設計底盤和啟動器等組件時，就已將最終產品放在心上。

第三， 大多數組織缺乏通用的數據語言。數據很微妙、有細微的差別，而且對不同情境中的不同人有不同的含意。

更糟的是，一些部門把「他們的數據」據為己有，可能不願與人分享。或者，雖然願意分享，卻不會花時間解釋那些細微的差別，好讓其他人有效使用。這導致其他部門建立自己「近乎疊床架屋」的數據庫，加重整體的亂象。