在过去的十年中，各企业组织都把重心放在如何增强“数据驱动”作为其业务战略的核心原则上。数据驱动指的是使用数据来制定业务决策，诸如生产、采购、营销等关键环节。但这并不一定能够衡量公司的整体数据状况。成为一个数据驱动的组织需要时间和精力，并积极地投资于整体数据策略。

因此了解“数据成熟度”是一个很好的开始，数据成熟度为业务中的数据渗透提供了更具体的度量，并封装了数据驱动组织中涉及的人员、流程和工具。

为了让数据专业人员不断发展，并面对治理和监管方面的新挑战，他们必须把提高数据成熟度作为自己的核心立场。通过将数据视为重要企业资产，而不是可有可无或者只在总结报告中出现的角色。关注数据成熟的专业人士和组织可以降低数字驱动业务的复杂性，并根据即时状况调整他们的数据管理和分析方法。

数据成熟度定义

数据成熟度可以通过数据在公司日常策略和结构中占多大比重来定义。人们经常谈论公司规模与数据成熟度的关系，但这两者是完全相互作用的。公司的规模本身就忽略了一些重要的细微差别，比如心态、经验和公司文化中数据的普遍性。

例如，随着数据收集的增加，数据竖井很可能会继续存在，除非公司在可靠的数据策略背后投入真正的努力。降低数据竖井的影响需要一定的成熟度，而不仅仅是大公司所提供的技术或资源。

广义地说，数据成熟度是三个方面的评估指标：人员、工具和准备情况。

在人员方面，数据成熟的组织了解员工对最新数据和分析技术有多少经验。他们帮助业务部门尽可能地使用和共享他们的数据，并显示出对升级他们的数据生态系统的持续渴望，以保持在可行的前沿。此外，他们鼓励所有员工——无论他们的角色是什么——追求数据素养，或阅读、理解、创建和沟通数据的能力。

在工具方面，数据成熟的组织将数据视为一流产品，而不是事后引用的资料。他们正在构建一个以数据为中心的技术生态系统，并积极创建组织和技术基础设施来支持数据产品。此外，团队了解他们的数据产品在哪里被使用以及如何使用，并将这些用户视为客户。

在准备方面，数据成熟的组织很好地理解他们在成熟度的光谱上的位置，并且能够清楚地表达他们想用数据完成什么。领导者需要具有数据第一的思维模式，知道他们希望推动什么样的业务成果，以及数据将如何帮助他们实现这一目标。公司文化是一种将数据融入其价值观和战略的文化，无论是通过OKRs(目标和关键结果)还是员工期望，并授权员工在每个决策中使用数据。

通过将权力交还给数据生产者，数据将被最了解它的人——也就是那些创造它的人——共享和定义。

将数据视为产品

就像企业投资于产品开发一样，它也需要以类似的方式对数据进行优先排序。将数据视为产品意味着允许组织向业务用户提供他们可以依赖的数据。

一个成熟的数据生态系统应该关注与优秀产品相同的原则：

速度(足够支撑决策，而不是马后炮)；

规模(能够无缝地增加数据生态系统以及业务)；

简单(用户应该能够理解数据并有信心使用它)；

可访问性(用户应该能够使用他们选择的工具与数据交互)。

随着新的数据资产迅速增加，以及不断变化的监管要求迫使数据留在各自的区域，各组织开始认真考虑他们已经采取的大规模管理和分析数据的传统方法。实现数据成熟对于确保组织能够依赖他们的数据并收集有意义的见解至关重要。

随着组织变得更依赖数据驱动，数据成熟度将继续发展，同时也认识到监管要求和数据可访问性的限制因素。随着云计算、管理服务产品和数据本身生产的不断加速发展，将数据作为一种产品和关键资产进行思考和关注，将继续成为现代企业的竞争点。