极端天气、金融危机、大流行病或战争等黑天鹅事件曾经是一种反常现象。如今，这些事件的发生频率出奇地高，这会给个人和整个社会带来极大的压力，不确定性和剧烈变化正在发生。

在高压事件引发全球经济爆发的同时，它们偶尔也会成为企业变革和创新的催化剂。面对前所未有的不确定性和新的考量，像我这样的企业领导者突然发现自己需要尽可能灵活地做出调整，为公司、团队和客户开辟一条新的发展道路。随着世界走向远程化，业务重点和战略也发生了转变，以适应混合工作环境--这对许多公司来说，意味着转向云。麦肯锡的一项调查显示，近三分之二的决策者表示，他们的企业因这大流行而增加了云预算。

如今，每家公司都在为数据竞争。随着创建和收集的数据比以往任何时候都多，利用数据力量的能力成为推动企业发展的主要差异化因素。然而，我们对数据使用的期望与实际释放数据全部潜力的能力之间仍然存在脱节。挖掘数据价值的关键在于数据生产力，但为了实现这一目标，企业需要有效的工具来帮助其连接和使用数据，以提供实时洞察力。

数据生产力革命

我们已经到了商业的转折点。企业必须挖掘数据的全部潜力，缩小期望值与真正数据生产力之间的差距。这意味着现代数据团队必须更快地交付业务就绪数据。

首先，让我们回顾一下我们是如何定义生产力的。在工业革命时期，生产力被认为是扩大规模的一种手段。人们发明了各种流程，以提高产量。工人们在机器旁接受培训，由机器来完成繁重的工作。这些新工艺对许多人产生了持久的影响。

那么，今天我们如何定义生产力呢?生产力远不只是一个简单的计量单位，它是前进的动力，是速度与精确度的结合。生产力最终推动我们不断进步--它是推动创新所需的坚实基础。随着时间的推移，我们对生产率的概念也在不断演变，即使是现在，我们对它的理解也有些不同，尤其是在大流行病发生之后。

说到数据，生产力意味着让数据变得有用，这样我们就能完成更多工作。有用的数据是从原始状态中提取出来的，并通过指标对其进行转化和丰富，从而有效地利用这些数据来提供洞察力并加快进度。对于现代数据团队而言，利用这些数据并帮助用户利用这些细微差别的能力是推动企业前进的动力。

非生产性数据的实际成本

当数据不能充分为每个人所用时，企业将付出高昂的代价。最近的研究表明，数据团队经常不确定他们收集的所有数据是如何被使用的，复杂而缓慢的流程正在使许多数据被浪费--使企业损失数百万美元。

我们知道，数据在云中的表现不同，而且随着数据的扩展，其可访问性和完整性也日益受到质疑。企业在应对这些黑天鹅事件时，数据团队可能会突然发现自己负担过重，这只会加剧数据的实用性。为了弥补过时的迁移和维护流程，他们往往不得不花费大量时间来解决数据可用性方面的难题，这不仅耗费了他们的时间，还降低了他们的整体工作效率。当数据团队不得不将过多的时间投入到手动编码等任务中，而不是进行战略工作和分析时，就不可能在数据方面取得成效。

所有这些都会对整个业务产生非常实际的财务影响，并削弱公司保持数据驱动的能力。当这种情况发生时，影响范围将非常广泛，包括价值实现时间变慢，以及根据过时的信息做出决策，从而导致业务效率低下。

技术范式的转变

现在，数据正在创造数据，导致数据混乱，因为处理数据变得越来越困难。在我们能够扩展数据之前，处理数据的方法已经过时。旧习惯阻碍了新流程的创建。面对这一切，我们的工具让我们失望。即使是优秀的数据工程师也一直在使用这些过时的方法和低级技术。而事实是，没有足够的人具备处理数据的能力，因此产生更多的数据对我们没有什么好处。

但是，如果我们能够通过正确的策略有效地利用数据，这将改变一切。理想的方法既能服务于优秀的数据工程师，也能为不懂代码的人所用。它应能与传统、云和现代数据平台集成，并能在几分钟内启动和学习，还能扩展到整个组织中最复杂的用例，并适应未来。

欢迎来到数据生产力的新时代--是时候让不同的数据团队为整个业务提供明确的价值了。

作者 Ed Thompson是Matillion公司的首席技术官和联合创始人