编者按：
在数据管理知识体系DMBOK中，制定数据战略是重要的一项治理活动，数据治理战略定义了治理工作的范围和方法。应根据总体业务战略以及数据管理、IT战略全面定义地数据治理战略。
USTRANSCOM(美国运输司令部)新兴技术主管拉里·麦克莱恩(Larry McLean)，在 DATAVERSITY® 的企业数据世界大会上做了《执行有效的数据战略》主题演讲，讨论了复杂的任务如何自然地产生复杂的数据，并且需要一个有效、且经过深思熟虑的数据战略计划来管理和保护关键数据。他说，一切始于找到根本原因：制定数据战略的首要目的是什么?
提出正确的数据战略问题
首先，数据战略是建立在公司更广泛的组织愿景之下。组织的愿景是战略的基础，战略指导目标，目标通过指标实现。
组织必须问自己：目前的现状是否足以很好地生存?数据和数字战略是否与组织的目标一致?您是否希望获得或保持对同行的战略优势?拥有有效的数据战略允许政府能够做出更好的战略和战术决策。“特别是在我们的军事和政府领域，需要迅速做出精准的决策。”麦克莱恩说。
拥有有效的数据战略还有助于组织优先获得数据的益处：更明智的决策，了解客户和趋势，提供更好的产品，改善内部运营并创造额外的收入。
“在政府部门，我们不赚钱。但我们确实想看看如何提高效率，找到更快、更好、更经济的做事方法，“麦克莱恩说。
在USTRANSCOM，有许多具体原因需要数据战略，包括：
事前决策
成长为数据驱动型组织
优化任务
为快速的运营需求提供信息
将人员安排在最需要的岗位
了解组织每天使用和产生的大量数据
制定数据战略
对于麦克莱恩来说，很明显，制定数据战略无法在短时间内完成，特别是在政府机构官僚作风根深蒂固的情况下更是如此。这将是一项需要有组织、有耐心的长期规划支持工作。首先是描绘一个愿景：组织的可能性领域是什么?它想做什么?
“你需要确保组织能够达到这一目标，但不要太短视，认为这太容易了。让它成为一个有挑战、有困难的目标。“麦克莱恩说。
如果愿景是“将来”状态，那么下一步是定义“现有”状态。就USTRANSCOM的案例而言，在云计算被广泛使用之前，有大量的遗留基础设施在开发时运行良好，但现在导致了无用的信息孤岛，给企业互操作性带来了障碍。
在此期间的关键动作包括差距分析，该分析着眼于组织从“现有”状态转变为“将来”状态，需要完成什么，组织事项优先级，以及一个优势、劣势、机会和威胁的SWOT分析。
关键挑战的一方面是带来文化变革。麦克莱恩说：“你可能会彻底颠覆那些把人们带到职业巅峰的经验、传统知识和技能。”人们将有很高的积极性去捍卫过去行之有效的传统项目。因此价值主张必须同样站得住脚，并明确列出益处，以便克服这种阻力。挑战的另一方面，过度宣传愿景可能会助长炒作周期，在这种循环中，过高的预期会收缩，最终变成幻灭。因此，我们必须将愿景分解成清晰、可消化的小目标，让人们在不可避免的长期过程中，尽早获得一些明确的“胜利”。
恰当的推行你的愿景是关键，这意味着要与组织的各个层面接触：高管层、中层管理人员和从事一线工作的基层人员。必须有一种透明和合作关系的感觉，这样该项目就不会被视为仅仅是为了数据人员，而是会让公司里的每个人都能更好地运用功能。在各个层面都要建立支持愿景的立场。“人们会支持那些他们自己帮助创造的东西，”麦克莱恩说。
然而，该组织有一个非常大的优势：来自USTRANSCOM指挥官对数据战略的大力支持。每月与指挥官举行一次常设会议，让指挥官了解如何推进数据战略以及已经取得的成就，这造就了强大的前进势头和管理层的支持。
执行数据战略
战略制定好之后，就到了需要将其真正落地的时候。麦克莱恩说，首先是投资组建团队、技术和流程作为基础。USTRANSCOM建立了新的首席数据官(CDO)职位和新的数据管理团队，增加数据架构团队成员，并聘请了新的数据科学家和数据工程师。
在培训方面，该组织使用DATAVERSITY课程，作为培训材料，派人员参加会议，并邀请了著名的演讲者。在技术投资方面，收购了Plateau公司作为集成商，并安装了IBM的数据云包(Cloud Pak)。
在流程方面，该团队首先定义通用词汇，创建业务术语表，并将业务术语表发送给同行评审，并创建了一个DataOps团队。他们确定了数据源、表、元素，然后为质量标准创建了数据配置文件和元标记数据。
接下来，他们摄取数据，进行系统连接和安全调整，并优化产品组合。之后是数据扩充和质量审查，最终有了数据可视化、扩展分析和数据服务的创建。
关键在于“自顶向下”和 “自底向上”两种方式结合执行。“自顶向下”意味着要找到通过切实成果立即展示价值的方法，例如通过降低IT组合成本。成本的减少使得更多的资金为本组织做更多的事情。“自底向上”的方法是开始用可信的、有价值的数据搭建环境。虽然这种方案见效不那么快速，但它仍然至关重要。
结论
自从这个数据战略开始执行以来，USTRANSCOM已经启动了许多有远见的数据项目。该组织目前有10个动态的活动数据分析用例，同时正在构建一个数据环境 —— 仅一个项目就有1425个参考数据表需要从各孤岛系统中抽取。数据科学团队当前的目标是构建出可复用的分析体系，以用于未来的工作。
虽然已经取得了显著的成就，但还有很长的路要走。最终，从长远考虑是成功执行数据战略的最重要因素之一。
麦克莱恩说：“真正的要点是，它始终是一个长期的计划，在头一两年，你解决不了任何事情，这些只是作为一个组织必须要做的事情。”
译者介绍：杨诗玉，从事企业ERP管理咨询十年，现转型做工业互联网数据管理相关业务，CDMP。
本文翻译自 Sharon Lurye 的 Case Study: Executing an Effective Data Strategy(来源www.dataversity.net)，仅供大家学习参考。
