数据自白:洞察产生洞察
这是五部分系列文章的最后一部分，我们将跟踪一位执行关键任务的业务分析师。他的公司总体上是成功的，但越来越多的人担心客户流失。虽然仍有新业务进入，但退出客户的声音肯定会越来越大，这将成为一个严重的问题。因此，Cliff的任务是通过挖掘数据来找到答案:为什么那些本应带来持续收入的客户都离开了，如何才能扭转这一趋势?
把它想象成一次购物冒险，对你需要的东西只有一个模糊的概念。你有一个视角，一个起点，但你不知道它会把你带到哪里。我们已经确定了12个步骤，每个步骤代表一个不同的目的:
第一步:建立一个业务术语表
2 .建立关系网数据域模型
第三步:定义策略和引用管理
步骤4:目录你的资产
5 .收获血统和用途
第六步:用分析和评分
第七步:关联使用数据匹配
第八步:转向创意管理
步骤9:检索使用服务代理
第十步:用访问管理
步骤11:完美使用合成,……
步骤12 -注册到数据市场:通过发布可信的、预定义的虚拟和动态的分析数据集来增强您的数据智能图，这样它就可以被整个组织发现和执行。
在第4部分克里夫只需按一下按钮，就能把这个系列的所有照片都看完。这启动了一个工作流，其中包括数据使用协议(DUA)、分布式和联合提取数据集、执行身份和访问策略，以及呈现重复信息的360度视图。克利夫选择了他想要的提货方式——借、租或买。通过选择borrow作为首选交付选项，Cliff会在请求的数据可用并安全保存在虚拟容器中(而不是物理存储在数据库或文件系统中)时收到通知，在他从DUA获得授权的期间内。
对于如何查看和使用这个返回的数据集，Cliff有无数个选项。如果Cliff偏爱特定的商业智能/报告平台，如Tableau、Looker、Power BI等，他可能会选择通过其首选平台本机的维度、枢轴、小部件、图表等来可视化原始数据和/或汇总数据。独立于任何技术或其他方面的帮助，以思维的速度运行，并受益于客观的指导，为他的分析提供了最大的机会，使用最好的数据，Cliff现在准备了解为什么客户赢得和客户保留之间存在明显的差距。在这个时候，公司应该专注于针对新市场的新产品，而不是为什么失去现有的业务吗?答案可能并不简单:现代运营环境往往是庞大而复杂的，有错综复杂的供应链、经常性的合规问题、来自新贵和大企业集团的竞争等等。但数据提供的结果可能是无懈可击的，如果它是值得信赖的。
这些知识不仅成为客户流失分析的基础，还可以作为商业计划的构建模块——在智慧和机会的指引下，一条清晰的前进道路。它是一种可购买的资产，可以无缝地融入数据智能图。这是驱动数据智能的“大脑”:它将内容与上下文结合起来，并整理公司范围内的集体智慧，将原始信息转化为相关和可信的知识。更重要的是，这些知识不是储存起来的，而是可以共享和重复的。
当然，即使是最精确的发现也只能代表一个时间快照。这是一个由持续的数字化转型和动态趋势所定义的商业世界。下一个具有相同凭据和访问控制的业务专业人员使用相同的参数启动数据搜索，可能会得到完全相同的结果……或者与当时更相关、更准确的非常不同的结果。这是Cliff创建的分析资产的动态力量，它可以进一步适应后续的计划。
总结
数据智能的12步似乎撒下了一张大网，覆盖了很多领域。看起来深刻而详细，确实如此。这意味着大量的时间和资源的使用，但事实并非如此。狗万新闻c使这一过程成为可能的技术今天已经存在。不幸的是，组织需要付出极大的努力来选择、集成和维护四种或四种以上的最佳技术，才能接近无缝的端到端数据智能平台。直到现在。直到Coll新万博移动客户端ibra。加入我们的旅程，我们提供这种无缝的、以结果为导向的服务(是的，即服务)，不仅以数字方式改变您的业务，而且成为一个数据智能组织。你可以在6月23日“数据公民20:数字体验”的会议上听到更多关于我们如何实现这一目标的信息。
在这段旅程中，还有一个因素值得关注。在Co新万博移动客户端llibra，我们一直认为数据智能不仅仅是技术。我们将获得更大的数据库，并遍历云以优化性能和规模。我们将通过灵活的应用程序和可扩展的基础设施将许多技能商品化。但归根结底，这是关于人和流程的。目标是总是为了让人们更容易找到正确的数据，信任它，在它的基础上进行构建并与它合作。
数据的真正价值在于使用．如果不这样做，我们就会有更多的原始和干净的数据库，而且完全无用。这次商业任务失败了。通过正确的访问和使用，我们为数据民主打开了大门。
Cliff不是数据科学家，他没有寻求合规顾问的许可，也从未拜访过IT专家。他以他们的工作为基础——之前他们已经建立了坚如磐石的流程，以消除摩擦、限制和障碍——获取他需要的数据，并建立他想要的计划。数据完成了它的工作，所以他可以做他的工作了。
有了数据智能，我们所有人都是这样。
我们希望你喜欢这个由五部分组成的系列，我们欢迎你的反馈。请继续关注其他数据智能博客——我们还有更多内容可以分享。
