在这个论坛上，我们最近探讨了实现数据智能的不同方面：为什么具有前瞻性的公司需要创建一个数据办公室，该计划可能会产生什么样的"产品"，数据如何在不确定的时期在指导商业决策中发挥关键作用但关键是：如果没有具体的证据，这些都是行不通的。如果数据办公室要帮助组织朝着数据智能化的方向发展，就必须有度量该进展的度量标准。我们都明白，这不可能一蹴而就——不断涌入的新数据，以新的格式和新的来源，以不同的方式进行整理和分析，形成了一个需要持续投入时间和资源的动态学科。但这也是为什么我们需要有形、透明和可理解的度量标准；任何不足之处都可能看起来像是虚荣。这是一个老问题的最新转折点。曾经有这样的故事：在CMOs能够在预算支出和收入增长之间划出一条直线之前，公司是如何将营销视为一个无限深渊的。IT主管们有一段时间很轻松——技术创新吸引了所有人的注意力和资源。但最终，不断扩大的预算引起了审查，并制定了衡量标准，以确定哪些升级或新版本将实际提高生产率。像每一个学科一样，多维数据办公室有一些必须考虑的特殊特性。例如，不同的部门可以对同一数据进行不同的使用。数据与分析，甚至数据与技术之间的界限有时是模糊的。最重要的是，这个专业在不到十年的时间里以惊人的速度发展，从美国企业界几乎没有首席数据官（CDO）到今年的10000名首席数据官（CDO），其中大多数都是最近任命的，所有这些都代表了专业知识和经验的显著差异。我们甚至没有时间来开发特定的功能数据办公室的成功指标现在是时候衡量数据行业在将数据转化为价值方面的成功程度了。既然没有通用的方法论，这里有一些可能的方法建立在现有基础上是一种选择。《哈佛商业评论》（Harvard Business Review）的一篇文章描述了一个医疗数据中心，该中心显然因一次性项目与业务优先级不符而步履蹒跚。CDO将特定的数据计划与数据可以提供价值的业务场景列表相匹配。这些所谓的价值模式侧重于衡量核心业务问题的进展：确保合规性、降低运营成本、增强多个诊所的提供商数据、更方便的患者访问和更好的患者护理另一个起点可能是组织为了投资于数据智能功能而必须制定的商业案例。它通常包括：附加到每个用例的财务模板确定所需的过程和资源技术成本估算专业服务员工培训这些计算中的任何投影ROI都可能成为一组新度量的基础。一些组织已经为成功制定了具体的标志。LexisNexis Risk Solutions——实际上是在数据分发业务中——为其数据运营确定了四个具体指标，所有指标均与整体数据战略保持一致：加强产品开发提供客户情报竞争对手和市场识别高级分析的潜力注重质量如果不深入细节，因此也不必过于狭隘，就可以制定一些一般性的指导方针。它们不能太元化——虽然指标需要突出数据和分析程序本身，但Gartner建议组织还应衡量它们如何影响业务流程，以及对不同利益相关者的影响。为您的数据办公室选择正确的指标要开发适用于业务影响的可量化指标，请从三个主要方面着手：业务价值：每个组织都有关键绩效指标（KPI）和特定的指标-数据如何影响这些指标？利益相关者价值：数据资产是否仅由专家（数据科学家、分析师、IT专家）访问，还是由具有不同职能的专业人士利用，并用于与同事、合作伙伴和客户的协作？ 信息价值：具体的数据分析计划的成本是多少，质量如何（也许是通过评审、采纳等来判断的），它们相对于操作需求的速度如何？指标如何随时间变化根据您的数据办公室或CDO角色的成熟度，您还应考虑改进您的指标：进度指标：您确定了多少数据资产，有多少资产是完全覆盖的（例如，在定义、所有权、使用等方面），有多少关键绩效指标完全一致，认证数据集的覆盖范围是多少，还有多少正在处理中，例如青铜、银、金）。组织指标：你有多少个域，有多少个域已经完全设置了职责（例如，域所有者、数据管理员、隐私管理员），组织各部分的数据素养如何业务指标：最终——也是不可避免的——你需要将数据与业务的点点滴滴联系起来：对增长的影响、成本节约和风险缓解。防守与进攻数据规程的一个更有趣的方面是，它只能采用两种不同路径中的一种这可能是防御性的：确保数据不会被滥用或滥用，以及不符合要求（GDPR和CCPA时代的一个主要问题）这可能令人反感：数据被授权的业务专业人员广泛使用和共享，以支持协作和决策。这绝对不是二元选择没有哪家CDO真的有幸只关注一家。但事实上，它们涵盖了不同的领域，有着不同的优先级，这就要求有不同但重叠的度量标准跨组织协作最后，但并非最不重要的一点是，请记住，数据办公室并不是孤立运行的。事实上，数据办公室原则上应该是反筒仓的。与其他领域（业务职能部门、人力资源部、财务部）的关系至关重要，因此请考虑与您的高管同事共享指标实际上，没有制定度量标准的规则，只有应该开发度量标准。数据智能的概念是至关重要的，无懈可击，而建立一个数据办公室来集中整个公司的工作，并向不同的职能部门提供有价值的数据产品，是这一战略的核心。但这些举措不会像每个预算项目一样在真空中蓬勃发展，它们受制于董事会的优先事项、市场变化和个人动态。可靠的度量不仅可以增强抵御这些压力的能力，还可以加速整个企业中的数据驱动协作，并提升数据智能的状态。