赛仕软件（SAS）：数据、分析和人工智能：信任如何创造价值（23页）.pdf

《赛仕软件（SAS）：数据、分析和人工智能：信任如何创造价值（23页）.pdf》由会员分享，可在线阅读，更多相关《赛仕软件（SAS）：数据、分析和人工智能：信任如何创造价值（23页）.pdf（23页珍藏版）》请在三个皮匠报告上搜索。

1、代表：年度 数据和分析全球执行研究 的结论数据、分析和人工智能（AI）：信任如何实现价值 定制 研究 报告定制研究报告 数据、分析和人工智能（AI）：信任如何实现价值目录执行摘要.1第 I 节：对数据建立信任：分析领域领导者如何获得“正确的内容”.2 信任推动分析迈向成熟.2 为什么缩短信任差距很重要.3 给您的数据分级.4 人为因素：拥有领域专家的合作伙伴.5 以数据治理为基石建立的人工智能（AI）.5 致力于将数据视为一项资产来进行处理.6第 II 节：通过客户数据取得的成功取决于维持客户信任.10 数据安全性和隐私的关键地位.10 以数据为基础建立客户信任的机会.11 信任是脆弱的谨慎对

2、待.11第 III 节：创造调查和实验文化，建立创新信任.15 在员工中推进数据素养.16 培养协作，促进文化变革.16 分析专业技能：集中与分散.17 沟通和教育鼓励分析思维.18 领导者最佳实践 医疗保健 克利夫兰诊所的集中式数据存储帮助建立对分析的信任.8 制造业 卡特彼勒定制分析策略满足业务部门需求.9 政府 DataSF 教授提出分析问题的艺术.13 金融服务 Barclays US 通过跨职能团队合作改进预测模型.14关于本研究.20致谢.20发起人观点.21麻省理工学院 SMR Connections 与我们的发起人协作完成本文内容。该组织独立于麻省理工学院斯隆管理评论编辑委员会

3、进行运营。2019 年麻省理工学院版权所有。保留所有权利。1 从分析和像人工智能这样的新兴技术中获取更多价值，首先要从信任开始，单纯因为用于分析所收集的数据必须可信。就像临床实验室需要无菌环境，或法律的实施需要一条明确的证据保管链，共享数据的客户和合作伙伴必须相信数据受到保护，并在从收集自储存到如何应用的各个方面被适当使用。相反地，一旦通过应用数据分析得出洞察，组织内的所有个人必须了解数据管理得到了谨慎对待，这样他们才能信任这些洞察并使用它们制定决策，提出新的问题。我们对超过 2,400 位商界领袖和管理者进行了全球调查，调查提供了关于这些关键领域组织活动的洞察，并确认了公认的最佳实践更趋主流

4、化的领域及仍可能没有常态化的领域。调查发现，一些受访者改进了分析实践，将其与基于人工智能（AI）的技术（例如机器学习和自然语言处理）进行结合，而这些受访者所在的组织倾全力培养数据质量、保护数据资产，并发展数据素养和创新文化。总的来说，该调查发现了一项由来已久的差距：大部分受访者都报告称能够访问更多数据，但只有少部分表示持有用于制定决策的“合适”数据。值得注意的是，报告高度信任分析用数据的受访者同样更倾向于在确保数据的高质量和导出有用洞察的基本活动中表现出领导力。该调查结合对行业领先从业人员和业内专家的访谈，对全球组织的数据分析实践和受访者针对这些实践效力所持的观点进行了调研。主要研究结果中的三

5、个主要结论：1.需要更佳的数据治理。只有少数受访者实行了保证数据质量的正式活动，这表明，需要为数据治理提供更强力的保障，以支持高级分析。接受访谈的从业人员提供了处理数据架构、治理和质量的方法实例，这些事项能够帮助建立对分析用数据的信任。2.数据隐私作为新的机遇浮现。调查受访者们最关注的就是数据安全，不过通过在该领域应用分析和人工智能（AI），还有机会提高安全实践的成熟度。数据隐私举措并不那么强力。访谈突出显示出有机会将隐私举措和通用数据保护条例（GDPR）作为建立与客户间信任的一种方法，而不是单纯将它们看作是守法本位 指令。3.培养分析文化可以推进创新。支持分析驱动创新的领导和管理实践相对较强

6、，不过研究显示，许多组织还有机会在向员工推广必要技能和思维模式方面做得更多。只有少数受访者从事发展员工数据素养的活动；同时，受访者也指出，寻找拥有合适技能的员工是创新所面临的最大挑战之一。对从业人员的访谈显示了分析领导者们如何能够通过对业务线上的合作伙伴开展教育、与其沟通和合作，来培养创新文化。组织抉择例如集中分析功能和设立一个首席数据官或首席分析官职位可能也会有助于推进分析向成熟迈进。拥有 CDO 或 CAO 的受访者更倾向于报告持有决策制定所需的数据，在那些分析得到整合的组织工作的受访者也是如此。对于仍在努力将分析推向成熟的领导者来说，从业人员从来自跨国公司的数据领导者到小型市政府团队的领