组织希望“数据驱动”，其要点是他们希望人们使用数据来做出决策。领导们知道太多的人组成的东西。每一个领导者都是自己做的，所以这并不是一个秘密或什么。所以，我们希望我们的数据驱动我们的组织。但这又意味着什么呢？
Is being data-driven like being chauffeur-driven, where we sit back and get to our destination on what we trust is the best route? Or is it more like driving cattle, where enough of us form a herd and move along a path not of our choosing?
数据驱动是否像司机驱动一样，我们坐在那里，以我们信任的最佳路线到达目的地？或者更像是赶牛，我们中有足够多的人组成一个牛群，沿着一条不是我们选择的道路前进？
我们作为人应该在哪里适应这些场景？我们也不做决策，在数据的世界里，这是我们的主要责任。
“数据驱动”是懒惰的商业行为，它代表基于证据的决策，即拥有一个健全、透明和可重复的决策过程。但正如经常发生的那样，当我们将科学方法带入商业世界时，我们会失去很多严格性
一般来说，我们喜欢把我们的决定建立在证据之上的想法。不管怎样，我们中的一些人。但说到数据的管理和使用，事情就不那么简单了。任何人都可以把一堆数字扔到幻灯片上，让一群人点头。问题是没有得到足够的数据。它得到的数据符合手头的决定。这里的重点是我们如何使数据适合，因为我们中很少有人非常适合分析和解释数据。如果“根本问题在于我们对人们如何分析和处理信息知之甚少”，那么董事会如何制定有效的数据策略？
数据是一种独特的野兽，其行为方式与其他组织资产不同。我们如何看待它将是我们如何实现它的价值、平衡它的风险以及观察它的监管约束的主要决定因素。这意味着董事会对其企业数据战略做出的最重要的决定之一就是使用什么隐喻。
如果我们是一家制造照相机的公司，我们的一个员工说我们生产发动机，我们可能会嘲笑他们。当然，除非他们是正确的，在这种情况下，我们有一个严重的战略问题要处理。我们怎么知道我们是在制造照相机还是发动机？如果有摄像头引擎或引擎摄像头的市场呢？考虑到自动驾驶汽车是有轮子的超级计算机，照相机和发动机之间的差别变得越来越小。
这不是一个空洞的智力练习。商业中的许多“颠覆”伦理都是关于改变我们看待商业和行业的方式。例如，什么是Uber？在美国，它是一家“运输网络公司”，而在欧盟，它只是一家出租车公司。
我们使用的隐喻引入了强大的框架效果。例如，一个组织是部落、军队还是家庭？根据答案，我们会得到一组不同的战略机遇和障碍。说到管理我们的数据分析，我们最好使用一些不同的隐喻。J.Edward Russo和Paul J.H.Schoemaker撰写了有关隐喻在赢得决策中的影响的文章： 我们需要更明智地看待我们如何看待数据驱动的旅程。它是由司机、牧群还是更符合我们的视野？选择更有效的战略隐喻是董事会需要考虑的一个重要决定。
一个有用的开始是用“数据”这个词代替“水”。数据是抽象的和短暂的，而水是具体的，在我们的生活中持续存在。我们可能不关心数据，但我们绝对关心水。把数据换成水有助于我们对词汇表中的一些术语产生疑问。什么是“大水”？我们是否希望我们的组织“水驱动”？我们对“将水资源货币化”有什么真正的感觉？
（部分内容来源网络，如有侵权请联系删除）
