- 数据分析
- 数据治理
- 产品解决方案
- 行业解决方案
- 案例
- 数据资产入表
- 赋能中心
- 伙伴
- 关于
时间：2022-01-25来源：紫萍浏览数：85次
制药公司葛兰素史克的首席数字和技术官讨论了如何“以尽可能广泛的雄心和尽可能小的努力”开始实现规模化的价值创造。
像今天的许多公司一样，葛兰素史克(GSK)也在过去的几年里一直在努力如何从其数据中获得更多价值，并且它也有着将数据用作业务加速器的宏伟目标。
记者与这家总部位于英国的全球医疗保健公司的高级副总裁兼医药商业首席数字和技术官Shobie Ramakrishnan进行了会面，以了解其正在实施的数据转换。
Ramakrishnan：我认为，我们转型的规模和速度要求我们需要在每个业务部门都进行快速创新和扩展。第二，我还认为，使用数据和机器学习算法来处理复杂的生物或基因组数据以加速药物发现需要非常不同的天赋、领导力和专业知识，并且需要一套不同的技能来思考该如何在我们的商业和消费者业务中提供更加数据驱动的客户体验。
因此，考虑到这一点，我们需要做的就是在每个业务部门中创建多个首席数据官角色，其领导者在每个领域都获得了授权，并会根据其业务战略分配所需的资源。我们实现企业视角的方法是创建一个联合操作模型，确定哪些是核心、通用和关键的，然后再共同处理不同的面向。
Ramakrishnan：我认为我们的数据转换有一个非常规的起点。我们不是从一个三年的数据战略和数百万英镑的投资计划开始的。在我们开始数据转换之前，我们并没有试图去收集和清理数据，或者是将GSK中所有已知的数据连接到一个数据湖中。相反的，我们所做的只是从尽可能广泛的雄心和尽可能小的努力开始，然后去创造和确认价值。
因此，我们最初的重点是确定我们认为会创造巨大价值的近期机会，然后将其再投资于我们的创新和增长计划。我们的目标是通过使用数据来实现10亿英镑的价值。我们不知道我们能否实现它;我们也不知道如何实现它。
然后，我们会从整个企业的一系列重大业务问题开始，比如，“我们将如何最大限度地提高特定品牌疫苗的产量?”这是一个足够具体，但又足够大胆和重大的问题。
然后，我们又建立了跨职能的数据小组，共同合作，开发了新的数据模型和算法来回答这些问题，使用敏捷方法以及那些你可能已经在典型的世界中看到过的开发软件产品的方法。只是这一次，我们是在用它来开发数据产品。当这些解决方案创造了预期的价值时，我们迅速扩展了它们，我们能够像你使用软件产品一样快速的进行开发和交付价值。
Ramakrishnan：当企业开始变得更加数据驱动时，他们会遇到的常见问题之一是，他们开始看到了数据质量，数据可用性，数据连接方面的各种问题。很快你就会意识到，跨越企业中所有孤岛的数据源的争论和连接就已经占用了不成比例的时间和资源。
因此，通过致力于一个数据平台战略，为所有分析和其他的数据产品背后的数据主干提供动力，你就能够大规模地接收、清理、连接和普及数据，并在完成一次后持续从中受益。
Ramakrishnan：我会说要首先关注价值，然后再去关注结构，先弄清楚如何创造价值，然后变得敏捷，这将是我的第一步。
然后还需要确保你的团队中有足够多的人处于领导地位，他们才是真正了解目标状态应该是什么样的人。我认为在渐进式的变化中进行摸索可能会让你走得更远。
最后，我想说，对自己要有耐心。与企业一起成长可能是旅程中最重要的部分，而不仅仅是正确地完成一个项目。
