數位與資料治理並重 提升企業數位感知力
數位治理和資料治理是實現數位轉型的重要一環，企業透過建立完善資料治理體系，可更好地利用資料資源，提升競爭力。
採訪／施鑫澤·文／林裕洋·刊期／2024.10
隨著企業的數位化程度日深，內部資料量也越來越大。在全球興起推動數位轉型的浪潮下，企業產生資料量的速度越來越快、資料樣態越來多，也凸顯出需要一套數位化工具與管理技術，確認資料究竟有無價值、是否可受信任，才能確保資料的準確性、完整性、即時性和全球一致性，轉而成為強化企業競爭力的重要基礎。
根據 SiriusDecisions 公布研究報告指出，主動維護銷售和行銷資料庫的公司與不做維護的公司相比，營收轉換率高出 66%。美商鄧白氏台灣分公司數據長呂苑玲說，優質資料才能帶來專業的資料洞察，進而賦予企業能力做出以資料驅動的決策，達到優化營運績效的目的。
面對資料量與類別持續增加，傳統早期資料探勘工具，儼然已經不符合時代需求，唯有運用大數據、AI 等工具協助，才能從大量看似無關的資料中找出關聯，進而扮演企業推動數位轉型的重要助力。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ，與全球 CIO 同步獲取精華見解 ]
根據鄧白氏「2023 年數據驅動韌性報告」指出，資料在企業應用中不僅限於風險控管，更是尋找新商機的最佳幫手。尤其在「幫助識別新客戶」方面，已達到 79% 的應用率，與「幫助企業評估風險」（應用率佔比亦達 79%）。
培養數位感知力 找出資料背後意義
在資訊力等於競爭力的趨勢下，也讓數位感知力成為現今相當熱門的名詞。所謂數位感知力是一種綜合能力，結合對資料的敏感性、分析能力、領域知識和直覺判斷。在資料驅動經濟發展的時代，只要願意不斷學習和實踐，每個人都可以不斷提升自身的數位感知力，近而從大量資料找背後隱藏的意涵。
在資料領域累積近 20 年經驗的呂苑玲表示，數字不光只是數字，背後更代表著現象、趨勢和故事。數位感知力不僅僅是對數字的敏感，更是一種對資料背後意義、趨勢和潛在關聯的深入理解。此能力能幫助人們從大量資料中找出有價值的訊息，進而做出更明智的決策。特別是不同資料來源、類別之間，可能存在更深層的關聯。因此在大數據時代，數位感知力對於各行各業都至關重要，可協助專案團隊理解市場趨勢、客戶需求，並做出更精準的商業決策。
舉例而言，當透過觀察客戶辦公室的細節，如員工數量、擺設等，快速判斷客戶的規模、行業特徵和潛在需求。又或者利用鄧白氏數據等工具，分析客戶的企業規模、產業鏈關係等，以便更精準地定位客戶。專案團隊也可基於對資料的深入理解，協助營運團隊做出更明智的商業決策，如制定更具針對性的銷售策略。專案團隊透過長期接觸資料、分析資料，並結合領域知識，可以逐漸培養起數位感知力。此外，亦可透過資料視覺化工具和參與相關的培訓，也有助於提升能力。
AI 技術進步 強化資料分析效益
面對商業環境變化快速，加上 AI 浪潮席捲全球，引爆企業運用資料推動數位轉型的浪潮。只是隨著創新產業湧現，也讓企業面臨資料量爆炸性增長與分類複雜性等挑戰，如在各類電商持續湧現的時代，已出現傳統產業分類變得不夠精細。
在資料量龐大情況下，資料定義和分類的準確性變得尤為重要，因為資料品質與數位化、AI 專案效益息息相關。一旦沒有在資料分類、品質等部分落實，最終將導致 AI 專案效益不如預期。
若企業要提升資料品質，建議可從三大面向著手，首先進行多維度評估，資料的準確度和即時性外，還需要考慮涵蓋率、標準化程度等多種維度。其次為定量與定性結合，即是將定性數據轉化為可量化的指標，以便進行更全面的評估。最後則是持續監測與改善，簡單來說是透過定期抽查和評估，發現並解決資料品質問題。如若低於 85 分，需要進行檢討與評估，找出提高資料品質的方法等，唯有如此才能達到提升資料品質的目的。
[ 推薦文章：如何加速培育百工百業 AI 人才？]
「資料並非呈現靜止不動的模式，而是會隨著時間和情境不斷變化。因此，企業需要一套能夠追溯資料的來源、生成時間和修改歷史的工具，才可確保資料的可靠性與即時性。」呂苑玲解釋：「因此，資料應該具有可塑性，以便在不同的應用場景中進行二次開發和利用。現今 AI 技術進步將為資料分析帶來更多的可能性，例如自動化工程、異常檢測等。」
然而在現今駭客攻擊事件頻傳的狀況下，企業在資料共享和運用過程中，需要高度重視資料安全和隱私保護，才能避免辛苦研發成果被竊取，乃至於導致企業商譽受損。
生成式 AI 快速普及 道德倫理受關注
隨著生成式 AI 帶動 AI 產業的二次革命，不光擴大 AI 應用範圍，也帶動企業推動 AI 專案的意願。
目前 AI 技術帶來效益大致上可以分成三類，首先是 AI 能自動化執行許多工作流程，除可降低人為處理的錯誤之外，也可降低企業的營運成本，將寶貴人力用於更高價值專案中。其次，AI 能加速工作處理過程，協助員工掌握來自四面八方的訊息，有助於提高工作效率。最後，AI 能在醫療、教育等民生領域提供更優質的服務，如協助醫生判讀醫療影像，找出其中可能的病症。
儘管 AI 應用範圍持續擴大，帶來效益也備受認同，但是背後也隱藏不容忽略的道德倫理疑慮，如在教育領域，AI 教師是否能完全取代真人教師。在創作部分，運用生成式 AI 產生的影像、圖片、音樂等，是否擁有數位版權、享有著作權法保護等，目前都備受爭議。
考量到 AI 已是既定趨勢，在快速發展需要完善的法規來規範，不少政府都紛紛制定 AI 監管法規，如歐盟與美國同意共同擬訂 AI 規範，而日前台灣國科會也公布「人工智慧基本法」草案，藉此建立台灣 AI 技術發展的基礎框架，確保技術應用的安全性與可信任度，同時推動創新和保障個人權益。
呂苑玲指出，AI 不光能降低營運成本、提高工作效率外、改善客戶服務等，在企業未來長遠發展也扮演非常重要關鍵。然而 AI 發展需要各方共同努力，如政府、企業、研究機構和社會公眾，CIO 作為企業的技術領導者，其中更扮演著重要的角色。
我們建議 CIO 應該聯合不同部門的專業人員，共同推動 AI 項目落地，同時透過參加行業會議和論壇，透過與同行交流經驗，進而提高推動 AI 成功率。
落實數位治理 CIO 扮演關鍵角色
隨著全球加速邁向數位化，經濟合作暨發展組織（Organisation for Economic Cooperation and Development, OECD）在「數位化推進資料治理以促進增長和福祉」（Going Digital to Advance Data Governance for Growth and Well being）中指出，數位工具發展使資料蒐集、處理等效能大幅增加，邊際成本快速下降，為經濟、社會注入新驅動力。
在資料治理成為重要戰略資產時，同時也需詳加了解資料多樣化的特性，才能在資料跨領域產製、流通與運用過程中，一併考量相關優點與風險。
要落實數位治理工作並不容易，企業可從三大面向著手，首先是建立統一的資料標準和規範，促進不同系統之間的互操作性。其次則是要確保數據的安全性，才能有效防止資料外洩和濫用。最後則是促進跨領域資料流動，才擴大資料價值。
「在推動數位治理過程中，CIO 扮演非常關鍵角色，自身需要需要意識到數位治理的重要性，並積極推動相關工作，才能為公司發展奠定穩健基礎。」呂苑玲解釋：「在預算、公司未來發展方向，以及來自營運團隊的壓力下，CIO 需要在短期利益和長期價值取得最佳平衡，才能為公司發展奠定穩健基礎。」
落實資料治理 成就數位治理
資料治理是數位治理的基礎，企業唯有做好資料治理，才能進一步推動數位治理。
企業推動資料治理帶來的優點，首先在於可加速商業模式創新，管理人員能透過分層管理資料機制，快速識別出用於開發新商業模式的資料資產。其次則是提升資料品質，能確保準確性、完整性、一致性，為深層分析提供可靠的基礎。第三點則是增強法規遵循能力，能更輕鬆地滿足各種法規要求，降低合規風險。最後則是提高資料的透明度，減少爭議、促進合作。
「數位轉型需要克服技術障礙和企業文化的慣性，以成功實現變革和提高競爭力。建議企業從資料治理入手，逐步推進數位治理。」呂苑玲解釋：「數位治理和資料治理是企業實現數位轉型的重要一環，透過建立完善的資料治理體系，企業可以更好地利用數據資源，提升競爭力。CIO 作為企業的技術領導者，需要積極參與到數位治理的工作中，為企業的未來發展奠定堅實的基礎。」
建立資料分析團隊 強化公司競爭力
隨著資料重要性日增，資料分析團隊帶給企業效益的關鍵，首先應該具備系統性思考能力，即能夠將複雜問題拆解成可管理的子問題，並透過邏輯推理，做出判斷並解決問題，了解自動化工具的優勢與限制，便能有效地管理和利用這些工具。
其次，則是具備持續學習的能力，能夠快速學習新知識和技能，以應對不斷變化的技術和市場環境，以及具有強烈的好奇心，主動探索新的分析方法和工具。第三點則是跨領域合作的能力，才能與工程師、產品經理、業務人員等不同背景人合作，並將複雜資料分析結果以簡潔易懂的方式呈現給非技術人員。
團隊組成部分，企業應該引入多元背景人才，如行銷、設計、心理學等，有助於團隊更全面地看待問題，並產生更創新的解決方案。其次則是推動跨部門合作，鼓勵團隊成員與其他部門的同事進行合作，共同參與專案。第三點則是為團隊成員提供跨領域的培訓，例如溝通技巧、商業知識等。第四點則是建立學習型組織，鼓勵團隊成員不斷學習和成長，提供足夠的資源和支持。第五點則是營造開放的溝通氛圍，鼓勵團隊成員之間相互交流，分享經驗和想法。最後則是設定明確的目標，並定期評估進度。
呂苑玲說，資料分析人員不僅要能分析資料，還要有良好的溝通能力，能夠將複雜的分析結果以簡潔易懂的方式傳達給他人，所以溝通能力是非常重要一環。此外，亦需鼓勵團隊成員將資料分析成果應用到實際業務中，才能產生實際價值。最後則是關注產業趨勢，關注數據分析領域的最新發展趨勢，及時調整團隊的發展方向。
企業要建立一個優秀的資料分析團隊，不僅需要具備專業的技術能力，還需要注重團隊成員的綜合素質，以及團隊的文化建設，並透過不斷的學習和調整，才能在資料分析領域取得更大成就。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
