对于业内数一数二的企业，制定数据战略已成为其首要任务。数据资产涉及到企业的核心业务，从创造全新的客户体验，到开发新的收入来源，领导者必须能够快速收集数据，洞察并挖掘数据本质。

企业想知道其运营流程是否高效？客户对自身的产品和服务评价如何？与其他竞争者相比，自己实力怎样？要了解这些，企业需要建立一个“数据驱动型”组织架构。

本期《云途》，我们将通过对数据驱动型组织架构的全方位解读，为企业建言“三步走”战略，从0到1开启“数据驱动型”组织架构的旅程。

作为数据驱动型组织架构的经典案例，宝马集团面对消费者日新月异的需求，需要加快创新的步伐，同时，也要提供更多的数据来帮助员工进行决策优化。考虑到这些因素，宝马公司从本地数据湖迁移到了亚马逊云科技（Amazon Web Services）的云数据中心。云数据中心每天需要处理由数百万辆汽车传输来的万亿字节（terabyte）的遥测数据，并确保宝马的内部团队能够轻松访问这些数据。通过云数据中心，宝马员工可以从全球宝马汽车传输来的千万亿字节（petabyte）的数据中获得洞见。例如，他们可以监测车辆错误，以发现整个汽车生产线的潜在问题，或应用机器学习技术来更好地预测其一系列车型和设备选项的需求。

此外，健康信息技术公司 Cerner 也采用了数据驱动型组织架构，该公司专注于提供一系列医疗解决方案，赋能医疗系统、临床医生和病患。借助亚马逊云科技工具， Cerner 创建了 Cerner 机器学习生态系统。它可以读取病人和医院的数据，对病人护理和医院运营做出近乎实时的预测，例如医院的容量和病人的住院时间，医疗系统和临床医生可以参照这些数据做出更明智的决定。

转型为“数据驱动型”的组织并非一蹴而就，“三步走”战略保障企业循序渐进：

第一步，组织需要将其数据和应用程序转移上云。在云中，通过互联网访问IT资源，如存储、数据库、分析和机器学习模型，这样一来企业就不需要再购买并部署物理数据中心和服务器，从而省去了维护成本。有了云，企业可以通过点击按钮轻松实现扩大或缩小数据规模，并且只需按用付费，价格低廉。此外，组织架构还可以获得更多的数据工具。

第二步，组织可以利用这些工具来解放他们的数据，打破数据孤岛，确保需要这些数据的人们轻松访问，方便使用。在云中，企业可以在一个中心仓库（也称为“数据湖”）和专门的数据存储及分析工具之间移动他们的数据，对于特定的分析，如数据仓库或分析日志数据，这些工具能够提供最具性价比的成本和卓越性能。这也使得组织中的用户可以随时随地无缝地发现、访问和分析他们的数据，并以一种安全可控的方式进行数据处理。

第三步，利用分析、人工智能和机器学习对数据进行创新。机器学习是我们这一代最具颠覆性的技术之一。从制造领域的故障预测，到医疗行业定制化的医疗体验，企业正在以新兴且富有创造性的方式使用机器学习来进行创新和建立自身的竞争优势。