數據驅動的創新(DDI)已經成為了傳統企業數字化轉型的核心動力，從流程定義的轉型模態化到現在數據驅動的數字化轉型。
現代的企業是由數據構成的一個有機生態，在數據的金礦中結合智能技術中尋找新的商業模式、創新產品和服務。但是具體如何去做，會面臨哪些問題和挑戰，應該如何去應對呢？全球領先的數字化轉型咨詢和交付服務商ThoughtWorks在2017年和某多業態物流集團客戶一起協作，利用創新精益的實施理論，結合大數據和智能算法，開辟了一條數據驅動的企業數字化轉型之旅。
客戶名稱
所屬分類
物流.新零售.航空.貨運.貿易
案例背景
該客戶是一個多業態的物流集團，包括航空貨運、物流、零售、機場、跨境電商等多形態業務，集團總部希望打通各業態的用戶、訂單、支付、產品、服務數據，利用數據產生業務洞察，打造創新產品和服務。該集團是重組后的新生兒，所以業務不協同，數據不共享是與生俱來的現狀，這個痛點導致集團的打造數字化智慧物流網絡的戰略愿景的實現舉步維艱。
如何能夠打破組織結構的壁壘，將上百個業務系統的業務數據匯聚在一起，通過數據去產生新洞察，發現新業務，打造新產品，驗證新想法，從而驅動業務的快速迭代，是這個項目的目標和愿景。而這個項目的特點是，該集團的高層很清晰的知道多板塊的融合協同，產生新的產品和服務的目標是建立在數據的打通，數據驅動基礎上的，所以一開始就成立了集團的數字化公司，并且由這個數字化公司來推動整個數字化轉型。
實施時間
2017年5月啟動項目調研
2017年6月完成整體規劃
2017年11月數據資產創新平臺初步完成
2017年12月，接入一個多個質量較好的數據資產，免備案空間 香港服務器，并開始進行價值挖掘。
2018年5月，完成數據資產創新平臺第一版的建設，并且持續在數據中找到了多個業務價值創新點。獲得了多個業務放的認可。
實施步驟
整個項目的目標是構建一個企業級的數據資產平臺，梳理清晰整個集團的數據資產，并借助數據和智能的算法，在數據資產中發現新的業務價值點，創新產品和服務，從而構建數據驅動的數字化轉型。
數據驅動的數字化轉型是一個體系化的工作，從理論體系、平臺工具、數據、組織、機制五個方面，進行了以下的工作：
1、梳理企業級數據資產(EDF)
基于L-DAMF（Lean Data Asset Innovation Methodology)框架，識別、定位、梳理出集團的數據資產目錄，清晰，有體系的組織利用企業的數據。
2、制定精益數據級數據治理體系（Lean Data Governance)
總結管理職責、數據標準、數據質量、挖掘利用、安全規范、數據集成各方面的痛點，現狀，打造組織、管理、技術和執行四個維度的精益數據治理體系，建立持續的數據資產保障機制。
3、打造企業數據資產平臺(EDP)
分階段，分步驟，快速迭代，打造企業數據資產平臺，實現數據的獲取、存儲、探索、分析、利用全生命周期價值。為企業的各角色提供對應的數據服務。
4、建立數據分析團隊
建立業務分析師、數據分析師和數據工程師為核心的數據組織，持續的挖掘、產生數據洞察。
5、建立數據驅動的創新孵化機制
本項目是按照L-DAIM的框架作為指導的。精益數據資產管理的遠期目標是構建一個高質量、開放、協作的數據價值生態，讓企業的生態相關方都可以在這個價值生態中獲取、貢獻數據，利用數據探索業務創新，將業務創新落地成服務產生收益，而企業數據資產平臺則是這個目標的技術支撐和實現。
精益企業數據資產管理框架(L-DAIM)的實踐能夠幫助企業體系化管理企業的數據，并且構建可持續的數據資產治理機制，免備案主機，從而產生持續的數據創新：
1、數據資產的識別和治理
數據資產評估模型，幫助企業從業務價值、數據成熟度的角度評估和識別哪些數據是企業的數據資產，他們的成熟度、價值、安全級別是怎樣的。
整理企業的數據資產目錄，并且對應到這些數據資產目前的源系統、數據質量、數據所有者、利用情況等維度，構建企業數據資產全景圖。
