分析任務
最近，在Teradata與《福布斯》雜誌共同贊助的以數據分析為主題的 “數位化革命峰會”上，這種認識達到了前所未有的高度。這次峰會在10月初的一天舉行，地點在舊金山外的一個會議中心，涵蓋從交通運輸和金融到製造業、大型聯賽運動甚至市政府的各個產業，以評估各個產業是如何受到數位化轉型的影響的。 參加峰會的有150多位分析專業人士，包括eBay、Uber、富國銀行、Facebook和美國航空等公司的頂尖數據高管等。任務似乎很明確：我們的任務是連線各個點，確認客戶需求，及時為市場提供解決方案，為各個州各個行業的各類客戶帶來變革。那么我們怎么去做呢？
無論是著名的摩爾定律，還是我們自己用於大規模分析的感知型企業（Sentient Enterprise）成熟度模型——都具有無數的框架，以便理解創新和突破是如何相輔相成，推動數位化的快速增長。其中，越來越清楚的一點是，分析解決方案必須能夠實時管理和擴大創新。有時候，這種快速的成功會給自身帶來全新的挑戰。
數字領導力
創新提升能力，這反過來又產生了新的業務或政策問題。前面兩個例子在闡明觀點方面還可能較為狹隘。為此，讓我們來審視影響我們整個產業的更為廣泛的因素——這就是缺乏數字領導力。
與其他成功的症狀一樣，數字領導力的匱乏是在容量、連線和頻寬飛速發展，並讓大多數公司能夠獲得前所未有的大數據能力的大背景下產生的。這個挑戰，正如我經常引用行業分析師Tom Davenport的話說——“與購買數字領導力相比，購買數字能力要容易得多。”
“如果您不處理實物資產和業務流程問題，您就不會有可持續的變化，”這是一家正在經歷自我變革的大型網路跨國公司的首席數字官最近提醒我的話。他表示，成功就是圍繞著數位化運營模式和技術進行創新。“您應該圍繞角色/責任進行創新，圍繞洞察力、能力、行為和操作程式進行創新，”他說道。
當您促使企業從數據尋找真實答案的時候，成功需要適應不斷的變化。理想的情況是，您的系統架構和設計可以應對未來不斷增長且超出原先預期的數據、用戶、查詢和需求。您的成功模式需要基於周密的長期規劃，並意識到需要一致性的可擴展的增長。
