成為數據驅動型企業需要做什麼？這是每個企業（不僅僅是科技公司）都需要應對的問題，否則它們將來會步履蹣跚。Shell 是一家出色的公司，它正轉向以數據為驅動力。全球能源和石化公司數據科學經理Dan Jeavons是該公司變得更加依賴數據驅動的推動力之一。
為什麼公司會轉向以數據為驅動？
每年增長30％聽起來有吸引力嗎？ 根據Forrester的說法，這是數據驅動型企業除了可以盈利並保留新客戶之外，還可以期望實現的目標。大多數企業意識到數據對於決策至關重要。但是，從意識到到實際操作並不是那麼簡單。
以下是Shell的一些做法，值得其他公司借鑑參考。
從戰略上考慮數據
任何數據策略的出發點都必須是檢查您的業務挑戰、業務戰略、總體業務目標、最大的挑戰以及未解決的問題。在開始投資於數據基礎架構和數據驅動的決策之前，請後退一步並確定數據如何與業務策略相關，這將幫助您確定所需的數據。重要的是要檢查您有權訪問的數據，並確定如何獲取數據多樣性，以及必須獲取哪些新數據集來解決您的特定業務挑戰。
向科技公司學習
殼牌以及整個石油和天然氣行業在很長一段時間以來一直擁有難以置信的密集數據集。但是，隨著雲、數字化和新技術的興起，數據的價值和重要性在不斷提高。Jeavons表示：“我們一直在努力思考，我們該如何在企業範圍內使用數據。我們認識到，基於雲的技術公司已經開發出了一些技能，他們對數據的思考方式與我們過去對數據的思考方式大不相同，因此我們希望向他們學習。”Jeavons鼓勵企業利用最佳實踐，並從市場中汲取教訓，為公司帶來專業知識。
數據技術與學科
確定數據源並知道從何處獲取所需數據後，必須查看技術和一些工具，以幫助確定數據的存儲位置，如何分析並將其轉化為見解。技術是推動數據驅動型業務發展的另一個關鍵因素。
殼牌建立了一個驚人的數據集，但他們專注於不提取所有數據集，而僅提取將推動業務發展的數據集。數據既是資產，又是潛在的負債。對於企業組織而言，重要的是僅彙總和集成已知有價值且可控制的數據。
技能與企業文化
確保公司職員具有使用數據的能力和訪問數據的能力，瞭解如何使用數據以及獲取見解的能力非常重要。組織文化需要支持基於事實的、由數據驅動的決策，並確保其受到鼓勵和規範。
在殼牌公司，他們投資了數據科學家和其他人的核心工作的專業化，他們將花費所有時間來研究公司遇到的最複雜的問題。他們量身定製了培訓計劃，並將這些角色與公司中的其他專業保持一致，例如，使數據科學與石油物理學一樣重要。
然後，對於公民數據科學家（業務中需要使用數據來解決自己的問題的人員），殼牌必須確保他們瞭解如何訪問數據，開發自己的算法並使用數據。
另一個名為Shell AI社區的團體大約有2,000人，他們正在學習以新方式使用數據來提高自身業務的績效。這是一個充滿興奮和真正吸引力的區域。人們開始大規模採用此方法，並學習如何在其專業領域更好地使用數據。 Shell安排數據專家與這個AI社區的技術人員進行馬拉松，他們在非常短的時間內合作開發小型快速解決方案。
最後，殼牌在數據驅動的業務文化中的另一個重要角色是橫跨業務和數據社區。殼牌投入巨資培訓了這些人員，並與他們一起確定了公司可以將他們從業務成果角度出發將他們所需的內容轉換為數據科學家可以完成的寶貴工作方式。這些都是必不可少的人員，他們傾向於從商業世界中自我識別，並且對使用技術並將其應用於解決業務問題具有濃厚的興趣。
數據治理
成為數據驅動型業務的最後一個組成部分是數據治理。每個組織都需要確保安全地處理和存儲所收集的數據，建立正確的法律框架，並知道誰有權訪問數據以及誰可以使用它。
