這段過程，不只是幫助我在職涯上更清晰地規劃自己，也讓我重新檢視，在擔任數據主管與初期建立數據團隊階段自己是否有在每個重要的面向上努力耕耘？還有哪些地方，可以再做得更好？
過去，我們常常聽到「數據策略」這個詞，可能覺得它就是一種目標、一次實踐，甚至，有時候它只是一個聽起來很厲害的頭銜而已。身為一位數據團隊的主管，我也曾經這樣想過。
但漸漸地，我開始思考，除了名片上的職稱之外，我還能為這個角色，為這個領域，創造什麼樣的價值？也因為這樣的念頭，開啟了我最近對於「數據策略」更深入的探討
那麼，大家有想過，數據策略到底是什麼嗎？很多人第一時間會想到：「啊，是數據驅動策略吧！」（這答案，真的很常聽到，大概 100 次有 99 次都是這樣的XD）或者，有些人會提到：「是從商業目標出發，建立假設，再用數據來驗證的過程。」
。
數據策略賦含了幾種面向，可以作為檢視一家企業對於數據規劃與應用面的程度是否完善，以利企業在快速競爭的商場下，透過數據即時且有效支撐與回應每項商業決策！
數據策略六大評估面向重點整理 ( IG 圖文也歡迎搶先看 ））
1. 與商業策略保持一致
透過需求訪談確認數據能否回答業務需求。這裡建議先從需求出發，確認數據是不是有幫助回答真正的業務問題？如果沒有，該怎麼調整方向？
建議 ：在我服務公司當中曾經一段實施 OKR 制度，我認為是蠻不錯的方式可以提醒當時數據團隊的roadmap 是否跟著商業目標，同時也可以讓團隊做的每件事透過商業目標數據具體化，例如激活用戶活躍度 （數據團隊不僅提供數據報表，也包含相關模型的建置）。
2. 數據分析與流程成熟度
評估數據使用和分析相關人員技能和組織使用流程可優化之處。看看數據相關同仁的技能與工作流程，是否還有可以優化、可以更順暢的地方？
建議：除了老生常談的讀書會賦予同仁使用數據能力以外，更多的是，定期進行同仁在數據使用方面的痛點訪談，甚至定期問卷，並觀察是否有助於縮短分析報告製作的時間。這樣的觀察不僅能幫助我們發現具體的流程痛點，也能讓我們更清楚地了解在數據使用過程中，是否還有改善的空間。例如，報表指標是否需要在多個報表中查找？或者各業務單位是否需要根據不同維度（如行銷人員要看到日維度、老闆只要看到月維度等）來呈現數據？報表維度需求不一致可能會導致彈性不足，從而延長同仁在製作報告或做出決策時所需的時間。透過這些反思與改進，我們可以讓數據的使用更加高效，減少不必要的時間浪費。
3. 數據架構與使用工具
根據團隊規模與數據規模與結構等面向，挑選出最適合組織使用分析工具，才能真正幫助組織使用工具事半功倍！
建議：由於我建立數據團隊時屬於新創時期，抱持著一種心態叫做 在框架中找出最大的圓圈，簡單來說就是要在既有的資源發揮最大效益，舉例來說：以選擇儀表板工具為例，市面上常見的選項有 Tableau、Power BI 或 Looker Studio。這時候，你可能就需要具備評估的能力：根據當時的資料量、雲端資料倉儲的介接方式，以及公司內部既有系統的使用習慣來進行選擇。當然，最關鍵的考量之一，還是你手上的預算！在這樣的前提下，為了追求速度與成本效益，我當時選擇了 GCP 搭配 Google Looker Studio 作為團隊初期的主要數據平台。雖然後期也逐步導入了 Tableau，但這也意味著需要同時管理兩個不同平台的數據報表流程。
當然，題外話，從數據治理的角度來看，增加一個平台對於數據主管的日常管理而言，可能影響不大，但還是必須留意平台之間可能產生的收費、管理負擔與一致性問題，才能確保整體運作順暢。
數據分析團隊
數據團隊組織方式是否能夠迅速且彈性回應商業問題，人員數據技能程度與水平。關於這題在我之前IG 圖文文章也有探討這題，不同的組織規劃也代表能發揮的影響力與職責有所不同，是否要建立一個集中式還是分散式的數據團隊？[ IG 圖文 ：你想加入哪種數據團隊]
高品質數據治理
數據治理是一項至為關鍵的計畫，完善的數據治理可維持高質量的數據的數據品質（齊平的數據口徑與專業業務用語，完全是建立信任的基石！
雖然「高品質數據治理」只是數據策略六大面向之一，但相信讀到這裡的你也可以感受到，這個議題對我來說格外重要。甚至，為了推廣這個理念，我還特別舉辦了關於數據治理的讀書會呢！如果你也對這個主題感興趣，非常歡迎點進來閱讀這篇文章 [ 讀書會 EP2 - 數據治理讀書會]，一起交流。為什麼這麼在意數據治理？因為，當數據無法好好被管理時，它很容易變成一座座孤島，無法真正產生價值。更不用說，當你問了兩個人同一個報表問題，卻收到三個不同答案時，真的是有種掉入萬丈深淵！
所以！在我從零開始建立數據團隊的過程中，隨著人員越來越多，或是當組織越來越達到數據文化，非常依賴數據做決策時，這類數據混亂的問題也自然倍增。因此，我深深體會到，建立一套統一且全員有共識的數據詞彙，真的非常關鍵！這裡指的並非指的是 table 欄位，而是包含 BI 報表中自定義欄位，或公司對齊的數據指標，還有需要把關嚴謹的資料權限控管，才能確保數據的正確性與可用性。（先不破冰！這一題其實有超多不同的實作方法可以討論，期待之後讀書會完成時，能把更多實務經驗整理分享給大家齁～讓我們一起把數據真正變成企業的資產，而不是困住彼此的孤島！
數據策略藍圖 | 讓數據團隊從「被動支援者」變成「主動推動者」
數據策略藍圖就像是組織在數據領域的導航地圖。它能幫助我們不只是做一個個零碎的專案，而是讓所有數據相關的行動，都能朝著同一個清楚明確的方向前進。
這裏絕對不是喊口號也千萬不要覺得數據團隊就是suppot性質單位就沒有藍圖！有藍圖超級重要！
不僅避免落於 Data Atm 團隊，我認為是才能有一把尺別讓Data team 突顯出價值的地方！定義每項策略與計畫提供的可行性和預期商業價值（ROI)，並提出潛在可否風險，亦可透過甘特圖追蹤進度。因此數據策略藍圖，在組織快速成長、數據需求日益複雜的過程中，如果沒有一張藍圖指引，很容易讓數據成為各自為政的孤島，或是做了很多努力，卻無法真正對商業目標產生有意義的支持 !!
希望你會喜歡這類主題的分享，跟你分享那些我建立團隊的辛酸血淚與思考面向 ! 從個人貢獻者到成為主管職，當中走過迷惘與嘗試後，我明白了：數據策略是連結現在與未來的橋樑，也希望透過這篇文章可以送給正在努力打造數據價值的你們 ！
