陶氏化学公司是世界上最大的化学品生产商之一，业务遍及约160个国家，全球拥有超过37000名员工。但随着分析和AI成为在现代商业世界中保持竞争力的赌注，这家总部位于密歇根州的公司发现他们很难把数据利用起来。
“我们有数据科学家，业务问题通过数据更容易解决，”陶氏化学数据和分析平台IT总监Brandon Schroeder表示。“我们没有一个集中的地方来做这件事，而且在管理数据方面确实做得不好。我们非常注重保护数据安全，但没有花太多时间让数据易于使用。”
陶氏的规模导致数据集庞大而多样，孤立而繁琐。例如，他们很难将制造、商业和创新数据结合起来进行分析以产生洞察，而缺乏公司治理模式意味着即使他们可以整合数据，其可靠性也值得怀疑。
“我们正在研究所有潜力，为业务问题提供洞察的时间太长了，”Schroeder说。
Brandon Schroeder，陶氏数据与分析平台IT总监
因此，在2022年该公司着手通过一个名为“Integrated Data Hub”的项目来改变这一现状。该项目旨在大幅提高数据的可发现性、可访问性、质量和可用性。但陶氏并不仅仅着手创建一个集中式数据存储库，其目标是改变所有员工与数据交互和关联的方式，使整个组织能够将数据和分析作为工作方式的一个组成部分，该项目旨在实现四个主要成果：
更好的数据访问和素养
数据和分析让组织中任何人都可以使用并从中受益
通过消除技术障碍，增强员工体验和易用性
鼓励透明度和可重用性的数据文化和社区
“我们对集成数据中心做出的软承诺之一，就是降低数据和分析的门槛，而数据分析素养是其中很重要的一部分，”Schroeder指出，陶氏可以将所有技术和数据落实到位，以便公司的200名数据科学家可以使用，“或者我们可以培训公司各个级别的所有人，以利用我们所有的这些工作成果。”
知识就是力量
陶氏IT总监、客户合作伙伴关系、企业数据和分析Nathan Wilmot表示，素养计划涵盖了从教授如何使用生成式AI和构建数据可视化，到更好地管理数据和使用数据做出决策等所有内容。
“陶氏在数据分析和AI领域正在发生一场文化变革，我们在开发集成数据中心的同时，还开发了数据和分析素养计划，旨在提高公司内每个人在特定角色中利用和处理数据的能力，使其能够在正确的环境中使用和处理数据。无论你是数据生成折还是消费者、分析者、决策者——无论是什么，你都拥有使用最现代技术的恰当技能，能够尽可能高效地应用数据和分析。”
Nathan Wilmot，陶氏IT数据客户合作总监
第一步是获得对项目的支持。Schroeder表示，获得良好的、干净的数据，这对于利用AI来说至关重要，因此很容易说服高级业务领导层，集成数据中心是一个必要的项目。不过，他说，在像陶氏这样规模的公司中，单打独斗很难做成任何事情，因此，在公司业务、IT部门和陶氏其他职能部门寻求合作至关重要。安全部门也是一个特别有价值的合作伙伴。
Schroeder说：“当你把陶氏127年来积累的知识以结构化和非结构化数据的形式保存起来，放在一个更容易访问和查找的地方时，这可能会让人感到害怕，你必须制定数据隐私法、安全法规和控制措施。与我们的信息系统安全组织建立牢固而深入的合作伙伴关系，这是我们能够走这条路一个巨大的催化剂。我们不得不重新思考我们如何对待我们的一些云原则，以及如何处理数据。”
陡峭的学习曲线
然而一开始，团队就犯了一些错误。Schroeder说，他们试图走得太快，想在前期就解决太多难题。
“我们试图跳过一些数据治理方面，想着以后再回来处理，我们立即就看到了这么做的痛苦，当我们推断出整个组织会是什么样子时，我们退缩了。”
错误的开始使得他们不得不进行自我反省。
“如果你不知道谁拥有数据，不知道数据被归类为什么，数据在哪里，也不知道真正拥有数据的人是否认同，那么所有这些其他事情都只是浪费时间，”他说。
Wilmot说：“这是一个过程，需要时间，组织越成熟，挑战就越大。但你必须这样做，才能在数据分析、AI、生成式AI以及所有后续出现的新兴技术方面取得成功。技术发展如此之快，你不能不这样做，才能指望取得成功。”
文化问题
首先要重新关注数据治理，但仍有重大问题需要克服，尤其是项目给组织带来多大的变化，以及变化的程度。Schroeder的团队采用了中心辐射模型来实施综合数据中心的运营实践，需要共同承担责任和所有权，具备现代技术技能和高度的数据素养。来自业务和职能领导的认可也至关重要。
Schroeder说：“挑战主要是在文化方面，技术方面很简单。我们作为数据所有者要对数据负责，有时这会带来一些必须完成的额外任务。你必须让每个人都相信这是个好主意，以及承担这项额外工作的重要性。从根本上讲，这一切都是关于管理变革。”
他的团队与整个组织的专家展开密切合作，确保综合数据中心能够满足他们的长期需求，包括选择一个可以与整个组织使用的下游分析功能集成技术平台，以及开发一个治理模型，以确保适当的数据所有权和管理权，而不会给已经捉襟见肘的资源带来过重的负担。该团队还专注于与业务一致的用例，以帮助确定工作的优先级，Schroeder说，这确保了进入数据中心的数据能够得到适当的管理，并提供真正的价值。
他的团队将这项工作与培训和支持模式结合起来，包括启动了一个综合数据中心认证流程，该流程利用基于角色的方法，为个人提供与他们作为数据科学家、数据工程师、数据分析师和数据所有者的工作相符的培训。
团队从2023年开始将数据加载到Integrated Data Hub，而且几乎立即出现了添加数据产品的高需求。Wilmot指出，自从创建了Integrated Data Hub依赖，数据准确性一直在加速提升。
“我们看到准确率始终高于90%多，比我们刚开始时要高出很多，”Wilmot说。
此外Schroeder表示，洞察时间得到了大幅改善。他追求的目标之一，是他称之为“一整天的数据科学”，即数据科学家可以在24小时有了一个想法，就可以访问到所有所需的数据、平台和环境。
“我们还没有做到这一点，但这就是目标，”他说。