數據和分析能力不能僅從IT或者業務戰略中產生。由於技術和業務組織都深入了解數據的內容、原因和方式，因此企業需要創建跨職能的數據團隊才能充分利用數據。因此，賽默飛首席資訊官Ryan Snyder和他的同事基於一系列級聯關係構建了一種「數據層蛋糕」，讓IT和業務合作夥伴能夠作為一個團隊發揮作用。
問：您在賽默飛構建的數據架構生態系統背後的業務驅動因素是什麼？
Ryan Snyder：很長一段時間以來，企業只會聘請數據科學家，向他們展示他們的數據，並期望從中獲得驚人的洞察，這種策略註定會失敗。啟動數據戰略的最佳方式，是建立一些企業可以支持的真正價值驅動的因素。在賽默飛，這些價值驅動因素分為三個不同的領域。首先，是精簡我們自己的後台，另外兩個是針對我們客戶的高級科學發現業務，以及加速臨床結果的業務。
問：這每一個類別中的數據解決方案有哪些示例？
Ryan Snyder：在後台，有一個讓我們感到非常興奮的領域是製造行業。與許多其他行業不同，生命科學製造涉及到許多定製的、不可重複的活動，因此我們最終可能會在產品製造方式方面有非常大的可變性。從歷史上看，我們通過精益六西格碼和優化工作流程來提高生產力。但隨著工業4.0的出現，我們在製造流程中安裝了傳感器，這為我們的領導者提供了大量數據來重新思考這些流程。
在科學發現和臨床結果方面，我們銷售的許多儀器正在變得數字化。例如，顯微鏡和基因測序會生成大量數據，我們的客戶正在嘗試分析這些數據。我們越是能夠打造平台來連接和簡化這些數據，他們就越是能夠容易地獲得重要的數據，尤其是當他們擁有來自多個儀器的數據集時。他們如何將所有這些數據整合在一起？這對客戶來說曾經是一大負擔。但作為廠商，我們可以通過連接這些不同的數據集來加速發現。
問：您將您的數據平台比作一層層的蛋糕，那麼這個蛋糕都有哪些層？
Ryan Snyder：在IT領域，我們經常會談論技術堆棧的各個層。分層蛋糕的比喻，是把關於數據的討論從IT轉移到了業務戰略和技術的交叉點上。因此，這是關於我們如何從業務概念（例如推進發現）打造不同層次，一直到技術解決方案（例如可視化工具）。
第一層是業務概念層，在這個層中，我們特意與業務合作夥伴舉行會議，討論我們的業務數據在哪些方面創造了價值，這與人力資源部門制定人才戰略來支持業務戰略是類似的。因此，規劃出這些想法，是第一層中不可或缺的一部分。
第二層是消費層，在這個層中，內部和外部客戶都可以訪問和使用數據。例如，我們在這個層中會選擇可視化的工具。第三層也是最複雜的一層是架構和治理，我們將其作為整合到同一層中。
在前兩層中，業務是驅動力，IT發揮支持作用，但在數據治理和架構層中，IT和業務是並肩工作，共同完成有關治理和架構的複雜決策。
最後一層是原始數據，我們從源系統中獲取數據，組織數據，保護數據，並確定要使用哪些數據湖。這些通常不涉及業務，主要是IT。
因此，通過分層蛋糕模型，我們在IT和業務合作夥伴之間進行了一系列級聯討論，業務在頂層驅動，IT在底層驅動。
問：您有沒有什麼數據問題可以舉例說明一下各層工作原理的？
Ryan Snyder：例如，我們的目標是簡化整個企業的收入報告，這對於通過收購發展起來的企業來說可能會變得過於複雜，其中許多收購來的公司都有他們自己的財務系統。在業務概念層，財務領導層和IT及數據工程領導層會進行一系列討論，討論創建企業自助收入報告所要進行的流程變更。在消費層，我們確定大家消費收入數據的方式。我們的目標是要構建一個門戶嗎？還是我們應該有一個用於臨床收入的門戶，以及一個用於我們產品業務的門戶？在這個層上，我們讓使用數據的總經理和更多的IT人員參與擴展解決方案。當我們查看各層的時候，我們會在組織結構圖中向下逐級點擊。
問：那麼架構和治理層呢？
Ryan Snyder：在前兩層中，我們根據業務背景構建數據解決方案，由業務部門主導討論，但IT部門仍然參與其中。然而，在治理和架構層面，IT團隊會推動對話，決定數據標準和規則，使我們能夠管理可使用的層。數據存在於一個還是多個雲中？我們想要為每個業務使用相同的可視化工具嗎？誰訪問數據的權限？
然後，在原始數據層，IT團隊做出有關工程、存儲、安全和其他工具的決策。
問：將數據架構和治理放在一起有什麼好處？
Ryan Snyder：好處是我們可以提高速度並避免返工。當我們對數據能力進行初步評估時，我們會發現我們有很多小團隊，每個團隊都有很小的資料庫，每個人都根據自己的世界觀做出正確的數據決策，但沒有人查看這些小資料庫。我們需要一個將IT和業務領導者聚集在一起來縱觀整個環境的層。你需要雙方進行一些投入，來尋找更好的方法。
問：這種分層蛋糕式結構對公司來說有什麼好處？
Ryan Snyder：這種結構會帶來敏捷性。我們可以讓整個企業中非常複雜的數據集變得有意義，然後讓人們能夠以非常本地化、但精心策劃的方式解決問題。分層蛋糕結構讓IT有機會看到數據可能解決的所有業務問題，以及快速解決這些問題的能力，讓讓企業具備了對數據決策的一定所有權。
問：把各層蛋糕放在一起的時候會面臨哪些挑戰？
Ryan Snyder：我們必須從項目管理轉向產品管理模式，這一點非常重要，因為當你逐個項目去支持數據戰略增長時，你最終會遇到走捷徑帶來的問題，因為你會耗盡金錢或時間。在產品模型中，團隊在架構上是不受時間限制的；他們是由產品成果和項目成果驅動的，而轉向產品模型可能需要花費大量的時間和精力。
另一個挑戰是我曾經讓團隊過於依賴一些舊技術。數據空間發展如此之快，初創領域發生了如此多的事情，如果你停留在過時技術上太久的話，你可能會陷入困境。
第三個挑戰是，確保我們擁有雄心勃勃的長期數據戰略目標，其中包括了人工智慧，但要以可管理的方式從小處開始著手，創造價值。你必須能夠解決小問題，同時將其納入整體願景。如果你不這樣做的話，你可能要花一年的時間來解決小問題，而錯過更大的投資機會。
問：您對那些想要構建類似數據結構的CIO們有什麼建議？
Ryan Snyder：找到一些有意願並且有能力幫助你構建模型的內部合作夥伴，因為你要求業務合作夥伴扮演的角色不是他們傳統上擔任的角色。他們想要數據，但他們明白自己的目的是什麼嗎？業務和IT團隊可以真正合為一體。關注你的第一個合作夥伴應該是誰，因為制定數據策略的最佳額外倡導者不一定是你自己；他們可能來自其他的業務同行。
