“最终，这些决定不能孤立地做出。使企业保持一致，并激励每个人朝着同一个方向努力，这对您要实现的目标至关重要。因此，像埃隆·马斯克（Elon Musk），罗尔斯·罗伊斯（Rolls－Royce），戴森（Dyson）等许多创始人创新者都取得了巨大成功”
“以在汽车行业使用生产线机器人为例。最初，这些机器人价格昂贵，笨重，不灵活，必须被围起来。现在，您拥有了敏捷，高度灵活，价格适中的“协作机器人”，可以真正与人们并肩工作。
“真正实现变革的是自动化与人的集成，而不是彼此替代。在物理自动化中发生的相同演变也在数字自动化中发生。”
创造切实的业务成果
与任何业务改进项目一样，您组织的数字化转型必须与总体使命声明相关联，并具有清晰可衡量的结果和ROI。
这些目标可能是环境，财务，效率，投资组合多元化，市场增长或质量驱动；无论细节如何，很明显地，以新的方式实现目标的巨大价值在于分布在我们业务中的结构化或非结构化数据。
数据与数字技术相结合可以提供洞察力，使您能够更快，更轻松地实现这些目标。
与此相适应的是迫切需要在过程的早期将价值与交付联系起来，专注于实现一个目标，迅速实现它，并利用这一势头继续前进到下一个目标。这将实现更快的变更管理和整个企业优先级的调整。
Greg Hanson指出，有两种方法可以实现与数据相关的投资回报（ROI）：战术和战略。
战术方法的一个示例是与特定应用程序或数据存储（例如那些支持出站营销或客户关系管理（CRM）的存储）相关联的数据清理。
数据质量技术的战术部署可以通过删除重复项并改善常规数据质量来快速证明ROI，在这些示例中，这将导致更好的活动响应率，更好的交叉销售／追加销售能力以及改善的客户体验。
战略方法通常包括采用标准化平台并在整个数据环境中采用良好的数据质量和治理。它还涉及诸如数据工程师和／或科学家之类的专业人士，他们可以更轻松地从公司数据中获取全部价值。
汉森指出：“这些人不能孤立无援。” “有效的方法是建立一个伙伴系统，将那些数据专家与部门负责人和团队负责人联系起来，以提出正确的数据问题。”
乔瓦尼回忆起他与一家市政公用事业公司首席执行官的一次对话，他说他比以往任何时候都拥有更多的信息，但他并不认为自己做出的决定比30年前更好。
“这是另一个悖论的例子，我们可以访问大量数据，但是哪些数据有用，然后又如何将其与我们的整体数字战略联系起来？” 乔万尼评论。
“秘诀是从一个小型，简单的项目开始，该项目符合您公司的目标，并在财务，文化和组织上创造价值。从数据和数据工厂到数字创新委员会，一些企业已经设法创建了新型的治理，更多信息尽在振工链。”
