主要观点：

• 数据是一种资产，需存储、保护、管理和利用，组织向数据驱动决策转变，软件团队开始负责数据项目，面临诸多挑战。
• 80%-87%的数据项目因组织失调等原因失败，常见原因包括业务价值不明确、数据质量差、团队孤岛等。
• 敏捷方法可帮助应对这些挑战，实现数据项目的高效实施，如强调为业务价值而工作、持续关注数据质量等。

关键信息：

• 2024 年研究表明 80%-87%数据项目失败及常见原因。
• 数据项目失败原因：业务价值不明确、数据质量差、团队孤岛等。
• 敏捷方法在数据项目中的应用：为业务价值工作、持续关注数据质量等。

重要细节：

• 数据项目常以模糊目标开始，如建数据湖等，导致技术成果与业务价值脱节。
• 软件中 bugs 影响功能，数据中质量问题影响决策，且常在生产阶段出现。
• 数据是共享资产但所有权分散，导致沟通不畅等问题。
• 传统项目结构在数据项目中易失败，因变化难融入。
• 组织常过度重视工具而忽视人及流程。
• 数据项目需符合复杂法规，合规审查是挑战。
• 数据复杂性常被低估，理解数据需持续进行。
• 敏捷强调为业务价值工作，早期反馈，跨职能协作等。
• 敏捷将合规融入每个冲刺，重视人的作用。
• 敏捷通过迭代处理数据复杂性。
• 敏捷是管理数据项目的心态，而非单纯仪式。