數(shu)據驅動(dong)對于一個企業意(yi)味著什么?

　　很多(duo)企業認為(wei)，每天自(zi)己(ji)的(de)業務中會產生很多(duo)報(bao)表、匯報(bao)，所以他(ta)們的(de)企業就“數據驅動”了。事(shi)實上(shang)，無(wu)論這(zhe)些報(bao)告(gao)結構(gou)多(duo)么嚴謹(jin)，里面講(jiang)了多(duo)么美麗的(de)故(gu)事(shi)(大部分并不美麗)，他(ta)們也不過是(shi)在(zai)回顧過去。他(ta)們可(ke)能會描述一(yi)次上(shang)周的(de)銷售(shou)量下(xia)(xia)降(jiang)，但是(shi)，他(ta)們并沒有解(jie)釋這(zhe)次銷售(shou)量下(xia)(xia)降(jiang)的(de)原(yuan)因以及接下(xia)(xia)來(lai)如何去做。而且(qie)，有的(de)時候，如果(guo)這(zhe)個(ge)報(bao)告(gao)根本沒有被閱讀，甚至更糟糕的(de)是(shi)，被看過后完全置(zhi)之(zhi)一(yi)旁，那么這(zhe)份報(bao)告(gao)沒有對企業產生任何價(jia)值。

　　同樣(yang)的情形還會出現(xian)在(zai)儀(yi)表(biao)盤(Dashboard)上。和(he)報告一樣(yang)，他們(men)通常是匯報過(guo)去的數據(ju)(雖然更接(jie)近現(xian)在(zai))，他們(men)通常缺少(shao)語言描述(shu)，并且伴隨各(ge)種(zhong)雜亂的過(guo)時的業(ye)務(wu)指標。我們(men)幾乎看(kan)不到一個儀(yi)表(biao)盤或(huo)者報告可以清晰地指出如何做(zuo)才能面(mian)對業(ye)務(wu)中(zhong)的挑戰和(he)際遇(yu)。

　　我(wo)需要強調的是，報告和儀表盤對于(yu)一個(ge)企業來(lai)講確實至關重要，只(zhi)是我(wo)們在(zai)使(shi)用(yong)的過(guo)程中，沒有充(chong)分(fen)地印證(zheng)數(shu)據驅動的關鍵意義(yi)。

　　成(cheng)為一個數據(ju)驅動(dong)型企業，最低的(de)(de)標(biao)準是要引(yin)入具(ju)有(you)(you)(you)前瞻性的(de)(de)數據(ju)分(fen)(fen)析(xi)。在這樣(yang)的(de)(de)分(fen)(fen)析(xi)中(zhong)，需(xu)(xu)要包(bao)含(han)“在哪兒”，“為什(shen)么(me)”，“誰”，“接(jie)下(xia)來(lai)是什(shen)么(me)”這些問題(ti)。分(fen)(fen)析(xi)還需(xu)(xu)要提供更(geng)多有(you)(you)(you)效的(de)(de)信息(xi)和(he)證明對(dui)(dui)接(jie)下(xia)來(lai)的(de)(de)商(shang)業決(jue)(jue)策(ce)進行指(zhi)導。大部分(fen)(fen)的(de)(de)前瞻性預(yu)測需(xu)(xu)要具(ju)有(you)(you)(you)預(yu)見性，提供優化策(ce)略，并(bing)且進行假設分(fen)(fen)析(xi)和(he)模(mo)擬推演(出(chu)自Jim Davis’ levels of analytics分(fen)(fen)析(xi)的(de)(de)最高階段 )。但是分(fen)(fen)析(xi)通常(chang)會和(he)報表或(huo)儀表盤一樣(yang)，遭受(shou)同樣(yang)的(de)(de)命運：如果他們(men)被忽視而不能對(dui)(dui)商(shang)業決(jue)(jue)策(ce)有(you)(you)(you)所(suo)助益，那么(me)他們(men)沒有(you)(you)(you)“驅動(dong)”任(ren)何事情(qing)。

　　Theanalytics value chain. 數據價值體系

　　在一個數(shu)據(ju)驅動的(de)(de)企業，數(shu)據(ju)是提供報告、深度模擬預測(ce)的(de)(de)來源。企業決策者應(ying)該將數(shu)據(ju)分(fen)析納入公(gong)司決策流(liu)程，并(bing)對公(gong)司的(de)(de)決策提供價值和影響。(Brent Dykes指出.)

　　數(shu)(shu)據(ju)(ju)(ju)驅動企業(ye)(ye)最(zui)大(da)的(de)(de)(de)(de)特(te)點是(shi)(shi)(shi)(shi)擁有(you)一套(tao)完整(zheng)的(de)(de)(de)(de)數(shu)(shu)據(ju)(ju)(ju)價(jia)值體系。數(shu)(shu)據(ju)(ju)(ju)價(jia)值體系指(zhi)的(de)(de)(de)(de)是(shi)(shi)(shi)(shi)一套(tao)完整(zheng)的(de)(de)(de)(de)從數(shu)(shu)據(ju)(ju)(ju)收集、整(zheng)理(li)、報告到轉化(hua)成行業(ye)(ye)洞(dong)(dong)見和決(jue)(jue)(jue)策(ce)建(jian)議(yi)的(de)(de)(de)(de)流(liu)程。當然(ran)，最(zui)重要的(de)(de)(de)(de)是(shi)(shi)(shi)(shi)這(zhe)些(xie)洞(dong)(dong)見和決(jue)(jue)(jue)策(ce)建(jian)議(yi)真正能夠(gou)被(bei)企業(ye)(ye)決(jue)(jue)(jue)策(ce)者使用，并且(qie)幫助(zhu)他們(men)做出高效(xiao)、明確的(de)(de)(de)(de)決(jue)(jue)(jue)定。數(shu)(shu)據(ju)(ju)(ju)價(jia)值體系是(shi)(shi)(shi)(shi)自我迭(die)代的(de)(de)(de)(de)流(liu)程，首先，需(xu)要改(gai)(gai)進公(gong)司業(ye)(ye)務(當然(ran)有(you)的(de)(de)(de)(de)時候(hou)最(zui)好的(de)(de)(de)(de)決(jue)(jue)(jue)策(ce)是(shi)(shi)(shi)(shi)不改(gai)(gai)變)，其次(ci)，對(dui)商(shang)業(ye)(ye)的(de)(de)(de)(de)影(ying)響可(ke)以被(bei)評判，再次(ci)，對(dui)商(shang)業(ye)(ye)的(de)(de)(de)(de)影(ying)響是(shi)(shi)(shi)(shi)可(ke)以用數(shu)(shu)據(ju)(ju)(ju)證實并有(you)衡量(liang)標(biao)準。其實，大(da)家普遍認(ren)為數(shu)(shu)據(ju)(ju)(ju)分析可(ke)以幫助(zhu)決(jue)(jue)(jue)策(ce)者采取行動、獲得價(jia)值，但事(shi)實上并不是(shi)(shi)(shi)(shi)這(zhe)樣。

　　在(zai)很(hen)多(duo)情(qing)(qing)況(kuang)下，數據會(hui)(hui)終止在(zai)HIPPOs(Highest Paid Person’s Opinions，最高(gao)收(shou)入人(ren)意(yi)見)。這(zhe)些HIPPO(最高(gao)收(shou)入人(ren))，他們(men)(men)好像知道(dao)一(yi)切規則，忽略數據、證(zheng)據和建(jian)議。他們(men)(men)覺(jue)得(de)只要去做(zuo)自己想做(zuo)的(de)就可以，因(yin)為他們(men)(men)知道(dao)什(shen)么是最好的(de)(畢竟薪水證(zheng)明(ming)一(yi)切)。如果他們(men)(men)不(bu)依靠數據做(zuo)出(chu)的(de)決定(ding)(ding)是正確且運行良(liang)好的(de)固然很(hen)好。然而，大多(duo)數情(qing)(qing)況(kuang)下，并不(bu)是這(zhe)樣。在(zai)很(hen)多(duo)公司(si)，完全缺少問責(ze)性。有的(de)評論家(jia)甚(shen)至會(hui)(hui)說：“他們(men)(men)不(bu)這(zhe)樣做(zuo)是因(yin)為，他們(men)(men)沒有辦(ban)法被問責(ze)。如果你敢展(zhan)現那些會(hui)(hui)明(ming)顯(xian)否定(ding)(ding)HIPPO觀點(dian)的(de)數據在(zai)小部分公司(si)里(li)會(hui)(hui)完全被否決，甚(shen)至會(hui)(hui)被解雇。”

　　如何形成有(you)效的數據價值(zhi)體系，關鍵在(zai)于讓數據驅動深入到企(qi)業文(wen)化中。為此，我們(men)需要培(pei)(pei)養“數據驅動文(wen)化”。這(zhe)是一(yi)個多層面的問題，他包括了數據質量、數據分(fen)享、數據分(fen)析師的招聘和(he)培(pei)(pei)養、溝通(tong)、可分(fen)析的公司組(zu)織結構、量化設計、A/B測(ce)試、決策流(liu)程等(deng)。

 　　數(shu)據驅動文化在(zai)(zai)企業中，主(zhu)要體現在(zai)(zai)幾個方面(mian)：數(shu)據在(zai)(zai)多大(da)范圍內被使用，如何在(zai)(zai)企業中使用和(he)展(zhan)現，企業為讓數(shu)據作為戰略(lve)資產所投放的資源和(he)培(pei)訓。

　　數據(ju)驅(qu)動文(wen)化(hua)的基礎是(shi)數據(ju)本身。我們需要(yao)收集(ji)正確的數據(ju)，也要(yao)正確地收集(ji)數據(ju)。伴(ban)隨著很多從業(ye)務部(bu)門(men)提交上來的需求(qiu)，大(da)部(bu)分企業(ye)的數據(ju)部(bu)門(men)都是(shi)資源驅(qu)動的。在與業(ye)務部(bu)門(men)的合(he)作中，數據(ju)部(bu)門(men)需要(yao)選擇(ze)最(zui)優(you)良的數據(ju)源并把它們納入到系統中，同時保證(zheng)最(zui)小化(hua)數據(ju)噪聲，最(zui)大(da)化(hua)數據(ju)質量。當(dang)然，通常說比(bi)做容易。

　　文(wen)化 合作(zuo)，兼容，開放， 好奇

 　　數(shu)據(ju)(ju)領導力 首席(xi)數(shu)據(ju)(ju)官(guan)，首席(xi)分析官(guan)

　　決(jue)策制定 反復驗(yan)證，基于事實，反對HIPPO

　　組織 嵌入式、聯合式分析

　　員工(gong) 可分析(xi)的組織架(jia)構：團隊(dui)、技能、培訓(xun)

　　數據(ju) 數據(ju)質量，數據(ju)管理(li)

　　數(shu)據(ju)(ju)最原(yuan)始的(de)(de)(de)(de)用戶是數(shu)據(ju)(ju)分(fen)析部門(men)的(de)(de)(de)(de)數(shu)據(ju)(ju)分(fen)析師(shi)和科學(xue)家(jia)(jia)們(men)，他(ta)們(men)需(xu)要通(tong)過數(shu)據(ju)(ju)來提供洞見，而不是僅僅出(chu)一份報告或者分(fen)析結果放在老板(ban)的(de)(de)(de)(de)桌子上(shang)。他(ta)們(men)的(de)(de)(de)(de)工作是要基于(yu)數(shu)據(ju)(ju)去提問并解(jie)答正確的(de)(de)(de)(de)問題，去理解(jie)業務并將他(ta)們(men)的(de)(de)(de)(de)建(jian)議提供給決策者。為了達到(dao)以上(shang)目的(de)(de)(de)(de)，他(ta)們(men)需(xu)要接(jie)受專(zhuan)業的(de)(de)(de)(de)培訓(xun)(xun)、掌(zhang)握(wo)準確的(de)(de)(de)(de)技能、提供良好的(de)(de)(de)(de)支(zhi)持。他(ta)們(men)還(huan)需(xu)要企業在組織架構(gou)上(shang)更(geng)加(jia)高(gao)效。數(shu)據(ju)(ju)科學(xue)家(jia)(jia)和分(fen)析師(shi)們(men)要與業務部門(men)合(he)作，和他(ta)們(men)共同(tong)制(zhi)定目標(biao)，同(tong)時他(ta)們(men)還(huan)要負責制(zhi)定和推廣相同(tong)的(de)(de)(de)(de)公司級別的(de)(de)(de)(de)衡量標(biao)準。當然，他(ta)們(men)也(ye)需(xu)要一個(ge)可以提供培訓(xun)(xun)、監控(kong)和制(zhi)定標(biao)準的(de)(de)(de)(de)獨(du)立(li)數(shu)據(ju)(ju)部門(men)進行支(zhi)持。

　　另外一(yi)(yi)個重要的(de)(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)用(yong)戶并不是很明(ming)顯，他(ta)(ta)們(men)(men)是公(gong)(gong)司所有(you)其他(ta)(ta)人!一(yi)(yi)個數(shu)(shu)(shu)(shu)據(ju)驅動(dong)公(gong)(gong)司需(xu)要將數(shu)(shu)(shu)(shu)據(ju)盡可(ke)能(neng)的(de)(de)(de)(de)公(gong)(gong)開(kai)化，并給(gei)員工(gong)提(ti)供一(yi)(yi)個便利的(de)(de)(de)(de)途徑讓他(ta)(ta)們(men)(men)接觸(chu)數(shu)(shu)(shu)(shu)據(ju)和高效(xiao)使用(yong)數(shu)(shu)(shu)(shu)據(ju)的(de)(de)(de)(de)方法，將數(shu)(shu)(shu)(shu)據(ju)嵌入到流程中(zhong)，并讓員工(gong)有(you)權利基于數(shu)(shu)(shu)(shu)據(ju)做決(jue)策(ce)(ce)。當然這里面有(you)一(yi)(yi)部分(fen)是公(gong)(gong)司決(jue)策(ce)(ce)者本身。這些決(jue)策(ce)(ce)者們(men)(men)需(xu)要對數(shu)(shu)(shu)(shu)據(ju)非(fei)常敏感，他(ta)(ta)們(men)(men)需(xu)要有(you)高效(xiao)的(de)(de)(de)(de)技能(neng)去(qu)界(jie)定一(yi)(yi)個分(fen)析(xi)師提(ti)供的(de)(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)實驗設(she)計(ji)的(de)(de)(de)(de)好壞，必要的(de)(de)(de)(de)時候給(gei)出意見，提(ti)正(zheng)確的(de)(de)(de)(de)問題，正(zheng)確地解釋數(shu)(shu)(shu)(shu)據(ju)標(biao)準和結果。在(zai)數(shu)(shu)(shu)(shu)據(ju)驅動(dong)文化中(zhong)，員工(gong)是“雙語的(de)(de)(de)(de)”，他(ta)(ta)們(men)(men)可(ke)以聽得(de)懂(dong)“用(yong)數(shu)(shu)(shu)(shu)據(ju)講(jiang)業務”也能(neng)聽得(de)懂(dong)“用(yong)業務講(jiang)數(shu)(shu)(shu)(shu)據(ju)”。

　　怎么才能(neng)讓(rang)數據(ju)驅動實施(shi)起來保證(zheng)客(ke)觀，摒除HIPPO的影(ying)響呢?這(zhe)需要一個非常完(wan)善(shan)的A/B測(ce)試(shi)文(wen)化，它可以(yi)保持(chi)企業的創(chuang)新(xin)，不斷嘗試(shi)新(xin)的創(chuang)意，可以(yi)直接(jie)(jie)聽到真(zhen)實的客(ke)戶(hu)和(he)用戶(hu)反(fan)饋。正如Intuit Inc.創(chuang)始人Scott Cook 所(suo)說(shuo)，“這(zhe)是市場在對(dui)你講話”。公(gong)司應該(gai)鼓勵(li)假設，更重要的是，每個人的新(xin)想法都(dou)應該(gai)被(bei)贊同和(he)接(jie)(jie)受。最(zui)后，這(zhe)不是一件對(dui)抗性(xing)的事情。即使(shi)是對(dui)HiPPO，我(wo)們可以(yi)說(shuo)：“我(wo)們并不知道答案，所(suo)以(yi)我(wo)們要驗證(zheng)它”，然(ran)后讓(rang)數據(ju)說(shuo)話。

　　有了(le)這樣的(de)數(shu)據驅動文化(hua)，企業(ye)更容(rong)易(yi)傾向關注(zhu)數(shu)據、驗證假設、商議策(ce)略和不(bu)斷迭代。正如Julie Arsenault提到的(de)，“你有數(shu)據支(zhi)撐么?”應該是一個(ge)每個(ge)人(ren)都(dou)敢問，每個(ge)人(ren)都(dou)隨時(shi)準(zhun)備回(hui)答的(de)問題。

　　最后一(yi)個(ge)部分是數(shu)據(ju)(ju)領(ling)導力(li)。你需(xu)要(yao)一(yi)個(ge)“數(shu)據(ju)(ju)領(ling)導者”來(lai)帶領(ling)數(shu)據(ju)(ju)驅動文化的變革，讓(rang)每(mei)個(ge)人意(yi)識到數(shu)據(ju)(ju)即戰(zhan)略資(zi)產，并驅動實(shi)際(ji)收益(yi)與回報(bao)。當然，除(chu)了自上而下(xia)領(ling)導數(shu)據(ju)(ju)變革，也需(xu)要(yao)每(mei)一(yi)個(ge)員工自下(xia)而上的共同(tong)努力(li)，才能(neng)真正形成(cheng)一(yi)個(ge)企(qi)業的數(shu)據(ju)(ju)驅動文化。

　　文(wen)(wen)化的轉變(bian)是困難(nan)的，但是，越快開始，在企(qi)業的歷史中，就越早開始孕育這種文(wen)(wen)化并轉變(bian)成(cheng)數據驅動型(xing)企(qi)業。

　　更多最新市場(chang)調(diao)研報告，投資分析報告，行業分析，市場分析報告，市場調查報告，調查報告請訪問靈核網。