數據分析:智能企業七步曲(一)



在數據賦能企業的道路上,企業面臨著許多現實的困惑,微策略張傑與大家分享他的見解,如何一步一步的成為智能企業。


過去幾年熱議的大數據概念正在各行各業開始落地並展開實際應用,核心是關注數據如何能為企業帶來價值。因此,數據分析及其種種實現手段不斷被提上企業信息化建設議事日程,目標是使得決策和管理不再是過去那種依賴管理者主觀經驗而為,而是依據客觀的數據來輔助甚至主導決策,讓數據賦能企業,並終究成其為智能企業。很多人都讚同這一趨勢。


但是,到一個個具體的企業實際環境中,大家可能還是有大量的現實困惑:


我們公司小,數據少,大家沒這個意識…

我們的業務人員都喜歡傳統方式獨立作戰,我們IT給的數據分析系統人家不用啊…

我們的同事都有數據意識了,但是系統出的數據老是不准,沒法用…

我們的業務體系很雜,系統多達50套,數據匯總和變現速度跟不上業務需要…

我們構建了數據分析平台,性能也不錯,但是成千上萬的用戶進來如何可控並安全的讓他們使用數據,這點很頭疼…

道理和方向大家都知道,數據是金礦,都希望在金礦上面有所作為。但具體到實際場景中,卻總是犯難,頗有些“道理都懂,可仍然過不好這一生”的感慨。


這當中有很大一部分是因為企業為自己設置了一個不符合現階段情況和發展需求的目標,缺乏方法來指導數據分析體系建設引起的。每個企業都有自己特有的“企情”,別的企業所做的事情和使用的方法並不一定適用於現階段的本企業。試想一個稍微誇張的例子,一個100人的小型企業,如果就要建立大而全的數據倉庫、建立數據平台,顯然是有些超出階段性能力和需求的。從100人規模到10000人規模,可能中間有多個中間狀態需要一步步走過去,比如個人級的數據分析方案、小組/部門級的數據分析方案、數據分析團隊的成立和完善、數據分析師團隊的引入、數據倉庫的構建和完善、數據生態和意識的建設等等環節,不一而足。羅馬並非一日建成,企業也一樣。


正因為每個企業都有不同的階段性情況和需求,我們總結不同階段企業的特點,就可以描繪出企業從小到大、從簡單到復雜、從零散到體系的多階段全貌和數據建設生命週期,每個階段可以描述出它的特點、適應的企業發展階段、升級到下一階段的前置條件和核心要素等。每個企業都可以在這個全貌中找到自己所處的階段,並參考此多階段理論,根據企業發展需求找到自己下一步的目標,用之匹配企業下一階段的需求升級,指導數據分析體系的增量式建設。


我把這個多階段全貌分為7個階段,這7個階段(或級別)分別是:個人級、部門級、企業級、體系級、可控級、信任級以及生態級。從最開始的無分析或個人分析到最終理想的數據分析生態體系。這個過程也是企業從無數據分析指導,到數據分析的價值如血液般賦能企業生態各個角落的過程。企業提升自己的數據分析發展階段的過程,也是在智能企業的建設過程中逐步前進的過程。

7個階段:個人級、部門級、企業級、體系級、可控級、信任級、生態級。

這七個階段主要從兩個維度進行區分:

1 數據分析的採用率和普及度

一個顯而易見的指標就是企業裡面有多少人真的在使用數據分析支持業務需求。

2 數據分析的可靠性

可靠性有兩個層面的意思。一個是數據是否準確可靠,不能是錯誤的數據或有歧義的數據;另一個是數據分析對業務使用價值的可靠性,如果得出的數據結論對業務沒有價值,即準確但沒用,也是一種浪費,這個涉及對業務的理解。企業需要的是行動化建議。

二個維度


為了方便稱呼,我把這7個階段的概念稱之為“智能企業七步曲”。

什麼是智能企業?我們列出幾條定義式描述:

  • “智能企業”是徹底的數據驅動型組織

  • “智能企業”有強大的數據基因,並且將數據變現為利潤和增長

  • “智能企業”基於各類企業數據資產,構建可信任的數據底座,將數據分析和價值如血液一樣流淌到企業經營的每一個參與者

1首先,意識和認知層面:

數據分析在智能企業中不是一個成本中心(Cost Center),而是增長中心(Growth Center)。智能企業,首先從最高層管理者開始,都有著極為強烈的數據化管理意識和思維能力,是數據驅動增長理念的堅定捍衛者。在組織的管理和運營中,不斷深化組織每一個參與者的數據意識,使之成為企業文化的一部分。數據分析不再是傳統信息IT部門每年例行的事情,而是整個組織的共同追求和實踐。


2其次,前端價值交付層面:

智能企業擁有將數據轉換為利潤和增長的能力。智能企業能夠很好的將數據技術(DT)與業務需求合二為一,不再是過去技術不懂業務、業務不懂技術的尷尬局面,逐漸出現數據技術和業務都理解的融合性人才和團隊。甚至,業務會逐漸的由數據來指導和開展,舉個例子,在零售門店場景下,有價值的數據分析會拆解業務數據,並主動告訴店長門店經營出現問題的原因在哪一個方面(因子分析),可能是複購率問題,可能是流量轉換率問題,也可能是庫存和周轉問題等等,並加以量化和推出改善性行動建議,進而引導店長和管理者在相關方面進行針對性行動。


3最後,後端基礎設施層面:

智能企業擁有強大的數據中台和數據底座,底氣十足。基礎設施之於前端價值交付,如深厚的地基之於萬丈高樓。企業上到一定規模,都有大大小小少至七八套,多至數十套上百套的業務支撐系統。智能企業能夠建立強有力的數據管道,將各系統數據融合統一併進行語義級別管理,形成統一的數據描述和口徑定義。任它數據千千萬,我只聽見一種聲,這便是可信任的數據底座。隨後,架構於該底座之上的數據中台能夠像心臟之於千萬個毛細血管一樣,將數據輸送到各個需要數據支撐的前端業務單元,最終形成完善的數據生態。


關於作者

張傑

微策略大中華區首席產品官


張傑先生在商業智能和數據分析領域有十多年的從業經驗,現任職於微策略,擔任大中華區首席產品官職務,負責銜接產品研發與大中華區市場。他和他的團隊與包括零售、製造、金融、電信和政府等行業在內的企業用戶有廣泛接觸,在與用戶的互動中使用創新技術和產品幫助解決企業在大數據和智能時代的數據分析難題。


以上是我對智能企業的一些基本點看法以及智能企業的7步理論,未來將就智能企業的7步分別進行描述。期待與大家的交流和歡迎各位讀者的指正。