; b7 P: M6 n( C+ A1 r
: r0 p! u3 E/ |
4 }! U, p1 F7 h* w* M
% {- T o3 {& d 大数据时代,你准备好用数据驱策公司了吗?这并不是一项简单的任务,迅速吸收、整合与分析数据的能力缺一不可,而数据又来自内部原有的数据以及未来源源不绝诞生的海量数据,最终你必须把数据转化成「洞见(insights)」,并且依此为本,能在各种状况采取最适当的解决方案。法国凯捷(Capgemini)管理顾问公司「洞见与数据」副总裁 Jeff Hunter 表示,他们调查了 1000 名企业高层,整理出七项企业转型成「数据为本」的过程中,所需遵循的七大原则。% R8 K' ?! x b2 ~' d Q
9 |4 L- O g8 Z9 z 原则 1:从原有的业务与技术中开始着手1 M1 P/ `$ W; ~8 H/ l9 X p/ O
/ ^4 V. F3 ~8 K6 v+ R: u
想要转型成以数据为本的公司,首先一定得先确认业务目标,接着便能规划战略蓝图,运用新的数据来源,达成你所设定的目标。数据成熟度(data maturity)与技术两者双管齐下的起点,将决定未来整趟旅程的行进过程。Hunter 表示:「若能适当的部署业务与技术,就可以堪屎系统性地开展业务流程与商业模式,并且明辨哪些质化元素能被量化元素取代。」 % Z0 ?* m( R# Q, m ' c, U$ [/ Q, `( E 原则 2:从相互连结的物联网中建造数据景观 5 ~% l9 S3 Y- M, y$ G. T1 ?5 K1 g# O R7 t. o$ e; h
「物联网」的实现近在咫尺,而且已经产生(而且会持续产生)史无前例的巨大数据。「存活超过 20 年的企业,近来不断设法制定企业数据策略,因为他们里头有数不清的数据市集(data marts)和数据孤岛(data silos)」Hunter 说。尽管公司组织努力解决数据孤岛的问题,但是宛如瀑布般倾泻而下的数据,只会一再造出新的孤岛,除非你的环境已经准备好应付那些海量数据,毕竟现在数据量产生的速度,远超 20 年前我们所习惯的步调。不过幸好,大数据热潮孕育了许多可以协助大企业管理笨重数据负担的新技术,因此能否好好善用那些新技术,把数据转化成真正的业务需求,是企业在形塑数据景观时不可或缺的原则。, t# A; b8 D, y+ |2 H
+ h% \6 o9 \ C6 |) G 原则 3:建立数据科学与分析的文化 ' _9 V6 g3 c$ O0 l 3 p$ s! h0 p4 h- U# j! l7 \, o 想靠「数据」发威,光有技术不够,还得建立一个理解数据、而且懂得利用数据的文化,两者缺一不可,文化甚至更加重要。「对我们来说,『懂数据』不再只是副产品,而是重要的资产,你要培养『这是一种资产』的心态,你要知道,数据有可能帮你重整业务流程或挖掘出新的收入来源。」因此,数据科学不该只是几个人的职责,必须灌输到整间企业的全体成员身上,让所有的决策都变得更明智。 # @* p6 h3 z7 S R( W, k" U, @8 \; b) {+ B 原则 4:从小做起,不断迭代 r% m# k+ Q+ ~+ X3 u0 A' ~+ W f9 H9 f, X% B
我们可以预期使用者对于资讯与数据洞见的需求会愈来愈多,这表示他们要能随时随地获取这些资讯。这不是一件容易的事情,但是企业可以先从「小事」做起,找到一个可以从数据中直接受益的业务目标,接着反覆改善(iterate),让团队不断汲取经验,最终能以数据洞悉、解决业务问题,「这个过程可以持续复制、重复消耗,」Hunter 强调,Capgemini 针对技术、人才与分析的投资,总是能被客户一再使用。 & s9 k' p; r" s8 Q/ r " O, d7 N) \0 S z. ^' j 原则 5:用数据科学丈量数据科学的成败3 l+ w: u2 ?0 y# V: r, h( e$ p
7 j R% B5 `2 f) Z% G6 X
要让数据当个称职的主角,你得采用数据科学的方法来判断数据科学是否成功,这不是什麽跳针的玩笑话。随着你的企业从数据洞见取得的营收愈来愈多,你得要能辨析数据政策是否产生重要的改变,要发展一套尺度用衡量成败。「我们怎麽丈量成功或失败?『洞察』就是我们最重视也最关键的 KPI。」8 I8 o4 ]* l, g# n4 w
- _8 w6 l: T4 c: o) W 原则 6:数据的安全与隐私至高无上3 P+ B1 y6 m& R$ T7 S
- d; a$ }* V$ C: s1 }. [" j; O
只靠直觉行事很糟,但未经筛选、从良莠不齐或不可靠的数据中采集作为决策考量,更糟。倘若你无法处理数据安全以及尊重隐私,将会导致企业暴露在险境之中。「维护数据资产的安全与隐私,是最基本的要务,我们总是尽己所能管理数据。」Hunter 强调,无论数据产生的速度多快,都不能轻忽契约或有违反法律的情事。1 O& e, w, q" L# v! w4 ^. U
& r& N8 S- }+ g 原则 7:赋予成员洞察「作用点」的力量 9 L, _6 K1 H3 R" o) k6 a- H# [ ' q9 t' `8 z4 ~4 o9 c5 Y 唯有公司内部的成员面对数据洞见时能够迅速产生反应,数据才有价值。这些洞见在「作用点(point of action)」上必须有所区隔,比方说,如果现阶段的目标是优化购物车,反应够快的人就会想到可以在交易完结之前,提供消费者某些推荐商品。Hunter 以机械操作员来比喻,就是要让他们能够预测钻头何时可能会损坏。建立数据为本的心态,而且懂得因事制宜,方能抢在事情发生之前预做准备。 6 h4 l" K# @+ _$ M! L' u% l6 @- ?8 K7 X* j8 F
, ~' X$ Y2 c- i7 O4 M- L* Z0 \3 H7 O5 q5 S# C" s9 p a
]; z6 { O6 l d