) g9 q; F) \ W d) p4 h
- `. ]& Y4 W1 S+ b4 I2 `
/ b* k7 p5 K% j# w7 H6 z C
# d/ u) |! b" L: a8 u
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。 4 d$ |& t+ J" m" r& S" [& Z- b; m 原则 1:从原有的业务与技术中开始着手+ `6 ], P/ _, c" P
* Q' g' O# K) W9 W4 c( I 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。」# h% D: }* l3 r ]9 B5 O
- z7 l/ X# n: q3 u- y8 b% B 原则 2:从相互连结的物联网中建造数据景观 ! `' ?0 h A1 H - W. g1 Q% d' K N ?2 j4 F 「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。3 a1 [( X# Z4 o- f6 d# o, [7 M
( c* _% }! p7 a C 原则 3:建立数据科学与分析的文化 % g6 d7 z% y. f l# s7 \ # C9 h ~& t" \) g: F( C 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。 8 `5 V3 ]3 H- Z! `( q, V5 N) I" \# t1 m 原则 4:从小做起,不断迭代 8 Z; M& r; D% \& R0 @% t* t; Z7 a! a4 C9 q8 |! j/ Y& q
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。 ; d* R' z3 H* Y+ ]' G 9 J5 f5 k0 a: ~" \' q- e 原则 5:用数据科学丈量数据科学的成败! @4 P+ b' U$ O2 I
& J" p- d" q1 H; N! [
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。」% z) @9 y& ]) H/ t2 s' H5 J: L8 ?
4 _$ L1 F, r' v2 M+ \) i& a# V) O 原则 6:数据的安全与隐私至高无上 ) b' X; Z* }/ z) @ 6 X: A& J! X$ @: I0 ~4 Z8 \! }: v 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。3 F. y4 ^, [7 d; b4 C" P+ Y
9 h O2 a! I. k: z/ j0 D5 q 原则 7:赋予成员洞察「作用点」的力量% l* y% U0 A0 N' ^3 T: K
1 e; s$ w- p6 i# L4 z 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。 1 u# P* J+ X4 N+ H$ h9 ~6 i- p* K [/ R2 t e+ L
- n! J1 y- \1 m0 N
" i+ x+ J# i7 ]