组织真正内化数据化决策的关键

是什么阻挡了企业有效利用数据分析？ 时至今日，各行业的企业们比过去更频繁的使用数据分析辅助决策，在追求更明智的决策的同时，减少企业创新可能带来的不确定性。稳健的数据分析方法俨然成为组织保持竞争力的方法，然而，拥有数据分析能力不等同能“成功地”将其利用──换句话说，能真正通过分析提升业务价值才是关键。 三、不同部门分析各自独立，产生相互矛盾的结果。挑战也发生于各部门单独执行分析时。当企业缺乏标准化的分析流程，不同的团队将使用不同的方法来回答其业务问题，不统一的分析方法会产生相互矛盾的结果，使得决策者难以理解哪个答案是“正确的”，这限制他们采取行动的能力。 根据哈佛商业评论分析服务机构的调查，各行业的高管中仅有18%表示其企业成功通过数据分析，获得足够的投资回报。报告更进一步探讨能在分析领域中表现优异的公司为何如此，及他们在分析上的“最佳实践”为何。 四、时间落差。若“分析”与“产生见解”这两大环节无法赶上产生决策的速度，实际核心业务端便不会采纳分析所得出的结果。因此，若能使数据访问更为容易，洞悉数据、分析数据更为快速，便能消弭这类的时间落差。战略上，组织必须将数据分析、关键业务问题、企业优先事项三者结合，确保公司能应用其分析能力并发挥最大影响。 报告亦揭示企业欲真正落实数据分析时遭遇的困境，包括： 一、难以与团队沟通分析结果并整合到决策中。企业常遇到的困难之一为，公司内部未建立标准化的数据分析流程，导致业务价值无法因此提升。若分析结果无法纳入决策流程，便无法传达给能真正影响策略的业务关系人，标准化的目的即是有效地将分析结果传递给策略制定者，流程中利用了工具与平台，产生以“实际业务为导向”的分析结果。 在与全球各行业客户合作的同时，万事达卡看见在决策制定上，以业务为中心且易于理解的分析结果扮演了重要角色。万事达卡拥有实时、匿名化、聚合的交易数据，辅以完善的分析能力，使企业能够及时利用具行动价值的分析见解布局。而对于企业而言，“平台”的采用越趋普遍，企业能利用可靠且简单易用的平台提升获得见解的速度，这不仅帮助企业取得正确的答案，更能在理想的时间内发现见解，将其传达给正确的业务关系人、有效发挥影响。 二、人员缺乏技能，无法将分析结果套用于业务中，进行解读与应用。在数据分析领域中，各企业可能不乏相关技术，但此仅限于技术人员，在核心业务端能否如此却不能保证。若核心业务端人员缺乏解读分析结果的技能，将无法在重要的业务决策中应用分析得出的见解。许多能有效利用数据分析的企业采用了易用性高的分析工具，这类型的工具简易到不需统计学博士等级的分析技能即可操作。 组织真正内化数据化决策的关键 执行摘要 数据分析领域中的“领先者”如何优于同行？ 各大企业皆在数据分析上投注庞大资源，期盼改善决策的流程和成效，范围涵盖产品研究、业务创新，到供应链管理、顾客体验和风险管理等。 •围绕数据分析建立企业文化，高管们明确展现对数据化决策的决心•数据分析的流程与方法被运用至业务核心，并整合至工作流程中•公司内部培养了强大的数据分析技能，核心业务端人员与分析专家紧密合作•为“何为成功”制定了有力的指标与评判条件，培养实验学习的文化 然而，许多高管认为，公司在数据分析方面所执行的计划与投资未获得应有的回报，而阻挡成功的障碍往往存在于内部的流程与实践中。 近期由哈佛商业评论分析服务所开展，针对全球各行业744名企业高管进行的调查报告指出，只有不到五分之一(18%)的受访者表示公司在分析方面的投资已获得足够的回报。 成效不理想的背后潜藏许多原因：1)d在运用分析结果、散布至实际业务方面的效率低落；2)未在现有工作流程中纳入数据分析，导致决策历经的流程无法真正影响决策者；3)d核心业务端人员缺乏解读并运用数据分析的技能；4)在各部门中分析各自独立，使结果相互矛盾。 此外，尽管企业拥有大量数据，却很少人认为其公司为“根据数据决策”。仅有d27%d的受访者同意或强烈同意其高管持续在战略性决策中利用分析工具，更少数的受访者(15%)同意或强烈同意，当分析见解与“直觉”抵触时，他们倾向采纳见解。 调查中有18%的受访者认为其企业已在数据分析方面获得成功回报。这些数据分析“领先者”表示，公司通过分析降低成本与风险，从而获得真正的商业价值，提高了生产力、营收表现与创新的成效，真正落实了企业战略。 与调查中其他企业，即对数据分析的投资表现感到不满的企业相比，表示满意的领先者们认为，他们有办法清楚说明公司是如何利用数据分析获得成功。超过三分之二的领先者自认为在生成分析、将分析实践于商业用途和推动业务价值方面非常成功，他们亦更广泛地在决策过程中使用数据分析、图1核心业务端的人员与分析专家更紧密合作、使用的数据分析方法更具一致性。其中有63%表示在做出战略性决策时，优先采用分析见解，而非“直觉”。 随着数据分析的采用变得比以往更加普遍，此调查关注了难以在数据分析上获得理想回报的公司，以及能有效将其利用的公司，两者间的“表现差距”。报告考察了不同企业如何运用数据分析、所遭遇的阻碍，与领先企业们如何建立数据分析的应用流程与相关成功要件。 图1 各企业经常使用数据分析来指导重要决策的领域 [受访者选择所有适用的回复] 在整个企业中运用分析 尽管诸多受访者表示，他们在利用数据分析方面遭遇挑战，大多数却表示，有越来越多的职能已运用了分析工具。 超过四分之三的受访企业在业务规划与业务预测方面使用数据分析；有一半或更多的受访企业在财务、市场营销、运营和策略方面运用数据分析；38%d在供应链管理和物流方面运用数据分析；在信息技术d(30%)d和人力资源d(24%)d职能则运用得最少。 只有略多于半数d(56%)d受访者表示，公司经常或总是利用数据分析来支持和改进业务运营；只有不到一半d(48%)d表示将其用于支持战略目标和执行项目。三分之二的受访者表示，公司的数据分析经常或总是属于“描述性”；略多于三分之一则指出，他们固定采用较进阶的“预测性分析”与“指导性分析”。超过半数企业在各部门皆进行数据分析，但因分析活动分散，他们难以藉此协调策略、安排优先事项或进行投资。以上表示，大多数企业仍有诸多改善空间，可加强数据分析在业务上发挥的影响。 数据分析阶段 描述性分析：识别并描述当前正在发生的情况预测性分析：预测未来可能发生的情况指导性分析：建议下一步应采取什么行动 以上指标即是一部分企业自认表现突出之处，本报告称这些在数据分析方面成功取得可观回报的企业为 “领先者”。 在特定决策上可能长期存在争论，但当分析结果不可推翻时，争论亦不再需要。 例如，长期以来的假设是，应限制单程机票的数量，以避免侵蚀来回机票的营收表现。对此，新航进行了经严谨控制的“实验学习”（小规模）实验，测试了14条航线，并各与一对照组相比。结果证明假设错误，修正计划后获利增加了数百万美元。而新航亦通过其他实验揭示了客制化服务的同时，提升营收表现的方法。 领先者企业在各职能与组织阶层中更广泛地应用数据分析，也运用了较多进阶的预测性与指导性分析。其中有84%表示数据分析已嵌入核心业务流程中；与之相比，非领先者企业中（本报告称之为“落后者”，也就是自认所获投资回报不理想的企业），只有16%在核心业务中运用数据分析。 “在特定决策上可能长期存在争论，但当分析结果不可推翻时，争论亦不再需要。”新加坡航空的野心从未减弱，不断追求自我提升，Wilson表示，“我们现阶段面临的挑战是如何将实验学习方法内化至所有业务部门的DNA里。” 领先者的高管们表示，在决策过程比起使用“直觉”，他们更常参考分析与见解：领先者中有81%选择优先采用数据分析的见解，而落后者只有d42%。表示公司决策者倾向选择直觉而非数据分析的落后者比领先者多了10倍之多。相对地，领先者根据从数据中获得的见解，做出更多的决定、采取更多的行动，并从中获益。 巴布森学院(Babson College)信息技术和管理部门总统奖特聘教授Thomas Daven-port表示：“实验学习方法可以使数据分析更具参与性、分析结果更明确，企业能藉此促进数据分析在组织中的运用，鼓励旗下人员采用分析结果。” 新加坡航空公司销售和市场营销高级副总裁Campbell Wilson表示，新航早已展示数据分析的决心，数据分析亦被视为业务上驱动策略的重要环节。 调查中许多受访企业表示，公司需要转变企业文化才能真正采用数据分析，而关键因素在于，公司需展示运用数据与分析的决心(41%)、需有高层的领导(40%)，以及在战略上拥有应用数据分析的愿景(39%)。 新航致力提供最高标准的服务，是世界上获奖最多的航空公司，它的高标准与抱负更延伸至数据分析的利用上。“我们想成为最数字化、最个性化的航空公司，”Wilson表示，“这意味着了解客户，预测他们可能喜欢什么，并优化各层面的服务品质及其幕后的操作机制。” 麻省理工学院数字经济中心研究员MichaelSchrage表示同意，“在组织里，新的分析方法往往需要新的行为模式来实践，而真正的挑战在于：接受这样的事实。” 长期以来，该航空公司一直在工程、航班运营、定价与营收管理、燃料、其他资产管理、招聘、促销以及顾客事务上运用数据分析。现今，他们亦通过数据分析做实验，更大胆地采取过去从未考虑过的战略性行动。 Davenport表示：“那些最能完善利用数据分析的公司已意识到，他们迫切需要高管们拟定分析上的战略。遗憾的是，当今企业采取的做法与最佳实践间仍有巨大差距。” 有d59%d定期或经常使用数据分析；而在各职能与部门的管理阶层中，亦有d56%d经常使用数据分析；在更下层的经理/主管阶层中，比率下降至42%。 在决策的各个角落落实数据分析 零售业和金融服务业拥有“以消费者为中心”、“拥有丰富数据”的特性，他们亦在数据分析方面获得最佳回报。两者中，零售业在总体上产生最大效益。 大多数公司中，需要频繁面对客户的一线员工在数据分析的运用上有较大落差。总体而言，只有四分之一的一线员工会使用分析工具且只有7%定期使用分析工具。 金融服务业受访者在生成分析、实现收入增长和降低风险方面给分最高；医疗保健业受访者则最有能力将数据分析与战略执行两者密切链接；能源/公共事业/电信公司在获得利益方面排名属中间，制造业则落后。 若比较领先者与落后者企业，前者的一线员工根据数据见解采取行动的频次更高，前后者分别为47%与12%。 “当企业奋力成为更以顾客为中心的组织，欲改善顾客体验，并想提升营销的速度与成效时，若在第一线缺乏数据分析技能，将成为业务发展的绊脚石。”Davenport表示，“一线员工需以更直接的方式利用数据，且需使用更进阶的分析技术。首先，他们须具备相关技能与技术使互动更为有效，但在这方面，企业进展速度缓慢，大部分都后知后觉。再者，虽然现在建模越趋容易、越趋自动化，但拥有工具后能否真正在业务中运用分析结果始终是个挑战。” 整体而言，过半受访者(54%)表示，使其无法成功落实数据分析的最大障碍是，数据分析未被整合进工作流程与决策过程之中，也无法触及决策者。许多受访者也抱怨，在获得数据分析的结果后，将其运用并散布至实际业务的效率低落d(38%)。他们亦表示，公司内不同单位所执行的分析产生了相互矛盾的结果(41%)。图2 调查发现，高级管理层获得的数据分析结果较其他人员多。在高级管理层人员中， 阻挡成功运用数据分析的主要障碍 图2 根据受访者反映，他们所遭遇的最大障碍为：一、难以确保数据质量；二、缺乏标准化且有效的分析流程，紧随其后的是数据难以访问。图3数据质量方面，落后者受影响最大，占48%；领先者仅占27%。此外，46%落后者表示其缺乏标准化的分析流程；相比之下，领先者只有26%。为应对以上挑战，部分企业正着手利用可共同使用且易于访问的平台来解决，使业务所需的数据更容易取得。 为有效使用数据分析成果所面对的重要挑战占比 [受访者至多选择项挑战] 在各方面能成功运用数据分析的领先者们仍对