建议

了解每个层面如何影响价值创造是非常有益的,但思考每个层面适用于日常业务运作的哪个环节也同样重要。大多数高管都需要通过一个以业务为驱动的蓝图来开展分析工作,这种方法从战略、技术和组织三个角度定义了组织如何以及为何使用技术。

战略:仔细考虑由谁为一个组织实施分析战略;

广告:个人专属 VPN,独立 IP,流量大,速度快,连接稳定,多机房切换,每月最低仅 5 美元

技术:组织在管理、处理、分析、解释和存储数据方面的能力和资源;

组织:使用数据和分析能力创造价值而采取的行动。

这个结构通常用于一个组织构建商业智能基础和其他企业应用,它创建了一个蓝图,可指导主管思考数据管理所需的战略和战术举措,并且确定应用分析成果时的业务和技术要求。

高层支持、价值来源和融资层面表示定义并实现数据与分析的战略路径所需的能力。通过仿效领先者在这些层面的行为,高管可以培养分析工作的目的感,也就是将高管团队的战略愿景与日常工作所需的分析结合在一起。

专业技能、数据和平台层面结合在一起,创建了组织管理、处理、分析、解释和存储数据所需的技术能力和资源。通过发现组织满足独特要求最需要的能力,高管可以为分析发现创建一个基础,应对当前的挑战,同时规划未来。

文化、衡量和信任层面共同构成一个组织在数据和分析方面采取行动的能力,这是实现投资回报的唯一方式。

为了成为以事实为驱动的组织,高管团队需要考虑文化影响和所需的变革,并且能够衡量成功。但是,如前文所述,要实现组织的转型,不仅仅需要备忘录和衡量,还需要信任。这需要对数据的信任,以及人与人之间的信任——相信每个人都在为共同的目标和相似的成果而努力。

通过将这些层面结合到一个相似的结构中,我们的目标是为高管团队提供可信的建议,以便其制定机构内的洞察力蓝图,通过发现和洞察而发挥数据和分析的价值(图5.15)。

阅读 ‧ 电子书库
资料来源:IBM商业价值研究院2013年大数据与分析调研。

图5.15 了解每个层面对价值的影响至关重要,但组织仍要采用不同的结构实施变革

战略——利用基于结果的计划加快分析工作的开展

高管团队需要为分析工作制定一个以业务为驱动的日程表,实现管理人员负责制,与企业战略和业务目标保持一致,并且为提供新的收入和效率来源而定义所需的新业务能力。此外,他们需要创建一个融资流程,根据这些目标确定项目的优先顺序。

为了协调每个战略层面的必要活动的执行——高层支持、价值来源和融资——我们为高管团队提供以下建议(图5.16):

阅读 ‧ 电子书库
图5.16 这些措施结合在一起,形成了一种战略性的分析实施方法,使高管能够利用基于结果的计划而加快分析工作的开展

高层支持

有效的分析战略将在企业战略目标和列出的分析活动之间建立明确的联系,从而确定数据和分析投资的战略意图。

业务线主管亲自参与制定和管理分析战略的组织效率最高。这种参与包括了解组织的数字基础架构的优缺点——硬件、软件、数据和人才——然后采取主动措施保证机构能够将这些数据用作战略资产。

高管传达的消息也同样重要,这些消息要说明如何定义成功。采用可衡量的业务成效实现从高层战略向业务线行动的转化。凭借自上而下的明确的战略愿景,每级管理层都应自问:“我们如何影响这些业务成效?”,以及“我们需要哪些数据才能做到这一点?”每一级的高效治理意味着了解相互独立的战略如何实现共同的目标。

除了设定分析战略外,成功的支持者还会通过沟通和背书,在整个组织内培养对分析工作的责任感。携手实现同一个目标,这是从分析工作中创造价值的一个关键战略。

价值来源

各组织都认识到了分析对于识别新的收入和效率来源的价值。大多数组织都在21世纪仍然较新的数字市场中探索增长机遇。他们在寻找新的业务模式和战略,目的是利用他们拥有的关于客户、竞争对手和市场的不断变化的信息,并且借助新技术在整个组织内提高效率。

高管还应关注运营创新的机会。从互联网到智能手机的个人技术领域的创新,深刻改变了客户的交互和期望。同时,业务技术创新为组织与客户和供应商交互创建了新的平台,为了解相关时间段内的业务成效提供了新的途径,并为管理日常业务运作提供了创新的方式。

一旦组织设定了分析工作的战略路线,下一步就是确定创造价值所需的业务能力。通过制定以业务为驱动力的能力蓝图,组织可以更好地理顺并且关注其在分析领域的投资。组织应培养业务能力,为实现战略预定的直接成效提供支持,并且集中精力应对关键业务挑战。建议组织将应用大数据和分析的特殊案例归档,并通过这些案例来解决业务难题。

融资

分析项目融资所需的严格规程通常可以向首席财务官等人员学习。组织不能依赖最佳猜测和假想的影响,而是需要投入时间并且开发基于价值的业务案例,从而提高投资回报实现的可能性,而且最好是能够立即获得回报。在大多数表现最优秀的组织中,基本的做法是提出可合理化证明的成本和预计收益之类的融资请求,许多组织需要设计多个场景来了解业务成效的范围,并通过概念证明而对潜在收益进行合理化验证。

挑战在于如何进行资金分配才能实现增长和效率的最大化。根据业务能力蓝图,组织需要制定实施路线图,其中包括组织内需要投资的所有与分析相关的活动。整合的路线图可降低软硬件重复投资或投资冲突的风险,这不仅会导致最初投资的效率低下,而且会增加下游根据需要调整各个组件而推动跨企业数据共享与分析的费用。

实施路线图可帮助组织根据与业务成效的匹配程度而确定资金投入的优先级。由于大多数组织面临的经济形势,有些预期收益无法获得资金投入。难以全面确定数据和基础架构开发优先顺序的组织可能面临着相关层面缺乏协调而且稀缺资源和分析人才利用率低下的风险。

技术——丰富核心分析平台和能力

大多数企业需要丰富其内部的核心分析平台和能力,用于管理、分析和处理那些从数据和分析中实现价值的洞察。

有效利用技术实现组织的战略目标,首先要有强大的分析人才库,这些人了解业务或组织的日常运作与挑战,并且能够将这些知识与分析工作结合在一起,从而获得可行的洞察力而实现积极的业务成效。

要想有效地利用这些人才,组织需要严格地管控数据资产,并创建一个简化的、更灵活的硬件基础架构。在做出与IT基础架构相关的决策时,他们需要了解未来需求,并且规划未来的增长和需求。

如图5.17所示,我们所建议的措施可帮助组织获得与专业技能、数据和平台层面相关的能力:

阅读 ‧ 电子书库
图5.17 通过合作,业务和IT主管可以利用共享的分析能力、新技术、简化且灵活的平台而推进企业分析工作进程

专业技能

领先者发现,培养现有人员的技能,在业务知识中补充分析知识,这是一个更有效、更节俭的方式。组织会发现,与向外部分析专家讲授业务知识相比,向了解业务的人员讲授关键思想和分析软件的技能更简单。由于优秀分析人才的供应不足,而需求巨大,培训现有员工是明智的做法。

组织可以通过在分析能力中心内进行跨项目交流和重新部署,从而主动地为知识分享创造机会,这在最基层提供了指导和知识分享机会。从正式培训到午餐学习,利用持续学习机会使技能得到系统的提高。

领先的组织为分析专业人员确立正式的职业发展路径,通过正式的培训、事业规划和激励机制而促进其事业发展需求。通过正式确定分析的角色,高管传达明确的信息,即对于实现企业的战略而言,数据管理和分析并非处于附属地位或者偶然执行,而是战略中不可分割的一部分。

对于无法在内部培养的、复杂的数据管理或高级数学技能,我们建议组织利用合作伙伴弥补技能差距。很大一部分受访者指出,他们没有能力找到和雇用掌握所需技能的人才,这一问题已经在全球分析会议的留言板上得到了确认。

的确,越来越多的高管认识到,管理和培训分析专家并不是其组织的核心能力,或者由于缺乏可用技能而无法实现,但他们仍然将分析视为其业务战略的基础组成部分。创新的公共—自用合作形式在全球各地出现,创立了可为多个组织提供服务的分析业务中心。尽管外包数据管理和软件开发的方式已经存在几十年,但这些新的中心有助于企业克服全球性的分析技能短缺,获得实现战略目标所需的能力和洞察。

数据

严格治理数据的组织不仅实现了跨部门的数据共享,而且培养了对数据的信任,并且允许组织更广泛地运用这些数据。除了保护客户数据外,具有讽刺意味的是,强大的安全性也保证了在组织内更广泛的数据共享。一旦敏感数据通过基于角色的访问、数据掩蔽和监控等做法得到保护,共享数据所带来的风险就会降低。提高数据可用性和接入能力以及向最终用户授权可推动数据和分析能力的使用。

大多数组织在将分散的数据整合成统一企业资产时遇到过困难。领先者已经认识到,实现企业级数据共享和单一客户视图的最有效方式是采用一组数据管理标准,这些标准确立了所需数据的统一性,而且使业务部门能够足够灵活地开展本部门的分析。

这些标准不仅仅为元数据管理奠定了基础。强有力的治理为提高数据质量、可接入性和可用性铺平了道路。数据的可追溯性和透明性使整个组织的分析员和主管能够了解数据来自何处,是如何处理的,以及有何意义;这样有助于建立那种只有在明确了解后才能产生的信任。元数据管理是严格的数据治理的关键部分,对于那些不愿将数据作为战略资产进行管理的组织而言,元数据管理是沿正确方向采取行动的重要步骤。

对严格治理的需求与组织获取多种大数据来源的需求互相交织。社交媒体、视频、文本聊天和其他非结构化数据提供的海量客户数据不能被忽视,因为这些数据提供了潜在的洞察。然而,更好地了解客户及其行为模式需要保护这些数据的隐私和安全。

平台

将经营重心从运营转向创新的一个重要内容是重新思考组织当前的需求,包括整合的硬件和软件能力。这不仅意味着重新思考如何应对关键业务挑战,而且包括组织自己需要具备哪些核心能力,哪些能力需要实际部署在现场,哪些可以由更新的技术、外部供应商或业务伙伴提供。

经过多年无数次的并购活动,许多组织发现它们处于一个复杂的拼接而成的环境中,通常难以提供统一且完整的信息。由于当前“对速度的要求”,组织可以通过以下措施来简化和更新现有平台:创建可重用的抽取—转换—加载(ETL)组件,降低数据重复率,采用行业数据模型来减少数据模型表的数量。这样的简化有助于更容易、更有效地存储、管理和访问数据。

在应用开发和维护过程中提高复用性的组织,通过现有的IT投入缓慢地改变其环境。团队构建并部署可重用的ETL组件,用一组基于目标的作业取代冗长的、重复的ETL作业,从而最大限度提高资源利用率,降低维护成本,并缩短未来数据集成项目的交付时间。这使得企业可以在资金有限的环境中开展更多的分析工作。

此外,分析环境复杂度的降低使机构更容易整合并且尝试那些赋予企业业务能力的新技术。领先者稳步采用新的技术,在实施之前对每项技术进行评估,包括云、大数据、移动能力和代管的共享服务。确定适当的业务用例,并与正确的概念验证、原型和试点项目相结合,是实现新业务能力的关键步骤。

组织——把分析作为核心能力来推动变革

高层领导必须把分析作为核心能力来推动变革。在大多数组织中,企业文化是从上而下建立的。因此,高管和业务单元领导必须透明地使用分析能力做决策,并且支持基于事实的文化从而设定所需的期望值,使这些行为在组织内蔚然成风。

在那些拥有优秀分析能力的组织中,领先者确保以数据为驱动的决策机制不会损害数据处理能力。他们为使数据得到信任而主动在组织内建立关系,而且衡量数据对业务成效的影响程度,从而证明这对于组织的价值。

如图5.18所示,我们提供了以下建议,旨在帮助组织培养与文化、衡量和信任层面相关的能力:

阅读 ‧ 电子书库
资料来源:IBM商业价值研究院移动企业调研:您在多大程度上同意或不同意以下关于企业移动战略和移动实践的说法?(百分比表示同意或强烈同意)。

图5.18 仅一半的企业有精心制定的移动战略

文化

随着数据从吸收转变为洞察的速度日益加快,组织需要在正确的时间向正确的人提供正确的数据,以做出更好的决策。组织必须理顺数据流程,为最终用户和决策人员提供更及时、更相关的洞察力。

领先的组织自动开展分析工作的关键部分,从而更有效地为决策人员提供所需的信息。嵌入式分析和机器学习为缩短数据周期提供了新的机会。数据馈送和例行任务的自动化也提高了分析员的工作效率,他们通常要花费75%的时间来追踪和清洗数据。让分析员用更多时间来分析(而非处理图表)不仅仅意味着更有效地利用宝贵资源,而且也提高数据在决策流程中的相关性、及时性和一致性。

此外,高管需要积极认可数据和分析的威力和好处。证明这一点的最有效方式是透明地利用数据和分析以支持决策。决策基于事实,可以体现为加固行为、展示思考的过程,进而建立信任。

衡量

这种透明度的一个关键部分是衡量分析投资的成效。如果组织无法确定分析战略的价值,它就没有动力进行投入,或者开发并且利用洞察。此外,组织可能会向那些仅带来低价值回报的战略投资,从而错失提高未来成效的机会。

解决这一问题的唯一方式是衡量价值,从战略到实施,对相关结果的持续评估。组织必须通过衡量去了解哪些措施有效,哪些无效,以及如何提升分析的价值。

第一步是扩展针对分析活动投资而设计的严格的指标流程,从而根据成效创建一个反馈机制。如果投资请求的成本收益分析是根据实际成本和实现的确切收益而进行的,分析投资的价值就可以很好地理解。如果没有这种评估,就不可能区分高效营销活动和有趣的想法。

因此,组织必须在每次投资时,识别并定义受每次分析投资影响的特定关键绩效指标(KPI)。这些KPI应与业务目标保持一致,并且利用有形和无形的预期成效加以证明。

一旦在分析方面的投入已经转化成实施能力,组织需要创建一个审计流程和反馈机制,评估投资对价值创造的影响,并采用预定义的KPI进行衡量。

信任

在当今社交媒体和数字网络风行的世界,通过面对面交流建立的信任和人际关系看起来似乎已经过时,但领先者都已认识到,信任是通过分析创造价值的一个关键层面。

信任能够消除文化变革带来的阻力,因为它使人们能放心使用别人创建的数据。决策会使您和组织的声誉面临风险,无论是大动作还是小动作。如果人们不了解数据来自何处,以及如何得到结论,即使数据来自高层,他们也会怀疑。

这一问题的解决方案就是人与人之间的互动,花时间建立可信的关系。这要求高管、分析员和其他人交流:了解他们对所提供的数据和分析有何担忧,了解他们对所管理和分析的数据掌握的想法,并且讨论如何更好地合作。尽可能努力消除数据创建者和用户之间、相关主管之间的匿名联系,尤其是业务部门和IT部门之间的匿名联系。

对于已经适应基于事实的文化的组织,他们也开始转变角色,让业务和数据分析员以及业务和IT主管之间共担职责,共享成果。人们期望,通过让业务分析员了解数据、数据来自何处以及如何使用,让数据分析员掌握业务如何运作,关键举措是什么,以及分析对业务有何影响,从而最终消除“业务”和“IT”之间的差异。在这种面向未来的模式中,业务主管熟悉现有的技术,而IT主管努力利用这些能力实现业务成效。