組織使用數據來提高運營效率和推動創新已經不是什么新鮮事了。自20世紀初以來，企業一直在應用“科學的”管理技術，以獲得更多的物質和人力資產。然而，在過去的十年中，新的工具和技術以及新的數據來源和形式的出現正在改變著商業規劃和創新的格局。

 

Forrester Research的分析師們發現了一種新型的組織形式，即以洞察力為導向的業務。他們聲稱，這種業務的年平均增長率超過了30%，到2021年有望實現1.8萬億美元的收入。來自其他咨詢公司的類似研究也突出表明，一些公司正在主導自己的行業，并通過數據收集和分析來產生可操作的見解，從而創造新的市場。

 

對于業務領導者來說，一個關鍵的問題是數據驅動業務的定義是什么，以及后來者如何才能趕上這些領導者?

 

 

任何數據驅動組織的核心都是業務的內部文化，即企業對數據的看法和行為方式。這必須從上到下滲透到整個企業當中。研究表明，將數據視為僅與公司特定部門相關的報告或戰略規劃的資源，將限制為創新和新產品開發提供見解的潛力。

 

最近的對于正在快速成長的電子商務初創企業ShopRunner首席執行官的采訪，也強調了自上而下構建數據文化的重要性。這是從他們的招聘過程開始的，在招聘過程中，他們會問應聘者：“你過去是如何利用數據來做出決定的?”

 

McKinsey的研究支持這樣一種觀點，即為了數據分析本身而進行的數據分析可能無法改變現狀。所有這些活動的核心都需要一個制定更好決策的目標。這就要求組織中的每一個需要數據的人都能得到數據，以及分析數據的工具。來自波音和馬士基等跨國企業的證據表明，當員工能夠更好地獲取數據時，新的想法就會出現，運營也會得到改善。

 

 

當然，如果沒有適當的培訓和工具，期望非數據科學家的員工從數據中獲得見解是愚蠢的。在這方面，具備數據素養的員工對于釋放許多組織中尚未開發的創造力來說是至關重要的。根據Gartner，首席數據官可能是管理這一過程的最佳人選，他們認為，到今年年底，80%的組織將實施數據掃盲計劃。我們正在進入一個新的競爭時代，這與企業在上世紀80年代所經歷的情況類似，當時個人計算革命需要大規模的培訓計劃來將模擬勞動力帶入數字時代。而計算技術現在也是無處不在，并且幾乎嵌入到了所有組織當中。能夠培訓員工以更好地管理和分析機器中數據的公司將會比那些沒有培訓的競爭對手更有優勢。

 

 

在上世紀80年代的個人電腦革命中，規模較大的老牌企業往往擁有優勢，因為它們可以利用更好的財力來購買和安裝昂貴的硬件和軟件。今天，計算技術已經商品化了，即使是最小的公司也可以隨時使用。類似地，數據也從未如此普及，它們通常可以來自免費的公共資源。

 

雖然大公司往往可以利用大量的運營數據，但它們可能缺乏文化和靈活性，因而無法根據這些數據采取有意義的快速行動。直接依靠數據建立商業模式的初創企業和新進入者往往能夠超越現有行業。在這種情況下，改變公司文化和提高員工數據素養的挑戰在大型企業中顯得尤為突出。越來越多可訪問的AI和ML應用程序和解決方案的出現只會加速這一趨勢。

 

 

1987年，經濟學家Robert Solow曾說過一句著名的名言：“除了生產率的統計數據，你幾乎可以在任何地方看到計算機時代。”他指出的事實是，盡管數十年來在計算技術上進行了大量投資，但大多數發達經濟體的平均生產率并沒有顯著提高。

 

當然，隨著數據驅動型組織的興起，可能也會出現類似的模式;僅僅獲得更多的數據可能并不會提高國家的生產力。哈佛商業評論最近報道的一項研究顯示，美國大型企業在實施數據驅動戰略方面似乎進展緩慢。盡管這些公司在技術和資源方面進行了大量投資，以促進這方面的發展。

 

任何公司從這項研究中得出的結論是，不投資于創建數據驅動型的文化可能是一種明智的做法，然而這將是一個嚴重的錯誤。不管你喜不喜歡，在未來10年里占據市場領導地位的公司將是那些能夠以創造性和創新的方式來使用數據并推動其創新計劃和超越競爭對手的公司。

 

正如沒有一家公司能夠抵御計算機或互聯網的崛起，并存活很長時間一樣，也沒有任何一家企業能夠忽視將數據嵌入其業務核心的努力，并一直保持盈利。

 

版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。