過去三十年,許多公司增設新的管理層以應對變幻莫測的商業環境。上世紀80年代中期,對于多數公司而言,首席財務官還是個陌生的職位。然而,伴隨著價值管理以及企業與投資人關系日趨透明,越來越多的公司有了首席財務官。隨著品牌建設與客戶管理對公司的重要性與日俱增,首席市場官就變得越來越重要,此外,還有不少公司設置了首席戰略官,幫助公司應對來自市場的挑戰。
現在,數據分析的力量正深刻影響著商業格局。抓住數據發展帶來的機遇,增加利潤,提升生產力甚至打造全新的業務單元,成為了企業的新需求——這不僅需要信息基礎設施領域的人才與投資,也需要變革思想觀念,組織一線培訓,提高團隊的執行力。若沒有強大的執行力,要充分駕馭數據分析的巨大浪潮將格外困難。
大數據對公司的影響非常廣泛,涉及市場營銷、風險、運營等,高級管理層能夠以不同的方式參與其中。某些情況下,可以將任務委托給首席信息官、首席市場官、首席戰略官等。其他公司或許需要新的角色,如首席數據官、首席技術官或者首席分析師等,來組建一流的數據分析中心團隊。
本文致力于闡明相關高管們最重要的任務以及提出一些關鍵問題,對于這些問題的回答有助于重設企業高管結構。重新構想高管的角色與職責,聽起來非常困難,但鑒于目前數據發展創造的機遇與挑戰,如不重構高管結構,企業的發展將面臨危機,也有可能陷入更為激烈的競爭環境中。
數據分析團隊的六大任務
制定并實施一項大數據與先進分析戰略,需要的不僅僅是將數據提供給外部服務提供商進行數據挖掘,而是讓公司以經營日常業務的方式應對轉變。變幻莫測的環境對高管團隊提出嚴格要求。經驗豐富的高管具有不可替代性,他們能夠將理論應用于實際,引導企業渡過難關,作出艱難的權衡,在決策出現分歧時表明權威立場。新的數據分析文化,將成為企業領導力的新焦點,這是必然的發展趨勢。經驗表明,數據分析團隊的需要完成六項任務。在分配任務與增設新職時,企業領導人需要充分評估這六大任務。
創新思維
已經著手創新思維,革新觀念的高級團隊需要獲取數據分析知識,以此了解大數據的作用。同時,他們也需要接受數據已然成為業務核心這一事實。只有公司高層管理人員的思維與觀念發生轉變后,持久的行為變化才能輻射整個公司。初期階段,非常重要的一個問題在于“數據分析怎么樣才能幫助企業實現跨越式發展?”這種發展通常發生在企業每一個重要的業務與職能部門中,由具有影響力的高級主管所領導。
一家大型運輸公司的領導人要求其首席戰略官負責數據分析。為了在公司高管中傳播新的思想與知識,該首席戰略官安排了高管們訪問一些具有數據頭腦的大公司。隨后,他要求每個業務部門將數據分析作為明年戰略規劃的重點之一。這一做法非常成功。一方面,大數據融入了各部門的戰略目標中;另一方面,其鼓勵各部門的管理人員關注大數據。不久之后,他們便開始分享各自的想法并不斷探索新的分析機遇——這一切給該公司注入了新的活力。
制定數據分析策略
與其他新興商業機遇相同,數據分析潛力仍未得到充分發掘,原因在于缺少清晰的戰略、計劃與標準。許多公司在該領域受挫,有些是因為沒有設置高管明確負責數據分析或者制定相關規劃;還有則是因為沒有開展充分的討論或者投入必要時間分清楚大數據分析的輕重緩急。
一家電信通訊公司的首席執行官致力于發展數據分析,尤其是利用數據分析優化客戶關系與定價。盡管該公司聘用了一名高級分析人員,但很快發展陷入了停滯。誠然,分析團隊付出了努力,深入探索模型與分析技術。但企業部門的同事沒有及時培訓其中級管理人員,如何使用這些模型:他們尚未了解這些分析與模型的潛力,因為這些并不是其戰略重點。
正如之前談到的,要充分實現數據分析的潛力需要制定清晰的計劃。計劃需要劃分重點并明確路徑以實現預計的經營業績,這與戰略規劃的流程相似。制定這樣的計劃需要團隊的支持。
在一家北美公司,首席執行官要求在線數字運營負責人(他具備豐富的數據知識)制定企業發展戰略。首席執行官同時要求,該負責人在制定發展戰略時必須與其他不熟悉大數據的業務部門負責人合作。這項合作——將數據與分析技術專家和經驗豐富的前線運營者結合起來——保證了計劃中列舉的分析目標關注實際、具有影響力的商業決策。此外,在高管互相分享彼此進程后,這種協作模式成為了其他業務部門規劃實踐的藍圖。
決定建設項目、需要購買或租借的服務
另外一些重要決策,也需要有權威、有經驗的高級領導人負責,這些決策涉及數據集成,搭建高級分析模型與工具以改善運營狀況,由此就提出了巨大的資源需求。現在,越來越多的外部供應商有能力提供核心數據、模型與工具。因此,企業需要高管的經驗來權衡究竟是“獨立開發還是購買服務”?是否需要內部獨立開發這些模型與分析工具,并徹底擁有這些自定的分析技術的知識產權以此滿足迫在眉睫的開發戰略需求與預期運營提升?或者規模擴張至關重要,以至于借用外部供應商的經驗與人力是不是更為明智的選擇?創建強大的數據資產也需要高級領導的參與。限制關鍵外部數據的訪問需要就企業與客戶、供應商或其他價值鏈上的第三方建立高級伙伴關系。
不同零售商選擇了完全不同的道路,這讓企業領導人了解,其必須權衡的一系列因素。一些零售商與數據分析公司已經簽訂了長期合同,涵蓋廣泛的數據分析需求。其他方,包括傳統企業與在線企業,也對內部數據與分析技術展開深入投資。每一個選擇都反映出戰略、金融與組織需求的動態集,這些都應該由高層管理而非中級管理人員決定。
確保數據分析技術專業優勢
在任何戰略方案中,企業總需要分析專家助力實現快速穩定發展。當今時代的數據分析博弈基于開放、云基礎設施,因此,所有內部與外部數據能夠輕松地以用戶友好的方式整合。新環境也要求新的管理技能,調動更多資深數據專家。這些專家能夠開發預測或優化模型,確保發展的可靠性。
目前,在世界最熱門的市場中,已經有許多公司爭先尋找這些先進技術人才,爭取到這些寶貴的人力并讓他們與企業領導人真正互動起來,以此改變公司發展狀況是高層管理人員未來的真正任務,而這通常需要創造性的解決方案。
某家主流消費品企業的大數據領導人決定在遠離公司本部的地區投資建立一個數據分析中心,該區擁有豐富的數據科學家與數據工程師青睞的優秀人才與文化環境。接下來,公司領導人完成最后一步,讓每個分析團隊與本部的業務團隊間實現直接聯系。
調用資源
在不同職能部門間調用人力與資本,創建新的決策支持工具和幫助一線管理人員利用先進分析模型需要花費諸多精力,這通常讓企業管理層驚訝不已。賦予高管更多的權力非常重要,這有助于高管突破制度限制,這些繁雜的制度通常影響了數據分析對決策執行的支持。要獲得成功,就有必要讓各部門的管理人員協同合作積極應對變化—鼓勵IT、業務部門、分析團隊互相協作,并培訓專家負責協調與領導。缺乏領導力的公司往往容易失敗。
舉例來說,一家運輸公司里,產品領域中層管理人員的職責是尋找數據分析機會,進而繼續推進。而數據團隊無法準時提交數據或提交的數據格式不盡人意,往往令分析團隊懊惱不已。而在將分析結果嵌入自定義工具中時,管理者變得更加沮喪,因為他只能以常規預算與計劃進程處理緊急請求。隨后,該公司讓一位高級市場營銷主管負責優化數據分析進程。這名主管將不同職能的團隊組合起來,這包括數據庫管理人員、分析師和程序員。他們致力于探索數據分析機會,分析項目從起始到最終落地周期為六到八周。通過敏捷資源調用,市場營銷主管上位后僅僅幾個月,該公司便成功尋找到了數個分析重點。
打造一線功能
數據專家設計的復雜數據分析解決方案必須以簡單、強交互性的模式嵌入一線工具中,只有這樣,管理人員與一線職工才愿意每天使用這些工具。為推廣工具應用付出的努力不可輕視,這包括正式培訓、在職培訓等。經驗表明,許多公司90%的投資用于創建模型,而對一線應用的投資只有10%。而事實上,前線應用的投資應該不少于50%。
恰當發揮領導力作用
多數公司會承認,他們的確需要增設新的職位。但遺留的一個重要問題在于,在哪里增設新職?新的權利和責任系統又該如何設計?經驗表明,公司有充足理由強調數據分析戰略與人才,甚至創建常規數據分析中心。但是,業務職能部門也需要一線活動(資源調用、能力建設)支持。原因有兩個:首先,對于利用數據分析增加收入提高生產力,不同業務部門有不同側重點;其次,當公司將一線業務與核心運營和管理側重點結合時,積極鼓勵前線進行適當調整也同等重要。
除了讓業務部門強化一線動員能力與責任,目前沒有任何單一的方案能夠清楚地闡釋公司應該在何處增設新領導職位。由于數據分析應用尚未成熟,這樣的答案不難理解。盡管如此,企業領導人在審視多項選擇時不要盲目,思考以下三個關鍵問題的答案將幫助企業領導人理順公司結構變化方案:
1.不同業務部門間,是否需要應用核心客戶或運營數據庫?
2.有沒有必要在內部創建大量數據分析資源,以此保留人才并創造專利資產與優勢?
3.目前,每個業務部門的管理者能否有效應對管理模式變化帶來的挑戰?或者公司需要增設新的高管職位專門負責數據分析.
當中心數據資產成為關鍵
在許多客戶服務公司,數據分析意味著整合不同業務部門或渠道的交易數據。這有助于企業深入了解客戶與企業網站的交互,或者客戶在選擇在線購物或線下購物的決策心理。這些公司通常已(或正在)建立新的數據庫中心或者數據環境,并提升相關數據管理能力。此外,他們也正在制定新的制度,在保障安全數據訪問的同時保護客戶隱私并確保核心客戶不受匿名騷擾。
針對這些公司,增設首席信息官來領導數據分析戰略以及人才建設發展是一種較普遍且可行的方案。職責上,首席信息官致力于發展數據分析基礎設備并輔助企業各業務部門適應變革,抓住數據分析的機遇。
舉例來說,一家多元化經營客戶服務公司,其董事會與高層領導團隊皆明白,利用自身多渠道數據庫抓牢數據分析機遇將顯著改善企業運營狀況。意識到中心數據庫在公司發展議程中關鍵性,公司領導指派了一名首席信息官負責并制定公司數據分析戰略。
公司管理層認識到各業務部門皆有各自的數據分析側重方向,如優化推廣優惠價或者庫存狀況。此外,不同的管理團隊需要將不同的數據分析結果應用到各自部門中。因此,管理層得出結論:在這些情況下,讓數據中心管理分析與前線培訓,這樣的做法并不可取;應該讓首席信息官與各業務部門主管合作,共同且有區別地承擔責任。
目前,該首席信息官已經參與了兩個核心項目。其一,創建新的基礎設施將公司多渠道交易數據與外部社交媒體與競爭性信息結合,并通過直觀界面向企業各部門推送數據分析結果;其二,組建數據分析專業團隊,對不同業務部門指派專家指導,但專家由中心統一管理。數據分析團隊由經驗資深的主管帶領,該主管向首席信息官報告進程。同時,業務部門主管需要尋找各自數據分析側重方向,培訓一線經理相關技能。
當內部數據分析能力成為企業運營關鍵
第二種方案。這種方案與第一類方案在集中管理方面存在諸多相似點,但第二種方案具體適用于決定自主搭建數據分析平臺而不外包的企業。因此,這些企業通常在內部集中建設數據分析設施與團隊,旨在為公司各業務部門創建一個數據分析公共平臺,以此創造更多價值。
在一家面向消費者的公司里,數據分析能力與領導力,皆集中于金融與風險管理團隊中。過去,這個團隊長期負責關鍵數據相關價值創造。當這家公司開始追求更宏大的數據分析戰略時,首席財務官被賦予了數項職責,包括制定基本戰略,審查核心風險管理數據分析工具自制或外購決策,調用數據分析團隊資源與數據分析能力建設。
然而,完成這些有關數據分析的初期決策后,首席執行官與首席財務官很快意識到需要更多支持來獲得更準確的分析結果,協助業務部門調整適應數據分析帶來的變化并革新業務部門的某些流程。為實現目標,他們在首席財務官下屬團隊中內增設了新職位—首席數據官。首席數據官負責信息管理,與業務部門主管合作探索潛在、有價值的內與外部數據(這些數據可能過去從未被發掘)。很多公司會發現,他們非常需要這樣能夠支持高管工作的業務部門主管,以此發覺更多數據優勢,定位數據分析方向從而加快前線應用。
當業務部門規模與復雜數據管理成為關鍵
不論是集中管理或是其他方式,數據分析的重擔將落在每個業務部門或職能部門領導頭上。業務部門面臨的關鍵問題在于是否應該增設新職或者要求關鍵領導人(如首席營銷官或者運營總監)在負荷飽和的各業務部門中部署新職責。
一家大型金融服務公司高級管理者綜合了解了該方案后,他們認為,在數據分析上加倍投入將顯著提升業務部門的競爭力。為了堅定推行該方案,該公司招聘了一位首席分析官。首席分析官向業務一線主管報告并領導與監管由內部顧問、分析模型師、軟件工程師組成的數據分析中心。
這種方案大力調整了公司結構。它推進了業務部門數據轉型過程。作為高管團隊的一員,首席分析官能夠為諸多重要決策提供支持,包括制定數據分析戰略、定義一線主管職責等。鑒于分析中心由具有跨學科背景的人員構成,首席分析官能夠靈活調用分析與軟件編程資源,從而加速一線工具開發的進度。同時,工作貫穿各業務部門,首席分析師得以更深刻地了解業務部門具體狀況,包括其側重點、工作模式以及面臨的挑戰。這有助于工具開發與培訓的針對性。業務部門主管與首席分析師每日進行溝通能夠讓他們更關注數據分析以及應用進程。
這種方案獲得了成功之后,該公司繼續推進,增設另一新職—首席數據官。首席數據官向首席信息官報告,但每日與首席分析師合作進行數據整合,開發新數據分析工具。
對追求數據分析潛力的公司而言,不久的將來,他們都需要選擇何處增設領導職位。對于某些企業,例如此前提到的那家面向消費者公司,當前的高管成員不得不承擔更多領導責任,因此有必要增設新的中級職位予以支持。對于其他公司,如上述談到的金融服務公司,增設一個或更多新的高級管理職位推動數據分析計劃可能是最佳解決方案。
所有公司中,高管團隊,也許還包括董事會成員,必須認識到支持數據分析發展所需的資源規模。接下來,他們必須小心翼翼地在當前管理水平上增加這些職能,從而有效優化公司核心價值源泉,且不給公司當前結構帶來過大沖擊。上述這些任務都很艱巨,但這卻是唯一切實可行的道路,能夠幫助企業利用數據分析技術推動自身發展。
京公網安備 11010502049343號