如果分析工具與企業業務需求不匹配，那么即便最好的高級分析工具也是注定要失敗的。
Rod Moyse是一家英國保險公司Aviva plc的分析主管，他用了五年的時間來完成報告和數據產品，這些產品旨在對業務流程進行簡化和加強，但這最終也沒有得到充分利用。這意味著他的團隊一直在花費時間創造分析工具，企業也錯失了通過數據獲得競爭優勢的大好機會。
“人們并沒有真正理解分析是什么，” Moyse在Las Vegas 舉辦的SAS 分析經驗會議的一場演講中如是說，“這是黑暗藝術中最為黑暗的作品之一。我們需要將其改變，而且速度要快。”
在2010到2014年間，Moyse團隊創建的工具可以根據客戶服務投訴，被欺詐可能的打分以及對人身傷害賠償相應的結算數據的預測來評估損失客戶的風險。
分析工具的應用取決于員工的接受程度Moyse說，這些模型擁有高預測可靠性和為公司節省開支的潛力。當他的團隊為管理層展現這些工具的時候，每個人都興奮異常，但一線員工并不接受這些工具。
直到2015年，他的團隊構建了一個工具可以預測哪個交通事故索賠會導致汽車被定為全損且處理人員應該為客戶交付多少索賠金額可以解決問題。
Moyse說，該工具在沒有將工作完全自動化的情況下，對處理人員索賠工作的一部分進行簡化，這才是關鍵所在。這為那些決策者評估他們在流程擔任哪些角色時解決了問題。
“這是我們所做過最棒的事了，因為它賦予了我們用戶超能力，”Moyse說。
在一線采用分析工具的關鍵所在分析團隊經常會收到這樣的提醒：要尋找投資人并解決與業務線相關的項目。這些東西雖然很有用，但它們需要以正確的方式來完成。
Moyse說，你需要一個有遠見的投資人，有興趣和足夠的資金來資助一個項目，即使該項目無法馬上提供直接的回報。投資人還需要一個故事來分享這個項目。這并不意味著你需要解釋預測分析算法的所有技術細節，但它確實意味著你要確保投資人能夠在概念上向其他高管解釋清楚。
選擇正確的項目同樣重要。Moyse說高級分析工具不應該只是解決實時業務需求，更應該變得有趣以吸引大家來使用。
Kelly McGuire是Wyndham Destination Network的副總和高級分析師，她讓分析團隊成員貼近業務線，這有助于實現某些目標。她的團隊中有參與業務的專家，他們的作用是作為分析團隊和業務之間的接口，這有助于讓分析人員將精力集中在為一線員工需求交付數據產品上。
例如，該團隊最近為公司在英國的別墅租賃部門的代理們創建了一個移動應用程序。該應用使用機器學習算法通過Wyndham列出要求清單來預測業主能夠從他們資產中獲得的現金資產。如果他們對要求清單做出調整，代理們能夠為資產業主展示現金量會如何變化。
積極主動解決問題McGuire說，該應用程序擁有不錯的可用性，因為它干凈利落地為代理們解決了問題并驅動了業務結果。如果不是與業務線密切貼近，那么需求可能就不會那么明顯了。
“你所做的是要展示出他們所理解的業務流程中的好處，”他說。
分析團隊證明他們價值的另外一個途徑就是更多的地承擔更高級的分析項目。在這一點上，大多數公司已經找到了基本的商業智能而且在改善已有報告項目上沒有太多價值。
Elisa Gois是MGM Resorts International的首席分析官，她說如今真正的價值在于做預測分析。這些項目能夠開啟新的價值來源，而這是更多的反應式報告不能做到的。同樣的，她說過去的經驗并不能很好地預測將來，不能對業務線產生真正的幫助。而擁有未來思維則是有所幫助的。
她管理的團隊預測勞動力費用，優化營銷活動并改善客戶參與流程。這些預測項目都因努力而改善了已有報告的價值，并且在與業務線的密切協商上有了長足發展。
她說：“你的確需要將公司的注意力轉向預測分析，并且必須確保與業務重點保持一致。”
京公網安備 11010502049343號