; @# p- @- m2 t) g- ]9 U9 @9 m) d) V: @0 e U& B% e
) E* D4 p; q% t! t3 R* b
大数据时代,你准备好用数据驱策公司了吗?这并不是一项简单的任务,迅速吸收、整合与分析数据的能力缺一不可,而数据又来自内部原有的数据以及未来源源不绝诞生的海量数据,最终你必须把数据转化成「洞见(insights)」,并且依此为本,能在各种状况采取最适当的解决方案。法国凯捷(Capgemini)管理顾问公司「洞见与数据」副总裁 Jeff Hunter 表示,他们调查了 1000 名企业高层,整理出七项企业转型成「数据为本」的过程中,所需遵循的七大原则。 $ k" U. P4 S3 u( [7 @* w- l+ q% w5 i# T, v e 原则 1:从原有的业务与技术中开始着手 9 J) G5 M9 x/ X; H z6 Z3 X! \) C+ g; W; m t! l0 v. t# o
想要转型成以数据为本的公司,首先一定得先确认业务目标,接着便能规划战略蓝图,运用新的数据来源,达成你所设定的目标。数据成熟度(data maturity)与技术两者双管齐下的起点,将决定未来整趟旅程的行进过程。Hunter 表示:「若能适当的部署业务与技术,就可以堪屎系统性地开展业务流程与商业模式,并且明辨哪些质化元素能被量化元素取代。」# I" |9 Z% b' G' }/ Q
9 d; @# l: G: S& n" Q+ h 原则 2:从相互连结的物联网中建造数据景观; r% \$ N; W6 ^& v! Q0 S3 M
e1 E I$ I k* {4 ^ 「物联网」的实现近在咫尺,而且已经产生(而且会持续产生)史无前例的巨大数据。「存活超过 20 年的企业,近来不断设法制定企业数据策略,因为他们里头有数不清的数据市集(data marts)和数据孤岛(data silos)」Hunter 说。尽管公司组织努力解决数据孤岛的问题,但是宛如瀑布般倾泻而下的数据,只会一再造出新的孤岛,除非你的环境已经准备好应付那些海量数据,毕竟现在数据量产生的速度,远超 20 年前我们所习惯的步调。不过幸好,大数据热潮孕育了许多可以协助大企业管理笨重数据负担的新技术,因此能否好好善用那些新技术,把数据转化成真正的业务需求,是企业在形塑数据景观时不可或缺的原则。0 R& S- I1 E3 b0 `5 Y5 b
2 u$ p& ]& Y* t 原则 3:建立数据科学与分析的文化2 Q: r# C- ~/ R2 ]- N4 c
0 ?* Q% Z ~( x- E
想靠「数据」发威,光有技术不够,还得建立一个理解数据、而且懂得利用数据的文化,两者缺一不可,文化甚至更加重要。「对我们来说,『懂数据』不再只是副产品,而是重要的资产,你要培养『这是一种资产』的心态,你要知道,数据有可能帮你重整业务流程或挖掘出新的收入来源。」因此,数据科学不该只是几个人的职责,必须灌输到整间企业的全体成员身上,让所有的决策都变得更明智。 x8 A! Y5 n8 R' G
! d) N7 P, P2 ~ 原则 4:从小做起,不断迭代 4 [" V6 i! R# d* c. w( {9 ^5 V' N" l
我们可以预期使用者对于资讯与数据洞见的需求会愈来愈多,这表示他们要能随时随地获取这些资讯。这不是一件容易的事情,但是企业可以先从「小事」做起,找到一个可以从数据中直接受益的业务目标,接着反覆改善(iterate),让团队不断汲取经验,最终能以数据洞悉、解决业务问题,「这个过程可以持续复制、重复消耗,」Hunter 强调,Capgemini 针对技术、人才与分析的投资,总是能被客户一再使用。' T1 H$ O& [$ C7 [, t1 m5 }
. C4 @1 q% h7 v. J7 L2 X& v 原则 5:用数据科学丈量数据科学的成败 8 J2 a6 @8 l/ b% G& m 9 n7 e" f: x: Q! P, S1 n 要让数据当个称职的主角,你得采用数据科学的方法来判断数据科学是否成功,这不是什麽跳针的玩笑话。随着你的企业从数据洞见取得的营收愈来愈多,你得要能辨析数据政策是否产生重要的改变,要发展一套尺度用衡量成败。「我们怎麽丈量成功或失败?『洞察』就是我们最重视也最关键的 KPI。」8 Q! m" ]: ]+ Z5 i0 w/ [
! }; D' k1 X& `# a { 原则 6:数据的安全与隐私至高无上* W) O: O: Z7 x f3 ]
7 \* X! u' d K$ {( X 只靠直觉行事很糟,但未经筛选、从良莠不齐或不可靠的数据中采集作为决策考量,更糟。倘若你无法处理数据安全以及尊重隐私,将会导致企业暴露在险境之中。「维护数据资产的安全与隐私,是最基本的要务,我们总是尽己所能管理数据。」Hunter 强调,无论数据产生的速度多快,都不能轻忽契约或有违反法律的情事。: h. o; i6 D8 ^$ r/ Z. l
7 b* O2 C7 u% b 原则 7:赋予成员洞察「作用点」的力量 8 _- q! @$ Q6 \* n' N 6 K0 o! O) e# C9 B' m% w 唯有公司内部的成员面对数据洞见时能够迅速产生反应,数据才有价值。这些洞见在「作用点(point of action)」上必须有所区隔,比方说,如果现阶段的目标是优化购物车,反应够快的人就会想到可以在交易完结之前,提供消费者某些推荐商品。Hunter 以机械操作员来比喻,就是要让他们能够预测钻头何时可能会损坏。建立数据为本的心态,而且懂得因事制宜,方能抢在事情发生之前预做准备。 5 }: I6 P7 P' s" x, Z8 B 0 [. a# V# R5 [) e ! B9 O4 o# R" W. J, v! a" b/ i6 S5 C E1 V3 `
4 r4 }3 z+ v3 e1 `# ?( A- x2 x. o. Q