谁需要大数据?

    现在有许多公司拚命投资数据科学家、数据存储、数据分析软件，但其中许多投资都没有产生多大的贡献，很可能永远也无法产生成效。    问题出在哪里？首先，大数据已经过度炒作，很多公司期待这些数据提供的价值，高于数据实际可以产生的价值。此外，分析软件产生的见解很容易复制。例如我们研究的某家银行，根据大数据的分析建立一个模型，可用来找出设置提款机的最佳地点，但他们後来发现，已经有一些顾问为别家银行建立了类似的模型。此外，把数据分析产生的见解转变成竞争优势，可能需要企业做一些改变，但企业本身不见得能做到。例如，某家零售商发现，在折扣前後延长商品在货架上的时间可大幅提升获利，但若要进行这种改变，必须重新设计供应链，但那家零售商并不愿意这样做。    不过，大数据投资没有效果的最大原因，在于大多数公司并未善用他们本来就有的资讯。他们不知道该如何管理那些资讯，分析资讯以了解相关情况，然後根据新的见解做出改变。公司不会因为花大钱投资精密的分析工具，就神奇地培养出那些能力。他们首先必须学习如何使用核心营运系统内本来就有的数据，就像我们在学代数以前，需要先熟悉基本算数一样。公司必须先学会使用数据和分析，来支持营运决策，才有可能从大数据受惠。    过去三年，我们做了七个个案研究，访问了51家公司的高阶主管，以了解公司如何从数据中创造商业价值。我们发现，极少有公司经常运用数据来指引决策，只有少数例外。我们称少数那些会这么做的公司拥有「证据导向的决策文化」，他们的经营业绩都有明显的改善，获利通常也比没那种文化的企业好。    数位经济的重点，在于获取、分析、运用资讯，以服务顾客。大多数公司只要根据营运数据来做日常决策，就能大幅改善营运绩效。但为什么没看到有更多公司善用数据和分析？可能的原因之一，是他们的管理实务尚未跟上科技平台的发展。过去10到15年安装数位平台的公司，并未善用那些平台提供的资讯；这类数位平台包括ERP及CRM系统、即时数据存储、自制的核心资讯系统等等。此外，根据证据做决策，是很困难的文化转变：工作流程必须重新定义，数据必须筛选，还要订定商业规则来指引大家工作。幸好，公司一旦改变了文化，通常不会再恢复原状，竞争对手也无法轻易模仿他们的营运改善。    我们的研究显示，具备证据导向决策文化的公司，会让所有决策者每天随时取得绩效数据。他们也会采行四种做法：建立一个无争议的绩效数据来源；提供各层级决策者几近即时的意见回馈；清楚讲明商业规则，并经常因应事实加以更新；为经常做决策的员工，提供优质的指导和训练。    深入探索这些做法以前，先看一家从创立以来就具备证据导向决策文化的公司。    南方公司最知名的就是率先推出7-Eleven便利商店连锁系统的概念。1970年代，他们把日本便利商店的事业分割出去，成为日本7-Eleven。首任执行长铃木敏文（Toshifumi Suzuki）很早就认定，便利商店的获利关键，在于迅速的存货周转率，所以他把下订单这个最重要的业务决定，交给便利商店的二十万名店员来负责，而他们大多是兼职销售人员。铃木敏文认为这些店员了解顾客，也握有最佳的资讯，最懂得判断什么东西可以迅速出售。    为了帮助店员做决策，他把每日销售报告和天气预测之类的补充数据，一并传给每家便利商店。报告中详列前一天卖出什么、去年同一天卖出什么、上次天气状况相似时卖出什么、其他分店卖出什么。日本的7- Eleven也卖生鲜食品，因此铃木敏文安排每天补货三次，让店员可以根据即时需求来下单。他也让店员接触供应商，鼓励他们开发适合当地客群口味的商品。结果，三十多年来，7-Eleven一直是日本获利最好的零售商。    这不是关于大数据的故事，甚至跟大举投资数据无关，而是与许多小数据有关。更重要的是，这个故事主要是在讲，事业成败要靠优秀员工运用良好的数据，做出良好的决策。用这种方式授权给员工，提供他们需要的数据，可以帮他们做出更好的日场运决策，也可以促进不断创新。日本7-Eleven每年架上的商品，约有七成是新产品，是店员因应顾客偏好而设计的。    相反地，美国百货公司高阶主管自豪地宣称，某家分店缺黄色毛衣，需要从存货过量的分店调货时，公司的系统会马上通知总公司的主管。但进一步追问时，他坦白说公司的系统无法告诉他，要是他们卖橘色毛衣会卖几件。只有店员知道橘色毛衣的需求，他没有正式管道来收集店员的见解。 -    现在有许多公司拚命投资数据科学家、数据存储、数据分析软件，但其中许多投资都没有产生多大的贡献，很可能永远也无法产生成效。    问题出在哪里？首先，大数据已经过度炒作，很多公司期待这些数据提供的价值，高于数据实际可以产生的价值。此外，分析软件产生的见解很容易复制。例如我们研究的某家银行，根据大数据的分析建立一个模型，可用来找出设置提款机的最佳地点，但他们後来发现，已经有一些顾问为别家银行建立了类似的模型。此外，把数据分析产生的见解转变成竞争优势，可能需要企业做一些改变，但企业本身不见得能做到。例如，某家零售商发现，在折扣前後延长商品在货架上的时间可大幅提升获利，但若要进行这种改变，必须重新设计供应链，但那家零售商并不愿意这样做。    不过，大数据投资没有效果的最大原因，在于大多数公司并未善用他们本来就有的资讯。他们不知道该如何管理那些资讯，分析资讯以了解相关情况，然後根据新的见解做出改变。公司不会因为花大钱投资精密的分析工具，就神奇地培养出那些能力。他们首先必须学习如何使用核心营运系统内本来就有的数据，就像我们在学代数以前，需要先熟悉基本算数一样。公司必须先学会使用数据和分析，来支持营运决策，才有可能从大数据受惠（见边栏：「谁从大数据受惠？」）。    过去三年，我们做了七个个案研究，访问了51家公司的高阶主管，以了解公司如何从数据中创造商业价值。我们发现，极少有公司经常运用数据来指引决策，只有少数例外。我们称少数那些会这么做的公司拥有「证据导向的决策文化」，他们的经营业绩都有明显的改善，获利通常也比没那种文化的企业好。    数位经济的重点，在于获取、分析、运用资讯，以服务顾客。大多数公司只要根据营运数据来做日常决策，就能大幅改善营运绩效。但为什么没看到有更多公司善用数据和分析？可能的原因之一，是他们的管理实务尚未跟上科技平台的发展。过去10到15年安装数位平台的公司，并未善用那些平台提供的资讯；这类数位平台包括ERP及CRM系统、即时数据存储、自制的核心资讯系统等等。此外，根据证据做决策，是很困难的文化转变：工作流程必须重新定义，数据必须筛选，还要订定商业规则来指引大家工作。幸好，公司一旦改变了文化，通常不会再恢复原状，竞争对手也无法轻易模仿他们的营运改善。

  感谢中国大数据读者：浪涂鸦的投稿，转载请注明来源！