创新型企业想实现“数字化转型”?可以从“数据驱动”开始

数据驱动

“ 如果你想方设法地保护传统模式,这可能是对企业真正的伤害。”——约翰·科恩(John Kern),思科供应链运营高级副总裁

随着“DT时代”、“人工智能”概念的深入人心,“数据驱动”也成了企业管理者们的口头禅。“数据驱动”可以视为一种数字运营模式,尤其适合于有着敏捷文化的创新型企业,谷歌和Netflix就是这种模式的成功范例。

为什么要采用数据驱动模式?

为什么要采用数据驱动模式

原因很简单,“DT时代”已经不仅仅是个名词,而是切实到来了。这一点可以从我们日常生活、消费方式的改变中,从无处不在、性价比不断提升的云服务中,从各行各业迅速攀升的数据量中,清晰地感知到。在时代变革中,如果无法自我颠覆,那么终将被时代覆灭。这一点对于商业社会尤为明显。

在传统经济社会中,企业通过差异化的战略定位、高效率的经营管理以及低成本优势,可以保证企业在商业竞争中占据有利位置,这些可以通过对流程的不断优化实现。而到了DT时代,传统依赖组织,流程、经验以及绩效驱动的模式很明显将无法保证企业的竞争优势。这一点,在世界500强企业十年榜单变化中体现的尤为明显。在DT时代,数据成为企业重要资产,开始进入经营决策的核心地带,与之相适应,运营模式也就顺理成章地需要转变为数据驱动

什么是数据驱动模式?

什么是数据驱动模式

数据驱动模式围绕分析工具和软件智能的力量而建立,通过数据分析和价值发现改善产品设计、客户服务、基础设施、盈利方式等核心环节,形成独特的竞争优势,最终实现整个企业乃至供应链的快速运转。

由上述定义可以看出,数据是数据驱动模式中的核心,分析工具和软件智能是实现数据驱动的必要条件,数据分析和价值发现是其主要任务,实现企业乃至供应链的快速运转是其最终目的,而所谓的企业竞争优势则是这一最终目的的伴生物。

如何实现数据驱动模式?

数据驱动模式是一个从“记录了你做了什么”到“告诉你该如何做”的过程,是一个业务与技术融合的过程,最终结果是实现管理智能化。因此,要实现数据驱动,可以分为4个阶段进行:

阶段1 理念先行

数据驱动理念

运营模式的转变,更是一种思维方式的转变。想要实现数据驱动,不仅企业决策者的决策观念要从经验判断向“让数据说话”转变,企业发展的价值观也要从产品导向的产能驱动转变为客户需求导向的数据驱动。无数商业案例告诉我们,如果在着手变革之前,企业内部无法达成共识,那么不仅会严重拖慢变革速度,甚至会直接导致变革的夭折。

这一步,最为重要的是,企业内部达成共识

阶段2 指标规划

指标规划

数据驱动的运营模式,需要进行数据建设,指标规划是很重要的一步,尤其是在建设初期,一定要将指标的定义明确,不然很容易在后期数据分析阶段出现扯皮问题。

指标规划的核心思路是直接从企业对数据的需求出发,基于业务逻辑和业务目标,预置指标,然后分析影响指标满足度的关键因素来构建数据系统,以数据满足优先级来确定需要哪些数据,如何采集,以什么方式记录,继而制定阶段性IT实施计划。

在这一步,最关键的是,业务理解

阶段3 数据采集

数据采集

数据驱动模式的运行,是从“记录你做了什么”开始的。对于企业而言,如今单靠几份Excel表是远远不够的,甚至上线了CRM、ERP等软件在使用数据做决策时,还是会发现所需数据大量缺失。企业需要借助技术手段,来更客观、更及时地记录更多数据,比如借助传感技术主动捕捉或被动感应环境数据,借助无线射频识别技术更好地监控和追踪库存,借助机对机通信技术监控机器设备等。

在这一步,最关键的是,技术适配

阶段4 数据应用

数据应用

在数据驱动模式下,数据应用实现的是“告诉你该如何做”。通过将采集到的数据横向、纵向打通,实现数据的协同、共享,让企业中更多的人能观察到数据,并能对数据进行探索性分析,借助数据力量更客观得去实现问题诊断、过程管理、绩效评估、经营预测以及最优方案选择。

在这一步,最关键的是,数据分析工具与能力

阶段5 智能化管理

智能管理

数据驱动模式,最终要实现的是智能化管理。当企业积累了大量的数据,并在实践过程中建立了各类数据模型之后,就可以进一步借助人工智能技术,以现有管理模块为基础,以智能计划、智能执行、智能控制为手段,以智能决策为依据,智能化地配置企业资源,建立并维持企业运营秩序,也就是智能化管理。

在这一步,最关键的是,人机协调

如何实现数据回报最大化?

product_banner

最后,如果企业希望在DT时代实现数据回报的最大化,除了对企业自身运营模式的改造之外,需要积极探索整个大数据生态,保持敏捷性。可以从以下4点入手——

1、探索所有可用数据,准备好应用多种技术来制定大数据战略,以此赢得市场优势。
2、将具备有效价值的资源集中于某一领域,然后在整个企业中逐步推广成果,切勿急于求成。
3、记住良好数据和不良数据之间的区别所在,浪费时间寻找孤立数据库会影响分析团队的投资回报,因此企业需要尽可能地随时随地获取数据
4、着眼本地,放眼全球,大型企业中的数据用户正在从小处入手,在建立长远期待的同时仍保持现实心态,加上首席信息官经常性的直接参与,以及首席高管团队的强有力支持,由此收获丰厚成果。

数据观 新一代商业分析平台

  • 数据连接:连接多源异构数据,打破企业内部数据壁垒,轻松搭建一站式数据管理平台;
  • 数据处理:可视化的ETL工具,高效完成数据清理与准备,并支持自动更新;
  • 数据可视化交互分析:鼠标拖拽3步出图,让数据背后的秘密顺利浮出水面;
  • 数据协作:安全与灵活兼具的多种共享方式,基于看板的聊天群组,让协作变得前所未有的简单;
  • 应用市场:各行各业、各个角色的分析模版,一键安装,即刻拥有。
  • 让数据说话 让商业智能