讓高管了解大數據分析(二)

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,這有助於高管突破制度限制,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,並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。

舉例來説,一家運輸公司裏,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。隨後,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。他們致力於探索數據分析機會,分析項目從起始到最終落地週期為六到八週。通過敏捷資源調用,市場營銷主管上位後僅僅幾個月,該公司便成功尋找到了數個分析重點。

打造一線功能

數據專家設計的複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願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%的投資用於創建模型,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於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於,在哪裏增設新職?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,對於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。由於數據分析應用尚未成熟,這樣的答案不難理解。儘管如此,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户或運營數據庫?

2.有沒有必要在內部創建大量數據分析資源,以此保留人才並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

/>

/> 　　在許多客户服務公司,數據分析意味着整合不同業務部門或渠道的交易數據。這有助於企業深入瞭解客户與企業網站的交互,或者客户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,並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户隱私並確保核心客户不受匿名騷擾。

/>

/> 　　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,首席信息官致力於發展數據分析基礎設備並輔助企業各業務部門適應變革,抓住數據分析的機遇。

/>

/> 　　舉例來説,一家多元化經營客户服務公司,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並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,這樣的做法並不可取;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,並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於決定自主搭建數據分析平台而不外包的企業。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台,以此創造更多價值。

/>

/> 　　在一家面向消費者的公司裏,數據分析能力與領導力,皆集中於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後,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並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髮掘)。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。

/>

/> 　　當業務部門規模與複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於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瞭解了該方案後,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並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。鑑於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瞭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。這有助於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後,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。對於某些企業,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。對於其他公司,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鉅,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。