4/4 可免費閱讀文章篇數免費閱讀

本文出自

我如何再造奇異

我如何再造奇異

2017年9月號

讓資料分析融入組織

How to Integrate Data and Analytics into Every Part of Your Organization
卡爾.卡蘭迪 Carl Carande , 保羅.李賓斯基 Paul Lipinski , 崔西.嘉舍 Traci Gusher
瀏覽人數:4449
  • "讓資料分析融入組織"

  • 字放大
  • 文章授權
    購買〈讓資料分析融入組織〉文章授權
  • 購買文章
    購買〈讓資料分析融入組織〉PDF檔
    下載點數 10
先清楚了解自己想要完成的目標為何。

很多關於數據資料和分析的討論,一開始都著重在技術。擁有適當的工具極為重要,但高階主管往往忽略或低估了,打造成功的資料分析功能所需的人與組織因素,也很重要。

若真是如此,資料分析行動方案可能難以推行,無法提供驅動組織向前所需的見解,或是無法對必須採取的行動產生信心。當中牽涉到的利害關係重大,國際數據資訊公司(IDC)估計,到2020年,全球企業對資料分析的投資會超過兩千億美元。

成功、強大的資料分析功能,不只是包含大量的技術,或是孤立在辦公大樓某一層樓的一小群人。資料分析應是組織的脈動,納入所有關鍵決策之中,涵蓋銷售、行銷、供應鏈、顧客體驗和其他核心功能。

建立有效資料分析功能的最佳方法是什麼?首先應制定涵蓋整體企業的策略,包括清楚了解自己想要達成的目標,以及衡量成功與否的指標。

某個美國主要的體育聯盟,便是有效發揮資料分析功能的絕佳範例,它把資料分析應用到賽事安排,以減少費用,因為各隊不再需要每晚奔波到不同城市參加比賽。以2016到2017的賽季為例,數千項限制必須納入考量,包括旅程、選手的勞累、門票收入、場地使用、三大電視網。10月到4月的一般賽季,有三十支隊伍和1,230場比賽,可選擇的賽程安排方式可達數兆種。

該聯盟利用資料分析進行賽程安排,成果如下:

● 各隊連續比賽的數量減少8.4%

● 五天內進行四場比賽的隊伍減少26%

● 七天內進行五場比賽的隊伍減少19%

● 連續比賽的隊伍不用長途跋涉的數量增加23%

● 讓每支隊伍至少有一次出現在聯盟主要電視網的轉播,之前這個聯盟從未做到這一點

先不論技術,成功的關鍵包括:設定明確的策略,要建立新的賽事安排系統;整個組織致力徹底執行這項策略,全心專注於改善所有相關人員的體驗,包括選手、球迷、裁判和電視網。

企業可依循該聯盟的步伐,首先要了解,成功的資料分析要從高層帶領推動。定義與設定組織整體目標時,領導團隊一定要完全參與。避免讓策略制定和決策交由孤立單位閉門造車,因為這可能產生影子技術(shadow technology;編按:指未獲公司同意而由某個單位或人員自行私下採用的技術)、各個「真相版本」彼此競爭、資料分析的癱瘓。在開始任何新的資料分析行動方案之前,先問:目標是要改善企業績效?增進流程和成本效率?推動策略和加速變革?增加市占率?更有效地創新?還是以上皆是?

回答這些問題時,很重要的是要了解,資料分析團隊與負責後勤功能的資料倉庫不同。你的資料分析團隊,應是企業策略制定與執行的重要貢獻者,提供關鍵領域的見解,像是員工與顧客、未滿足的市場商機、外部環境的新興趨勢等。

領導團隊必須明白,成功需要勇氣,因為一旦踏上這個旅程,資料分析的見解常常會顯示,必須做出修改路線的決定。領導人必須誠實面對自己,想清楚是否願意把這些見解納入決策過程,並讓自己與團隊為這麼做負起責任。

文化抗拒也可能成為比預期更大的阻礙。近期的兩份研究結果,更是凸顯了這個問題,只有51%的企業長字輩最高主管,全力支持自家組織的資料分析策略。顧能公司(Gartner)估計,資料分析專案有60%的時間毫無進展。為什麼?根據我們的觀察,常見原因是沒有適當的組織結構與人才來支持,加上與企業策略不協調一致。

有一些組織讓資料分析能力散布在各個部門,或是仰賴少數幾個資料科學家提供見解。另有一些組織太過仰賴技術工具組和僵固的架構,沒有投注足夠心力創造適當的環境,以便有效運用有適當專業的人才,推動資料分析專案向前邁進。這幾類模式通常無法達成真正變革性的資料分析。

例如,某家全球大型生命科學公司砸下大筆資金,打造先進的分析平台,卻沒有先確定它的用途。高階主管允許旗下的技術團隊取得大量產品,但沒有人了解這些先進工具要用來完成什麼,或是該如何運用這些工具。所幸高階主管及早發現這個問題,進行了全公司的需求評估,並重新打造這個平台,好讓員工相信這個平台可驅動效率,並支持企業轉型。

另一個例子,是某家大型金融服務機構,它基於利害關係人的需求,打造一個強大的技術平台。但平台完成之後,高階主管很快就發現,缺乏成功運用那個平台的組織架構和人員。解決這些需求之後,公司得以使用這個絕佳平台,大幅減少營運成本。

根據KPMG「2016年資訊長調查」的結果,資料分析第二年蟬聯企業最需要的技術能力,但將近四成的資訊長表示,自己在這個關鍵領域的人才短缺。此外,根據IDC的報告,不到25%的組織覺得,自己的資料分析成熟度已夠高,足以讓商業結果真正達到最佳化。

有正式結構的系統、流程和人員專門負責資料分析,可以是種競爭優勢,但顯然有很多組織錯失這個大好機會。根據我們的經驗,企業打造能符合自家商業需求的資料分析能力,也包括擁有擅長使用大數據的資料與軟體工程師團隊,以及完全專注在資料分析行動方案的數據科學家。

雖然採取的結構不見得一樣,但這個團隊應該與公司現有的資料分析供應者和使用者完全整合,與非資料分析的同事密切合作(這些同事真的很了解商業挑戰,以及自家企業如何運作),來設定實際且相關的策略目標,並朝這些目標前進。這些團隊也必須得到企業領導人的全力支持,目標也必須與企業策略完全協調一致。

目前資料的規模,遠超出人腦的處理能力,企業領導人需要可以信任的資料分析,作為重要決策的參考,不只是用來削減成本,還要促進成長。最能善用資料分析的公司,用它來預測顧客將會想要或需要什麼,甚至在顧客還不清楚自己想要或需要什麼之前就先預測到。(劉純佑譯)



卡爾.卡蘭迪 Carl Carande

KPMG(台灣的會員所是安侯建業)顧問實務副召集人,為頂尖企業提供成長策略與企業轉型的諮詢服務。


保羅.李賓斯基 Paul Lipinski

KPMG人員與變革諮詢顧問實務合夥人。


崔西.嘉舍 Traci Gusher

KPMG卓越資料分析中心執行董事。


本篇文章主題數據資料

你可能還會想看

您已閱讀 4

您的免費閱讀篇數即將到達上限。

登入哈佛商業評論網站會員,即可觀看更多免費閱讀文章!

登入會員 »