五條導致資料策略失敗的歧途

5 Ways Your Data Strategy Can Fail
湯瑪斯.雷曼 Thomas C. Redman
瀏覽人數:1196
本文要教你如何避免這些失敗。

在數據資料領域裡,有許多出色的構想和技術:從分析法到機器學習、到資料驅動的決策,再到改善資料品質。當中有些構想已存在很長一段時間,經過徹底檢驗,一再地證明有效。另外一些構想則是在商業、流行和科技媒體廣泛流傳。《經濟學人》(The Economist)的確曾宣稱,資料現在是「世界上最寶貴的資產」。

有了所有這些成功案例和如此令人振奮的聲譽,人們可能以為公司會大肆宣傳營收持續成長,成本結構永久改善,顧客滿意度顯著提升,以及其他很多益處。除了其中極少數情況,上述這些都還沒有發生。矛盾的是,「資料」幾乎無處不在,但就是沒有出現在資產負債表和損益表中。殘酷的事實是,對大多數公司來說,資料領域的進展緩慢得令人煩惱。

資料需要很多因素才能成功。如下圖所示,公司必須在五個要素上進行扎實的工作,每個要素都必須與其他四個協調一致。缺少其中任何一個要素,都會影響整體工作。

我們將逐一檢視每個要素。

顯而易見的一件事就是,企業若想在資料領域取得成功,必須要有資料,而且資料必須有恰當的定義、與手上任務相關,而且資料必須恰當地結構化以方便尋找和了解,資料品質也必須夠好而可以信任。如果其中一些資料是你公司「專屬的」,也會有幫助,因為這代表只有你公司擁有那些資料,而且只有你公司能取得那些資料。

對大多數企業來說,資料是很真實的問題。資料分散在各自為政的一些單位裡,例如,卡在彼此無法良好交流的各部門系統裡、品質很差,而且相關成本很高。糟糕的資料讓公司幾乎不可能靠資料來驅動,並為技術進展添加巨大的不確定性,包括機器學習和數位化等技術的進展。

接著,企業需要有生財工具,可將資料轉化為金錢收入,基本上就是要有一個商業模式可以運用資料,且創造獲利。主要做法包括:直接銷售資料;把資料建置到產品和服務中;輸入資料來進行分析;作出更好的決策。運用資料的方式眾多,很難從中選出最好的做法。提出高層次的方向,例如「盡可能使用分析」,是不夠的。 你必須界定你打算如何運用分析來創造商業優勢,然後據此執行。缺乏清楚、自上而下的商業方向,人員、團隊和整個部門都會自行其是,結果就是進行了很多活動,但很少有長久的益處。

組織能力包括人才、結構和文化。幾年前我注意到,大多數組織都非常「不適合運用資料」。它們缺乏所需的人才,指派錯誤的人來處理品質問題,而且組織裡的單位各自為政,使得資料很難共享,此外,儘管他們可能聲稱「資料是我們最重要的資產」,但他們的行為卻不是如此。也許可以這麼說,這個問題已變得更加嚴峻。

首先來看人才。很明顯的是,企業如果想推動最尖端的機器學習,就需要有一些世界級的資料科學家。較不明顯的是,企業需要有人能把商業流程合理化、將預測模型納入那些流程之中,並把新技術整合到舊技術中。更廣泛地說,我們很容易抱怨缺乏頂尖技術人才,但同樣重要的還包括組織各層級的技能、將所有技能集合在一起的管理能力,以及大規模推動執行的領導力。例如:很多公司都看到資料驅動決策的巨大潛力,但要追求這樣的目標,你必須教導人們如何有效使用資料。領導人必須了解,即便只是想獲得資料所帶來的一小部分價值,所應做的也不只是將人工智慧軟體安裝到某個部門,或要求資訊部門將營運作業數位化。

結構和文化也需要考量。如前面提到的,組織裡的單位各自為政,使得資料很難共享,實際上限制了相關努力的範圍。所有組織都聲稱自己重視資料,他們的領導人卻難以回答一些基本問題,像是「哪些資料最重要?」「你打算如何用資料賺錢?」或「你有任何專屬資料嗎?」有些人甚至稱資料是「廢氣」,完全是「寶貴資產」的相反詞!如果沒有豐富的人才,也沒有重視資料的組織結構和文化,企業很難在團隊和部門以上的層次擴大成功的做法。

第四,公司需要技術以低成本擴大創造成效。我認為這些技術包括基本的儲存、處理和通訊技術,以及作為生財工具引擎的技術,包括更複雜的架構、分析工具和認知技術。

公司顯然需要技術,如果沒有技術,你就無法擴大規模和創造成效。能夠成功運用資料的臉書(Facebook)、亞馬遜(Amazon)、網飛(Netflix)和Google,已經建立強大的平台。或許正是基於這些原因,大多數企業都是利用技術來開始進入資料領域。但就我的角度來看,太多企業對技術的期待太高,以致誤把技術視為造就成功的主要驅動力。技術其實只是要素之一。

最後一個要素是防禦,基本上是把風險最小化。防禦的行動包括遵守法律和法規,確保珍貴資料不會遺失或被竊,符合隱私要求,維持顧客關係,應對敏捷競爭對手的行動,領先資金更充裕的龐大企業,以及避開源自壟斷力量的法律和法規監理行為。你不太可能從防禦中賺到很多錢,但糟糕的防禦可能會耗費你很多時間和金錢,並帶來許多麻煩。

因此,資料需要各方面協調合作。至少,人力資源部門必須找到新的人才,並讓組織所有成員接受訓練;技術部門必須引進新技術,並將這些技術整合到現有的基礎設施中;隱私和安全專業人員必須制定新的政策,並深入組織以落實這些政策;各事業單位必須處理令人難以置信的破壞;人人都必須為資料的品質做出貢獻;領導人必須朝不熟悉的新方向出發。讓情況變得更加複雜的是,資料、技術和人員是很不一樣類型的資產,需要不同的管理方式。這是一個具有挑戰性的轉換。很多企業嘗試利用最新科技(例如企業系統、資料倉庫、雲端運算、區塊鏈),作為解決資料品質問題的捷徑,但這些新系統都沒有成功。

切記,目標不只是從資料裡盡可能取得所有價值,更是要善用資料來創造新成長、減少浪費、提升顧客滿意度,或用其他方式提升公司績效。而「資料」可能是你實現這些目標的最佳機會。成功的資料計畫,需要一致、持續、參考適合的資訊、協調良好的行動。

(劉純佑譯)



湯瑪斯.雷曼

湯瑪斯.雷曼 Thomas C. Redman

被稱為「資料醫生」(Data Doc)、資料品質解決方案公司(Data Quality Solutions)總裁,協助企業和人們,包括新創公司、多國籍公司、高階主管、各層級領導人,規畫如何創造以資料驅動的未來。他特別重視品質、分析,還有組織能力。


本篇文章主題數據資料