本文出自

逆向數位轉型

逆向數位轉型

2020年6月號

考量四項關鍵要素,準確評估風險!預知大數據專案成敗

Use This Framework to Predict the Success of Your Big Data Project
卡斯騰.隆德.彼得森 Carsten Lund Pedersen , 湯瑪斯.李特 Thomas Ritter
瀏覽人數:2083
  • "考量四項關鍵要素,準確評估風險!預知大數據專案成敗"

  • 字放大
  • 授課文章購買
    購買〈考量四項關鍵要素,準確評估風險!預知大數據專案成敗〉文章
  • 個人收藏購買
    購買〈考量四項關鍵要素,準確評估風險!預知大數據專案成敗〉PDF檔
    下載點數 10
大數據專案失敗的原因,常常在於主管無法在一開始就正確評估風險。本文提出一個包含數據、自主權、技術、問責等四大要素的D.A.T.A.架構,為你的大數據專案評分。畢竟,想預測大數據專案是否成功,判斷方式也應該要更加由數據驅動。

大多數高階主管心中常念念不忘的是,要透過大數據專案,善用數據來進行業務優化與業務發展。然而,大數據專案有高達85%最後失敗了,原因常是高階主管無法在一開始就正確評估專案風險。我們主張,數據專案成功與否,主要取決於四項要素:數據(data)、自主權(autonomy)、技術(technology)、問責(accountability),各取第一個字母,簡稱為D.A.T.A.問題。這些問題,根據的是我們針對大數據商業化而進行的四年研究計畫。

大數據成功的要素,可以從兩個層面來討論:(1)活動的焦點:是放在專案的發想,還是實施,例如焦點是為大數據專案構思出構想,還是專案的實際執行。(2)轉型的焦點:是放在數位骨幹,還是取得相關人員的支持,例如焦點是建置數位骨幹所需的資訊科技架構,還是確保員工都有能力及意願來應用數據,以及確保這些應用方式,符合社會對於可以和不可以用數據來做的事情的看法。這兩個層面形成D.A.T.A.要素的一個矩陣,呈現出高階主管在深思新的大數據專案時,必須詢問的關鍵問題。

你該怎麼問問題?

我們附在後面的圖表,整體呈現出D.A.T.A.要素、相關問題和背後理由,以及一些範例。此外,這個表也呈現出大數據專案應該依序考量哪些不同面向。以下提出每項要素的深度概要說明。

數據:焦點放在用數據推動成長的行動方案,須具備的先決條件之一,顯然就是要能取得數據。然而,並不是所有數據都是有用的,也不見得是獨特和自家獨有的。此外,並非所有數據都能取得。高階主管該問的是:「我們能否取得有價值且稀有的數據?」必須達到這些條件,高階主管才能期待用數據取得暫時的競爭優勢。

以丹麥的健康追蹤(fitness-tracking)社群應用程式Endomondo為例,美國運動服飾品牌Under Armor,在2015年以8,500萬美元買下Endomondo,希望打造「全世界最大的數位健康與體適能社群」。Endomondo擁有超過兩千萬個使用者,其中超過80%在美國以外地區。因此,Under Armour希望這件收購案,不但能取得有價值且稀有的數據,也在新聞稿提到,希望能為公司「立即提升規模,增加國際據點」。Under Armor願意支付這麼高的價錢,就說明了Endomondo的數據在他們心中的價值。因此,數據已經成為一種資源,商業潛力會隨著使用者價值與它在市場上的獨特性,而水漲船高。

自主權:自主權也稱為去中心化的決策,賦予員工權力去構思一些想法,以便產生數據賦能的解決方案,並自行提案。這是發想階段的重要步驟,也會像數位轉型一樣,需要面對與「人」相關的問題。在這方面,高階主管該問的是:「員工是否能夠自行使用數據來打造解決方案?」想發揮數據的商業潛力,就需要不同層級、不同部門的許多人共同投入。

Google是這項要素的一個範例。Google長久以來很知名的一件事,就是允許去中心化的決策方式,並讓全公司上下提出的各種方案,都能取得專用資源。Google的「20%時間」政策,允許工程師用20%的上班時間,進行自己選擇的專案。此外,Google讓工程師使用公司的運算資源及數據,來進行這些「20%專案」。例如,Google Now(一個行動助理應用程式,能依據使用者的搜尋習慣,主動向使用者提供資訊),就起源於一個這樣的「20%時間」專案,並廣泛使用多種數據。雖然Google Now已經不再存在,但它內含的功能仍應用在其他產品裡。自主權除了對於創造和推出新的專案很重要,也能用於學習,以及調整既有流程。因此,員工必須能夠使用數據來開啟、創造、調整自己的解決方案。

技術:想用數據得到成功,技術同樣不可或缺,它不但是實施階段的重要第一步,也是數位骨幹的重要組成要素。在這方面,高階主管該問的是:「我們的技術是否能夠執行這項解決方案?」你也許可以擁有全世界的數據與構想,但如果你的技術只能做出一個原型、測試版或無法擴大規模的數量,最後仍無法為你公司帶來真正的價值。

展現技術重要性的一個範例,是快桅(Maersk)與IBM在區塊鏈上的合作。快桅一直希望能簡化全球貿易的繁重行政事務,但在區塊鏈出現之前總是無法做到。區塊鏈提供了所需的技術骨幹,以便為這個問題制定解決方案。快桅本身算不上具備所需的區塊鏈能力,於是和IBM合作,打造出全球貿易平台Tradelens,目的是盡量降低成本,並提高全球船運的透明度。換句話說,區塊鏈技術使得Tradelens能夠將全球供應鏈數位化,提供資訊給所有相關各方。因此,任何數據賦能的解決方案,都必須要有足夠的技術來執行。

問責:這裡所謂的問責,是指你的解決方案除了要在法規及社會上得到允許,也要能夠展現你有遵循這些法規。這是實施階段的重要步驟,也是數位轉型的重要人類組成要素。高階主管在這方面該問的問題是:「我們的解決方案,是否符合法律及倫理規範?」如果你的解決方案違法,就很難創造價值。此外,如果使用者覺得你的解決方案「令人毛骨悚然」,你就可能在媒體上大受撻伐。

輕視問責的影響,看看臉書/劍橋分析(Cambridge Analytica)的醜聞就知道。網飛(Netflix)紀錄片《個資風暴:劍橋分析事件》(The Great Hack)顯示,劍橋分析使用臉書個人數據來找出並鎖定那些「可說服對象」(也就是可能被某些訊息說服的人),希望改變他們對2016美國總統大選的想法。對個資的這種濫用,引起了法律面和倫理面的爭議。對捲入此事件的各方,這起案件都造成嚴重的影響,也讓使用者及立法機關更注意到數據收集與使用方面的法律及倫理挑戰。因此,如果某項解決方案不符合法規、社會倫理和各項規範,恐怕就無法長期維持成功。

該如何為大數據專案評分?

你可能已經發現,這些D.A.T.A.問題都是簡單的是非題。這表示,你可以記錄你對這些問題的答案,用以決定你下一項大數據專案成功的可能性。也就是說,如果你有三個問題的答案為「是」,一個問題的答案為「否」,那麼你的專案分數就是3。

請參照下表,為你的下一項專案評分。根據表的內容,你需要得到4分,才能有信心下一項數據專案會成功。3分則表示,這項專案還需要投入很多努力才能成功,因為這四項要素都是大數據專案不可或缺的。因此,你可以把這些要素當成「必須擁有」,而不是「有很不錯、沒有也無妨」。

有個例子,可以說明這四項要素缺一不可。臉書擁有各種獨特、有價值的個人數據,例如,每個使用者的交往狀態。其實,臉書甚至可以準確預測某段關係是否能持續下去。這可能算是獨特而有價值的數據(第1題答「是」),臉書員工能用這項數據自由打造解決方案(第2題「是」),而且臉書擁有相關技術可實施這項方案(第3題「是」),但大多數人可能會覺得,這樣的解決方案看起來有些不道德(第4題答「否」)。因此,這樣的專案得到3分,而需要解決關於問責的重大問題,才能成功。

想預測大數據專案是否會成功,判斷的方式也應該要更加由數據驅動。雖然大家對大數據的商業潛力期待甚高,但到目前為止成效仍然很差。部分問題也許在於,高階主管不知道如何預測大數據專案是否會成功,因為目前很少有結構性的預測方法。高階主管若是採用我們的D.A.T.A.架構,就能根據數據來做出有關大數據專案的決定。

(林俊宏譯自2020年2月25日HBR.org數位版文章)



卡斯騰.隆德.彼得森 Carsten Lund Pedersen

哥本哈根商學院(Copenhagen Business School)策略管理與全球化學系博士後研究員,研究領域是以專案為基礎的策略、員工自主性,以及如何搭配不同類型員工參與商業發展專案。


湯瑪斯.李特 Thomas Ritter

哥本哈根商學院策略管理與全球化學系市場策略與商業發展教授,研究領域是商業模式創新、市場策略和市場管理。


本篇文章主題數據資料