運用數據加快企業策略

Use Data to Accelerate Your Business Strategy
約翰.萊德利 John Ladley , 湯瑪斯.雷曼 Thomas C. Redman
瀏覽人數:1857
對企業來說,數據不具策略性。簡單來說,數據可以增添巨大的價值,但我們很難知道數據適用於哪裡。其實,針對數據的運用,好的機會和需求從來都不缺。經過適當整合,數據可以改善各個流程,並讓負責執行那些流程的人更有能力,因而加快推動許多(甚至是大部分的)商業策略。因此,本文提出六個「價值形式」,讓企業領導人把數據概念納入動態的商業規畫中。

羅勃.華特曼(Robert H. Waterman, Jr.)曾在《追求卓越》(In Search of Excellence)一書中寫道,企業「擁有豐富的數據,但欠缺資訊」,三十五年過去了,情況沒有太多改變。現今的企業當然「擁有更豐富的數據」,能用的數據大幅超出過去。但即使企業領導人已實施許多以利用數據為目標的計畫,企業仍然資訊匱乏。大多數企業仍難以把數據納入本身的商業策略中,還有就是相反的狀況,難以讓他們在數據方面的做法配合企業的需求。背後的原因很多,從缺乏人才、不合理的期待到企業文化,都包括在內。對於想在整個組織裡充分運用數據威力的人來說,解決這些問題很重要。

對許多企業來說,數據還不具有策略性,這現象應該不令人意外。經營公司已經很複雜了:在設定公司策略時,要能讓顧客滿意、抵抗競爭對手、應付不確定的法規環境,還要補足技能方面的缺口。許多優秀構想相互競爭以取得資源和注意力,像是碳中和、多元性、社會責任、新科技,當然還有數據。許多成功的故事都證實,數據可以增添巨大的價值,但我們很難知道數據適用於哪裡。

組織實際上看待數據資產的方式,很難讓人理解。企業主管每天都使用數據,即使他們並不完全信任數據。許多人覺得基本的統計學很令人疑惑。人們對於自己做決策的能力感到自豪,認為不太需要更好的分析法或是人工智慧,這聽來合情合理。他們有點排斥對手中的數據進行某種程度的集中監管,但當數據問題產生了意想不到的風險,他們又覺得驚訝。他們雖然知道隱私跟安全很重要,卻沒有明確表達他們應有的責任。他們明白,要成為數據驅動的組織,就必須調整他們的組織文化,但改變組織文化既困難又花時間。因此也難怪,數據離商業策略主流還很遠。

企業的「數據」這個面同樣也很複雜。很好的機會和和需求從來不缺,從分析和人工智慧,到數據品質、貨幣化(monetization)、隱私、小數據和網路安全等。不過,大多數的數據工作,仍屬於「維持企業繼續運作」的類型,像是在資料庫裡添加一些新的領域、校準不會說話的系統、定義後設數據(metadata)、設置低層次的治理、安裝商業情報系統、整理數據用於機器學習演算法等等。這些都需要業務面的參與,但那些處理數據的人很難讓業務面的人參與這些工作,更不用說策略了。當業務面的人真的要求對數據做更好的管控時,數據專家可能欠缺必要的技能或企業人脈,難以推動實施構想。結果是,與數據有關的工作活動都太低階、時間太短,與商業策略的關聯性也很差。

但如果恰當地整合,數據可以改善各個流程,並讓負責執行那些流程的人更有能力,因而加快推動許多(甚至是大部分的)商業策略。以一家大型醫學中心為例。這個醫學中心的管理團隊了解到,更妥善運用數據,必須成為健康照護的核心實務做法。不過,它的數據計畫未達到領導階層的期望。為了找出其中的原因,數據長把目前的每一項數據行動方案,和數據可用來創造價值的一系列可能情境做比對。結果顯示,他們的數據計畫實際上是把一些重要、但只是一次性的專案集合在一起。這些專案並沒有在策略上協調一致,而且整體來說,它們並不符合這家醫學中心的需求。一旦確認了這個問題,這個醫學中心就能夠把一些不同的方案結合起來,成為更聚焦在商業策略的策略性行動方案,因而也能更嚴謹地管理這些方案。

在那不久之後,整個中心都產生更佳的成果。最明顯的是,法規遵循的成本和罰金降低了,節省數千萬美元。改善旗下所有診所的醫療數據,讓醫師的工作更便利,進而改善對病患的照護。而病患使用醫療服務的狀況也獲得改善,更多人來醫院接受定期糖尿病檢查和大腸癌篩檢,同時醫學中心仍能維持營業利潤率目標。

那麼,這家醫學中心如何能夠看透所有複雜面向、找出共同立場,並設定每個人都同意的優先事項?基本上,他們簡化這個問題,採用六個數據情境,也就是企業能從數據獲得價值的六種方式。我們把這些情境稱為「價值形式」(value mode),它們包括:

1. 改善流程

2. 改善競爭地位

3. 根據更好的顧客和市場數據,而創造出新的改良產品

4. 資訊化(informationalization),也就是把數據納入產品和服務當中

5. 提升人員的能力

6. 改善風險管理

我們發現,企業本身和負責數據工作的領導人都理解這些價值形式,能用它們作為共通語言,來調整自己的策略。一般來說,價值形式能促進人們進行有條理的思考、讓焦點集中,以及進行有意義的討論。

我們發現,價值形式也特別有助於業務領導人釐清以下這個問題:數據對我有什麼助益?某個地區性銀行在失去許多富有客戶之後,開始採用這些價值形式。他們的商業目標很簡單:回復市場占有率。這家銀行不太了解為何留不住客戶,所以首先把焦點放在從顧客的角度去了解這個問題,仔細審視自己的產品與服務,也就是上述的第三項價值形式。進階分析所顯示的結果,並不令人驚訝;顧客就是單純不滿意銀行提供的對帳單,而且銀行處理他們交易的速度不夠快。數據長的因應做法,是專注在第一個價值形式,也就是改善流程,並設法弄清楚是哪些流程影響到對帳單和交易數據。

若要進行必要的改善,必須進行跨部門和跨專業領域的協調,於是他實施品質和治理計畫。第一步的重點在於客戶聯絡數據,第二步是交易數據,第三步則是對帳單數據。這些步驟排除了很大一部分的顧客不滿意,顧客也不再流失。在這個過程中他們還發現,顧客想要用更好的方式來監看自己的投資組合,所以數據長對客戶入口網站做了大幅度的升級。不久,富有客戶人數就回升了。

價值形式也有助於促進業務領導人和數據專家間之間的溝通。它們協助數據專家釐清各種數據選項的潛力和限制,也協助業務領導人了解,每個選項可以如何增添價值。雙方可以合作,以找出數據在哪些領域可為組織帶來最佳報酬。此外,數據專家和業務領導人都可以運用價值形式,以過濾掉阻礙良好規畫的雜音和誇張說法。舉例來說,目前在業務面和數據面的許多人都對人工智慧印象深刻,導致許多企業在未正式考量相關的策略效益或風險之前,就急著採用這項新技術。企業領導人應該在忙著投入之前,先釐清自己想要獲得的效益,運用價值形式來引導進行相關的討論。

複雜與抽象,是良好策略的敵人。讓你的數據做法與策略方向一致,看起來好像很難達到,但領導人若能專注在本文提出的六個價值形式,就可以把強大的數據概念納入動態的商業全貌之中,反之亦然。在這方面沒有神奇的做法,努力工作仍是關鍵所在。不過,這麼做導致業務團隊和數據團隊終究能夠並肩工作,推動企業前進,確實是很強大的成果。

(陳佳穎譯)



約翰.萊德利 John Ladley

經驗豐富的實務工作人員,協助組織界定和轉向新的業務能力和數據能力。他的工作和著作促成商業和數據策略方向一致、進行組織變革,以及把數據科技運用在商業問題。


湯瑪斯.雷曼 Thomas C. Redman

被稱為「資料醫生」(Data Doc),擔任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、高階主管和各層級領導人,規畫如何創造以數據驅動的未來。他特別重視品質、分析法和組織能力。


本篇文章主題數據資料