如何打造数据驱动型组织
关键问题和能力
大多数组织（特别是大型企业）都在投入资源来收集、存储、保护和分析其数据。实际上，近期的一份 Bain 调查报告显示，在接受询问的 300 多名高管中，超过三分之二的高管表示他们的公司对数据分析进行了大量投资，超过一半的高管预期他们的投资会带来具有变革意义的回报。
人们为何如此认真地关注数据？McKinsey Global Institute 称，数据驱动型组织在客户获取率、客户保留率和盈利机率方面分别实现了 23 倍、6 倍和 19 倍的提升。由于有这些成功案例作为基准，并且有望发现改变业务的见解，Charles Schwab、Jaguar Land Rover、联想等公司正在使用数据来寻找改变游戏规则的见解。这些见解正在产生积极的成果，例如改进决策、增强业务运营以及提升客户参与度。
成为“数据驱动型”企业并不总是一件简单的事情，整个过程中往往会有某些障碍。这是因为组织无法仅仅凭借数据和技术变得更加成功。观念必须转变，领导和员工必须共同努力。要以高效的方式策划变革，就必须获得高管支持、提高敏捷性、增加数据熟练度，并打造广泛而活跃的社区，从流程和技术层面确保整个组织的使命和目标得以实现，各种需求得到满足。
打造数据驱动文化时应该从何处着手
在努力打造数据驱动文化时，组织应该考虑这些问题以及更多的问题，并确定自己是否已经准备好使用数据来改变思维方式、操作方式和行为方式。
- 作为组织，我们的数据策略是什么？如果没有确定数据策略或者数据策略不明确，我们可以通过数据来解决哪些现有问题？
- 领导层是否主张在业务决策过程中让数据发挥最核心的作用？
- 人们是否了解有哪些数据可用，是否信任这些数据？
- 我们的数据管理方法有多完善？哪些资源可以改善或帮助组织充满信心地进行扩展？
- 我们需要改进哪些流程（如果有的话）来确保完善的数据治理？
- 员工有怎样的数据能力？是否存在不同级别的数据技能缺口？
- 我们是否遵循分析最佳做法，如果没有，应该建立哪些组织标准来确保遵循一致的做法？
- 我们是否拥有一个更广泛的内部社区，这个社区是否正在或者将要致力于使人们对数据及其对组织的潜在影响感到兴奋？如果没有，我们如何打造这样一个社区？
数据驱动型组织的核心能力
分析了这些关键问题之后，您将迫不及待地想要开始打造数据文化。这样，您将解决一些棘手的业务问题，例如客户获取和保留、有效的集中式营销、产品创新与开发、质量控制和保证等等。您还将获得有助于成功实现近期和长期目标的竞争优势。
获得高管的支持，让他们帮助您宣传“数据驱动”事业
NewVantage Partners 报告表明，只有 32.4％ 的高管认为他们成功实现了数据驱动文化，这是有原因的。要转型为数据驱动型组织，仅仅有技术是不够的。这种转型需要通过新的技能组合、流程和行为来支持自助式分析解决方案的部署，因此高管在倡导和安排转型方面起着至关重要的作用。
如果他们真正相信任何员工都可以通过发现数据中的关键见解来找到实现新突破的机会，那么在企业转型过程中，这些步骤将有助于他们获得成功：
- 将数据视为资本，并优先开展鼓励各种业务角色使用数据的工作。
- 为每个人提供与工作需求相符的重要信息。
- 组建一个由不同利益相关者构成的项目团队，来专注如何扩展分析解决方案以及需要哪些支持、培训以及变更管理，为该团队分配和安排相关资源。
- 采用灵活、易用、可扩展且受管控的技术解决方案。
- 提供正式和非正式的培训、学习活动和指导，以此提高数据处理技能和知识、使投资发挥最大价值。
- 在绩效评估和晋升决定中考虑数据使用情况，对积极使用数据这予以奖励。
通过采用一种分析解决方案并坚持要求董事会的所有报告使用这种解决方案，Jaguar Land Rover 让最高层管理者实现了数据驱动的业务对话。在不到一年的时间里，四分之三的业务部门都已经在同一个位置提供和维护报告，并且 Jaguar Land Rover 的数据可视化工具使用量增加了一倍以上，分析技术在所有部门得到了普及。
将提升全公司的分析效率作为优先目标
任何人都必须有熟练的数据技能，才能在工作中娴熟地分析数据。不但要掌握所需的技能，还必须愿意制定数据驱动型决策，而不是单纯依赖直觉或印象。有成功数据文化的组织一方面会聘用具有适当的技能和才干的人员来制定数据驱动型决策，另一方面会通过培训、“展示与讲述”和其他活动来帮助员工提升分析技能。
如果经常鼓励和支持员工挑战现状，公司内的自满情绪就会减少。激发好奇心和鼓励数据探索成为每日常态。自助式分析还会在能力提升过程中起到重要作用。启用自助式分析的公司将以“提出问题 — 开展调查 — 真相大白”的模式开始并在此模式的基础上不断发展，最终看到数据逐渐渗透到所有对话中。
由于 Charles Schwab 将为员工提供数据支持的方式从以数据访问为主过渡到以数据分析为主，该公司的分析使用量急剧攀升。他们通过相关投资来提供培训并帮助员工获得成功，因此用户数量在 18 个月内从 6,000 名增加到了 16,000 名（公司总人数的 90％）。全球数据官 Andrew Salesky 说，“我们创造了一种方法来同时为富有经验的分析师和新手业务用户提供支持，这进一步推动了我们的数据驱动型文化向前发展。”
通过敏捷框架建立受管控的数据访问机制并增加用户信心
数据孤岛在大多数组织中普遍存在。但如果您以清晰、敏捷的数据管理框架为基础进行部署，符合条件的人员就能够访问经过清理、随时可用的可信数据。
成功的要素是什么？采用可生成稳定、安全和可信的分析环境的基准框架，在用户的控制和自由之间达到适当的平衡。确保您的组织开发可重复的迭代式流程也有助于您在部署之前、部署过程中和部署之后获得最大的成功。但这不是一个一劳永逸的流程。IT 部门主导的持续性监控、评估和维护同样重要，因为这样可以验证分析性能是否能够通过调整和完善来满足业务需求，以及每个人是否都能在分析环境中安全操作。这方面的影响力通常会体现为时间和成本的减少、业务流程的改进以及客户或合作伙伴关系的增强，这些变化都会提高品牌的声誉和收入。
JPMC 实现了从 IT 负责到业务部门负责的自助式分析转型，这种转型使其能够时刻掌握瞬息万变的行业趋势，并通过更有效的优化措施实现业务成功。在一个严格监管的环境中，IT 首先必须建立能够在数据访问和合规之间实现平衡的企业管控体系。在其数据爱好者社区（也称为卓越中心 (CoE)）的推动和 IT 的支持下，JPMC 采用了 Tableau 作为其企业数据分析解决方案。这一举措为各分行以及 500 多个业务团队中的近 30,000 名用户提供了更加准确的数据，让这些用户和团队能够制定更加明智、更具有战略意义的决策，从而确保该银行更加稳健地开展经营活动。
将数据爱好者聚集到社区中，以此提高分析的使用量
社区可以在您的公司内创建一个人际网络，社区内的人使用数据来分享见解或开展协作。只要领导者能够留出相应的时间、空间、资源来帮助每个人提高数据技能，健全的社区就会蓬勃发展。随着更多人意识到个人见解或集体见解的力量，社区的发展反过来又会促进分析技术的采用和学习。此外，贵公司将减少数据孤岛、简化工作流程、更好地调整业务指标。
拥有社区领导者（或一组领导者）至关重要；记录和整理能力提升资源，将用户汇聚到一起，在整个组织宣讲分析技术，让数据在对话中起到核心作用。在社区领导者的鼓励下，内部数据社区也可以通过与拥有相似数据热情的外部社区建立联系而繁荣发展。
Cargill 曾经采用传统 BI 模式运作，在他们转而采用自助模式后，每个人都成了“社区能力提升者”— 好奇、喜欢亲手操作，并且会邀请其他人加入社区。他们从当时已经存在的一些数据社区汲取灵感，为自己开发了由 IT 支持的内部社区，通过该社区来组织数据可视化挑战赛和其他活动，帮助社区成员提高技能。最终，Cargill 的分析社区在规模上实现了四倍的成长，帮助成千上万的员工发现了价值数百万美元的机会。
数据驱动转型并非孤单的旅程
您是否仍在质疑现在该不该进行数据驱动转型，或者质疑自己是否具备适宜的条件来培养数据文化？您只需记住，其他人也在应对这个挑战。其他企业也遇到过同样的问题，追求过相同的目标。在领导者的支持和关注下，这些企业通过各种措施取得了成功，包括建立灵活的机制来适应不断变化的需求、投资于正确的技术解决方案和明确的流程、打造以人为本的组织文化。
Gartner 副总裁级分析师 Douglas Laney 解释说，“每个行业的领先组织都将数据和分析作为竞争武器、业务促进剂和创新催化剂。”他们考虑了自己的业务目标、追求和挑战，以及如何借助数据管理来解决这些方面的问题。透过他们获得的能力和实现的成效，我们还可以看到以分析为焦点的战略、流程和投资能够帮助组织达成怎样的目标。
阅读有关强大数据文化的要素的更多内容，并通过 Tableau Blueprint 提供的分步指南了解如何构建自己的数据文化。