20條關于未來數據分析發(fā)展的結論

今年年初，普華永道發(fā)布了一份針對77國逾1300位CEO的調查。結果顯示，在推動數字技術發(fā)展、提高組織能力方面，數據挖掘分析占有第二重要的戰(zhàn)略地位，僅次于提高客戶參與度的移動技術。同時，這些CEO還認為，數據分析對于提供更好的客戶體驗并提高業(yè)務效率來說是一最為重要的一項能力。

需要注意的是，數據本身并不能提供洞識。如果數據分析的結果無法在組織內部分享和公開，那就無法促進業(yè)務成果和運營效率的最優(yōu)化。

如今，我們面對著一道“消費者鴻溝”。沒有洞識的數據是毫無價值的。國際數據中心的數據顯示，企業(yè)平均分析到的數據只占其可用數據的不到1%。剩下那沒有分析的99%會對公司造成什么樣的影響？

大數據就是21世紀的石油，但數據本身是不會說話的。如果你不知道如何使用數據的話，它就毫無價值可言。這就好比石油，它本身也只是一團黏糊糊的東西，直到有人將它提煉成燃料。從大數據提煉出來的燃料就是企業(yè)的專有算法。專有算法能夠解決執(zhí)行中的具體問題，將會成為未來成功企業(yè)的秘密武器。下一輪數字淘金熱的重點，就在于如何用數據來進一步做文章，而非僅僅處理數據。這才是算法經濟的未來。

說到利用算法來實現價值，組織和企業(yè)都面臨著巨大的機遇。但要做到這一點，企業(yè)必須發(fā)展自身的分析能力。要想發(fā)展出算法，企業(yè)必須抓住數據、分析數據，并將研究結果反饋到整個系統(tǒng)里（即所有利益相關方：員工、合作伙伴和客戶）。Gartner預計，到2017年70%的公司將會發(fā)展出各自的分析中心。

而當今的企業(yè)是如何利用數據分析取得競爭優(yōu)勢的呢？為了了解企業(yè)現在的數據分析情況，我們調查了全球的2000多位企業(yè)領導，主要研究以下三個問題：

數據分析在當今企業(yè)中的角色轉變

數據分析的運用在哪些領域呈上升趨勢

杰出企業(yè)（high perfomers）如何利用數據分析

根據調查，我們有如下重要發(fā)現：

數據分析躍為企業(yè)的戰(zhàn)略重心。有90%的杰出企業(yè)表示，數據分析絕對是他們制定整體戰(zhàn)略和改善運營成果的關鍵。

數據分析的應用案例急劇增加。杰出企業(yè)大量使用數據分析的可能性是落后企業(yè)的3倍，他們能在十多個領域中收集有價值的信息，平均分析的信息類別超過17種——這個數字幾乎是落后企業(yè)的2倍。

實時分析的時代已經到來。杰出企業(yè)利用現有分析工具獲取及時有效信息的能力是落后者的5.1倍。

杰出企業(yè)欣然采納這種新的數據分析文化。頂尖團隊里過半員工使用分析工具的可能性是落后團隊的2倍。

經過分析，總結出了20條重要結論。

1. 到2020年，杰出企業(yè)有效分析的數據源數目將會增長150%，從2015年的20個數據來源增長到2020年的50個以上。

2. 缺乏自動化技術會給數據分析制造痛點。

以下是數據分析的十大難點：

需要手動將所有數據源導入到一個視圖中；

太多數據不能得到分析；

花費過多時間更新電子數據表；

分析者是業(yè)務分析師，而非終端用戶；

產出分析結果的周轉周期太長；

數據不能為終端用戶定制；

不能靈活地根據需求提供數據分析結果；

企業(yè)用戶無法完全相信業(yè)務成果；

缺少迅速創(chuàng)建報告的自助服務接口；

不能解答關鍵的商業(yè)問題

總的來說，建立數據驅動型文化的關鍵在于三點：數據整合和定制的自動化，確保數據源的可信度，以及移動設備的實時報告。

3. 數據分析對制定企業(yè)戰(zhàn)略至關重要。

杰出企業(yè)更可能將數據分析視為戰(zhàn)略制定和改善運營成果的重點，是落后企業(yè)的8.2倍。84%的杰出組織表示，到2017年，數據分析的重要性就會大幅提升。

4. 針對數據分析的投資將會增長。

到2017年，杰出企業(yè)在數據分析方面的投資提高至少50%的可能性是落后企業(yè)的6.4倍。

5. 到2017年，企業(yè)領導將會在以下領域的數據和分析方面投入更多資源：

工具和技術（51%）

人才（35%）

培訓（35%）

看來，各個行業(yè)的企業(yè)領導人應當投入更多資金招攬數據和分析專才，比如數據科學家。杰出企業(yè)也應設立首席數據官（CDO），并投資建立中央分析中心，這樣就能精簡最佳實踐模式的應用過程，針對企業(yè)實際情況開展具體的分析培訓。在客戶關系管理和分析平臺方面的投資可以使分析結果的獲取、定制和傳遞更為大眾化，同時大幅提高業(yè)務敏捷性，便于達到預期成果。

6. 除了簡單的保留記錄，杰出企業(yè)更有可能利用數據推動實質的企業(yè)決策，其可能性是落后企業(yè)的4.6倍。

在制定企業(yè)決策時，落后企業(yè)依靠自身直覺而非數據的可能性是杰出企業(yè)的5.7倍。我曾經當過首席客戶官和首席營銷官，從我的經驗來看，只有數據驅動的企業(yè)才能持續(xù)保持業(yè)務優(yōu)勢。

7.數據分析正逐漸遍及每個業(yè)務領域。

以下是數據分析的十大優(yōu)勢：

提高運營效率

促進增長

優(yōu)化運營過程

改善現有產品、服務和特點

找到新的收益來源

產生新的想法，推動創(chuàng)新

監(jiān)管消費者行為

預測消費者行為

改善員工之間的合作

提升決策速度和準確性

從經驗來看，杰出的數據驅動型組織能夠從數據分析的描述功能（即描述過去）進化到預測功能（基于回歸分析預測未來趨勢）和規(guī)范功能（基于預測結果改變企業(yè)行為，從而取得預期成果）。為了盡可能提高分析水平，企業(yè)必須動員全體成員，共同創(chuàng)造并保持數據驅動的思維模式，營造數據驅動式的企業(yè)文化。成功企業(yè)的所有決策都以客戶為中心，他們利用數據來保證決策透明度、問責機制和以成果為導向的機制。

8. 杰出企業(yè)分析的數據源數量約為落后企業(yè)的2倍。

9. 杰出企業(yè)使用的十大數據源包括：

電子郵件

研究數據

交易數據

商業(yè)化數據

日志數據

企業(yè)系統(tǒng)數據

事件驅動數據

社交媒體

合作方數據

客戶服務中心記錄數據

10. 銷售、市場和服務將引領數據分析革命。

到2016年，74%的銷售主管會采用銷售數據分析手段。杰出的服務團隊高效利用數據分析的可能性是落后團隊的19倍。54%的市場營銷人員相信，數據絕對是建立深度客戶合作的關鍵所在。

11. 速度、便捷性和相關性是關鍵的區(qū)分點。

杰出企業(yè)利用分析工具來收集實時商業(yè)分析的可能性是落后企業(yè)的5.1倍。從我的經驗來看，能夠在收集速度上拉開差距的組織最有可能實現或超越其內部預期和外部的客戶預期。

12. 杰出企業(yè)利用移動分析手段的可能性是落后企業(yè)的3.5倍。

企業(yè)領導必須具備在何時何地都能做出明智決策的能力。

但是，移動并不等于智能手機或平板電腦。移動指的是能夠在運作過程中始終工作良好的能力。除了在辦公桌前，你要學會隨時隨地都能工作。移動分析則必須能在運作過程中實時提供分析。

13. 頂尖團隊的管理層都會大力支持發(fā)展數據分析。

90%的杰出企業(yè)的管理團隊都將自己的成功歸功于分析工具和分析技術。這里有一個很重要的問題，所有的主管都應該問問自己——如何能讓消費者相信我們的決策是明智的？今天，我們的經濟體高度連接，誰能在沒有數據支持的情況下做出正確決策？為了在未來贏得客戶，企業(yè)必須利用數據獲得洞察，迅速做出決定、采取行動，為客戶、合作伙伴和員工提供真正及時且有價值的服務。

14. 數據要對所有員工開放，并且利于他們的理解和使用。

杰出企業(yè)給至少半數員工提供分析工具的可能性是落后企業(yè)的2倍。我的經驗是，在所有員工都能夠接觸正確的工具和商業(yè)流程的前提下，給員工進行培訓和授權是擴大規(guī)模的關鍵。CDA數據分析師官網是專業(yè)為企業(yè)培訓數據分析師，為企業(yè)解決這些問題。企業(yè)往往會將獲取分析數據和使用分析工具的權限限制在管理層和分析師之間，但這么做就限制了整個企業(yè)的視野和潛能。系統(tǒng)集成、數據質量、數據整合定制和移動性是激發(fā)公司上下共同分析結果、發(fā)展洞察的關鍵。這也解釋了為什么說分析平臺是成功的關鍵。

15. 杰出企業(yè)內部各類人員合作分析的可能性是落后企業(yè)的15.5倍。

這一點非常關鍵，因為銷售、市場營銷和服務的界限正變得越來越模糊?？蛻舻念A期要求我們重新思考、設計其業(yè)務程序，建立更為流暢協(xié)調的新模型，根據具體情況分析采取最佳行動。你必須廣泛分享你的分析成果才能保持高效。假設你如果在跑一場接力賽，數據分析就是你的接力棒；想要贏得比賽，就必須完美并及時地傳遞這個接力棒。

16. 選擇分析工具的5大決定性因素：

運用的速度和易用性

商業(yè)用戶使用該工具的易用性

自助服務和數據發(fā)現工具

發(fā)掘和分享數據的移動性

云部署

17. 杰出企業(yè)更傾向于認為，選擇分析工具的關鍵在于發(fā)掘和分享數據的移動性（即上文第四點）。

18. 92%的杰出企業(yè)強烈贊同一點：擁有數據分析能力對企業(yè)未來的成功具有戰(zhàn)略性的意義。

19. 杰出企業(yè)更可能相信分析非結構化數據對于了解消費者行為具有重要意義，這是落后企業(yè)的5.3倍。

社交媒體數據就屬于非結構化數據。在我看來，結合結構化和非結構化數據是發(fā)揮數據預測和規(guī)范功能的唯一有效途徑，并需要向你的雇員、合作伙伴和客戶反饋及時、具體、有價值的信息。

20. 企業(yè)高效利用數據分析手段的關鍵：

制定更靈敏的戰(zhàn)略——利用數據分析來制定戰(zhàn)略并衡量成果

擴大數據分析范圍——推動跨部門合作

營造數據分析文化——使公司上下都能接觸并使用分析工具

投資數據分析——越早投資越能確保競爭優(yōu)勢

采納新興技術——持續(xù)發(fā)展數據分析方面的競爭力

根據星座研究公司（Constellation Research）的分析，目前全球90%的數據是在過去一年里創(chuàng)造出來的。我們正處于數據科學,數據分析師革命的開端，想要生存并占據一席之地，就必須更多、更有效地利用數據分析手段和工具。企業(yè)要想成功，就必須投資數據分析工具和技術，發(fā)展自身的數據驅動型文化。