
大數(shù)據(jù)驅(qū)動(dòng)下 一場(chǎng)管理革命或?qū)⒈l(fā)
管理大師戴明(W.Edwards Deming)與德魯克(Peter Drucker)在諸多思想上都持對(duì)立觀點(diǎn),但“不會(huì)量化就無(wú)法管理”的理念卻是兩人智慧的共識(shí)。這一共識(shí)足以解釋近年來(lái)的數(shù)字大爆炸為何無(wú)比重要。
簡(jiǎn)而言之,有了大數(shù)據(jù),管理者可以將一切量化,從而對(duì)公司業(yè)務(wù)盡在掌握,進(jìn)而提升決策質(zhì)量和業(yè)績(jī)表現(xiàn)。
關(guān)于亞馬遜那些耳熟能詳?shù)墓适抡诒瘟怂恼嬲龑?shí)力。這些先天帶有數(shù)字基因的公司所能做到的事,是上一代商業(yè)領(lǐng)袖夢(mèng)寐以求的。但實(shí)際上,大數(shù)據(jù)的潛力也可以幫助傳統(tǒng)企業(yè)實(shí)現(xiàn)轉(zhuǎn)型,甚至幫它們獲得更好的機(jī)會(huì)提升其競(jìng)爭(zhēng)優(yōu)勢(shì)(線上企業(yè)一直都知道其核心競(jìng)爭(zhēng)力來(lái)自于對(duì)數(shù)據(jù)的理解力)。
這場(chǎng)大數(shù)據(jù)的革命遠(yuǎn)比之前的“數(shù)據(jù)分析”要強(qiáng)大得多。企業(yè)因此可以做精準(zhǔn)地量化和管理,可以做更可靠的預(yù)測(cè)和更明智的決策,可以在行動(dòng)時(shí)更有目標(biāo)更有效率;而且這些都可以在一直以來(lái)由直覺(jué)而不是數(shù)據(jù)和理性主宰的領(lǐng)域?qū)崿F(xiàn)。
隨著大數(shù)據(jù)之工具與理念的不斷傳播,許多深入人心的觀點(diǎn)將被撼動(dòng),比如經(jīng)驗(yàn)的價(jià)值、專業(yè)性與管理實(shí)踐。各個(gè)行業(yè)的商業(yè)領(lǐng)袖都會(huì)看清運(yùn)用大數(shù)據(jù)究竟意味著什么:一場(chǎng)管理革命。
數(shù)據(jù)決定業(yè)績(jī)
懷疑論者會(huì)問(wèn):“有何證據(jù)顯示,明智地運(yùn)用大數(shù)據(jù)能提升公司業(yè)績(jī)?”商業(yè)媒體上充斥著各種軼事案例,似乎在證明大數(shù)據(jù)驅(qū)動(dòng)帶來(lái)的價(jià)值。但我們最近發(fā)現(xiàn)的事實(shí)是,根本沒(méi)人真正拿出嚴(yán)謹(jǐn)有力的證據(jù)。
為了彌合這種尷尬的缺失,我們?cè)诼槭±砉W(xué)院的數(shù)字商業(yè)中心(MIT Centerfor Digital Business)組織了一個(gè)團(tuán)隊(duì),與麥肯錫的商業(yè)技術(shù)部、沃頓商學(xué)院的同事洛林·希特(Lorin Hitt)以及麻省理工學(xué)院的博士生西克揚(yáng)·金(Heekyung Kim)一起合作,考察大數(shù)據(jù)驅(qū)動(dòng)的公司是否業(yè)績(jī)更佳。我們對(duì)北美330家上市公司的高管進(jìn)行了結(jié)構(gòu)性訪談(structured interview,這是一種對(duì)訪談過(guò)程高度控制的訪問(wèn)。訪問(wèn)的過(guò)程高度標(biāo)準(zhǔn)化,即對(duì)所有被訪者提出的問(wèn)題,提問(wèn)的次序和方式,以及對(duì)被訪者回答的記錄方式等是完全統(tǒng)一的。—譯者注),調(diào)研其組織與技術(shù)管理實(shí)踐,然后從年報(bào)和其他一些獨(dú)立信息源那里收集它們的業(yè)績(jī)數(shù)據(jù)。
很顯然,不是每家公司都喜歡數(shù)據(jù)驅(qū)動(dòng)型的決策制定過(guò)程。事實(shí)上,我們發(fā)現(xiàn),各行各業(yè)對(duì)大數(shù)據(jù)的態(tài)度和應(yīng)用方法五花八門。但是,透過(guò)所有的分析,我們發(fā)現(xiàn)一種顯著的關(guān)聯(lián)性:越是那些自定義為數(shù)據(jù)驅(qū)動(dòng)型的公司,越會(huì)客觀地衡量公司的財(cái)務(wù)與運(yùn)營(yíng)結(jié)果。尤其是,運(yùn)用大數(shù)據(jù)做決策的那些行業(yè)前三名企業(yè),比其競(jìng)爭(zhēng)對(duì)手在產(chǎn)能上高5%,利潤(rùn)上高6%。如果把勞動(dòng)力、資金、購(gòu)買服務(wù)和投資傳統(tǒng)技術(shù)的投入都納入計(jì)算,這些企業(yè)的表現(xiàn)依然卓越。它不僅有統(tǒng)計(jì)學(xué)上的顯著性和經(jīng)濟(jì)上的重要性,而且也反映在其股票估價(jià)的增值上。
五大管理挑戰(zhàn)
大數(shù)據(jù)轉(zhuǎn)型并不是萬(wàn)能的,除非企業(yè)能成功應(yīng)對(duì)轉(zhuǎn)型過(guò)程中的管理挑戰(zhàn)。以下五個(gè)方面在這一過(guò)程中尤為重要。
領(lǐng)導(dǎo)力
那些在大數(shù)據(jù)時(shí)代獲得成功的企業(yè),并不是簡(jiǎn)單地?fù)碛懈嗷蛘吒玫臄?shù)據(jù),而是因?yàn)樗麄兊念I(lǐng)導(dǎo)層懂得設(shè)計(jì)清晰的目標(biāo),知道自己定義的成功究竟是什么,并且找對(duì)了問(wèn)題。
大數(shù)據(jù)的力量并不會(huì)抹殺對(duì)遠(yuǎn)見(jiàn)與人性化洞察的需求。相反,我們?nèi)匀恍枰@種領(lǐng)導(dǎo)者—他們能抓住某個(gè)絕好的機(jī)會(huì)、懂得如何開(kāi)拓市場(chǎng)、用自己的創(chuàng)意提供那些相當(dāng)新奇的產(chǎn)品和服務(wù),并且巧舌如簧地勾勒出一幅激動(dòng)人心的前景,說(shuō)服下屬們激情澎湃地為此拼命工作,最終成功贏得顧客。未來(lái)十年獲得成功的企業(yè),其領(lǐng)導(dǎo)者必然具備以上特質(zhì),與此同時(shí)推進(jìn)了公司決策機(jī)制的轉(zhuǎn)型。
人才
隨著數(shù)據(jù)越來(lái)越廉價(jià),實(shí)現(xiàn)大數(shù)據(jù)應(yīng)用的相關(guān)技術(shù)和人才也變得越來(lái)越昂貴。其中最緊迫的就是對(duì)數(shù)據(jù)科學(xué)家和相關(guān)專業(yè)人士的需求,因?yàn)樾枰麄兲幚砗A康男畔ⅰ?/span>
統(tǒng)計(jì)學(xué)很重要,但是傳統(tǒng)的統(tǒng)計(jì)學(xué)課程幾乎不傳授如何運(yùn)用大數(shù)據(jù)的技能。尤其需要的能力是將海量數(shù)據(jù)集清理并系統(tǒng)化,因?yàn)楦鞣N類型的數(shù)據(jù)很少是以規(guī)整的形態(tài)出現(xiàn)的。
視覺(jué)化工具和技術(shù)的價(jià)值也將因此突顯。隨著數(shù)據(jù)科學(xué)家的涌現(xiàn),新一代的電腦工程師必須能夠處理海量數(shù)據(jù)集。而設(shè)計(jì)數(shù)據(jù)試驗(yàn)的技能,則會(huì)非常有助于彌補(bǔ)數(shù)據(jù)呈現(xiàn)的復(fù)雜關(guān)系與因果之間的鴻溝。除此之外,那些最優(yōu)秀的數(shù)據(jù)科學(xué)家還需要掌握商業(yè)語(yǔ)言,幫助高管把公司面臨的挑戰(zhàn)變?yōu)榇髷?shù)據(jù)可以解決的形式。毫無(wú)疑問(wèn),這類人才炙手可熱,很難找到。
技術(shù)
處理海量、高速率、多樣化的大數(shù)據(jù)工具,近年來(lái)獲得了長(zhǎng)足的改進(jìn)。整體而言,這些技術(shù)已經(jīng)不再貴得離譜,而且大部分軟件都是開(kāi)源的。Hadoop,這個(gè)目前最通用的平臺(tái),就整合了實(shí)體硬件和開(kāi)源軟件。它接收涌入的數(shù)據(jù)流并將其分配至很便宜的存儲(chǔ)盤,同時(shí)它也提供分析數(shù)據(jù)的工具。
盡管如此,這些技術(shù)需要的一整套技能對(duì)大部分企業(yè)的IT部門來(lái)說(shuō)都是全新的,他們需要努力將公司內(nèi)外所有相關(guān)的數(shù)據(jù)都整合起來(lái)。只有技術(shù)遠(yuǎn)遠(yuǎn)不夠,但技術(shù)是整個(gè)大數(shù)據(jù)戰(zhàn)略中不可或缺的部分。
決策
一家高效的公司通常把信息和相關(guān)的決策權(quán)統(tǒng)一在一起。而在大數(shù)據(jù)時(shí)代,信息的產(chǎn)生與流通,以及所需人才都不再是以往那樣了。精明的領(lǐng)導(dǎo)者會(huì)創(chuàng)造一種更靈活的組織形式,盡量避免“自主研發(fā)綜合癥”,同時(shí)強(qiáng)化跨部門合作:收集信息的人要提供正確的數(shù)據(jù)給分析數(shù)據(jù)和理解問(wèn)題的人,同時(shí),他們要和掌握相關(guān)技術(shù)、能夠有效解決問(wèn)題的人并肩工作。
文化
大數(shù)據(jù)驅(qū)動(dòng)的公司要問(wèn)自己的第一個(gè)問(wèn)題,不是“我們?cè)趺聪耄俊倍鴳?yīng)該是“我們知道什么?”這要求企業(yè)不能再跟著感覺(jué)走。
很多企業(yè)還必須改掉一個(gè)壞習(xí)慣:名不副實(shí)的大數(shù)據(jù)驅(qū)動(dòng)。我們發(fā)現(xiàn)很多這樣的企業(yè),最常見(jiàn)的表現(xiàn)是,高管們明明還是按傳統(tǒng)方式做決定—以些高薪人士的意見(jiàn)為主,卻拿出一份香艷的數(shù)據(jù)報(bào)告支撐自己的決定是多么英明。其實(shí)那不過(guò)是分配下屬四處尋找的專為這個(gè)決定做辯護(hù)的一堆數(shù)字。
證據(jù)一目了然:大數(shù)據(jù)驅(qū)動(dòng)下的決策更高明。高管們要么擁抱這一現(xiàn)實(shí),要么卷鋪蓋走人。在各個(gè)領(lǐng)域中,企業(yè)只有找到將數(shù)據(jù)科學(xué)與傳統(tǒng)技能完美結(jié)合的方式,才能打敗對(duì)手。我們不能說(shuō),所有的贏家都會(huì)將大數(shù)據(jù)用于其決策制定。但數(shù)據(jù)告訴我們,這樣確實(shí)勝算最大。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10