
對(duì)于管理者而言,大數(shù)據(jù)驅(qū)動(dòng)下的決策更高明
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(zhuān)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 Center for 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?!g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(mén)。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(mǎi)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(zhuān)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(lèi)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(lèi)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(pán),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(mén)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(mén)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(zhuān)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(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
如何考取數(shù)據(jù)分析師證書(shū):以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價(jià)值、驅(qū)動(dòng)決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動(dòng)企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時(shí)代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無(wú)外鍵關(guān)聯(lián)表的 JOIN 實(shí)戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫(kù)的日常操作中,我們經(jīng)常會(huì)遇到需要整合多張表數(shù)據(jù)的場(chǎng)景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動(dòng)的時(shí)代,面對(duì)海量、復(fù)雜的數(shù)據(jù),如何高效地進(jìn)行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫(kù)操作中,誤刪數(shù)據(jù)、錯(cuò)改字段或誤執(zhí)行批量更新等問(wèn)題時(shí)有發(fā)生。 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時(shí)用t.test,何時(shí)用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時(shí)用 t.test,何時(shí)用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開(kāi)啟新時(shí)代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書(shū)) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱(chēng) BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢(xún)到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢(xún)結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢(xún)結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專(zhuān)注于從單 ...
2025-07-09year_month數(shù)據(jù)類(lèi)型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類(lèi)型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08