《企業數位化轉型》37—技術趨勢ABCD+5G之大數據

作者按：讓我們一起開啟《企業數位化轉型》之旅，希望大家對數位化轉型有新的思考和啟發，歡迎留言評論。

《企業數位化轉型》37—技術趨勢ABCD+5G之大數據：一場管理革命

隨著大數據之工具與理念的不斷傳播，許多深入人心的觀點將被撼動，比如經驗的價值、專業性與管理實踐。各個行業的商業領袖都會看清運用大數據究竟意味著什麼：一場管理革命。

不測量、無管理。管理大師戴明（W. Edwards Deming）與德魯克（Peter Drucker）在諸多思想上都持對立觀點，但「不會量化就無法管理」的理念卻是兩人智慧的共識。這一共識足以解釋近年來的數字大爆炸為何無比重要。簡而言之，有了大數據，管理者可以將一切量化，從而對公司業務盡在掌握，進而提升決策質量和業績表現。

航班更準

航空業分秒必爭。尤其是航班抵達的準確時間：如果一班飛機提前到達，地勤人員還沒準備好，乘客和乘務員就會被困在飛機上白白耽擱時間；如果一班飛機延誤，地勤人員就只能坐著乾等，白白消耗成本。當美國一家大航空公司從其內部報告中發現，大約10%的航班的實際到達時間與預計到達時間相差10分鐘以上，30%的航班相差5分鐘以上的時候，這家公司決定採取措施了。

推銷更快、更個性

幾年以前，美國零售業巨頭之一—西爾斯控股公司（Sears Holdings）決定收集其專售的三個品牌—Sears、Craftsman、Lands』 End的顧客、產品以及銷售數據，從這些海量信息中挖掘價值。

讓數據做主。有志於引領企業實現大數據轉型的高管們，可以從兩個最簡單的技巧開始。首先，要養成習慣問：「數據怎麼說？」每當遇到重大決策的時候，要緊跟著這個問題進一步問：「這些數據從哪兒來的？」「這些數據能得出什麼分析？」「我們對結果有多大信心？」（員工能從高管的這種行為中迅速接收到信息。）其次，他們要允許數據做主；當員工看到一位資深高管聽任數據推翻了他的直覺判斷—這將是改變一家公司決策文化的最大力量。

五大管理挑戰

大數據轉型並不是萬能的，除非企業能成功應對轉型過程中的管理挑戰。以下五個方面在這一過程中尤為重要。

領導力。那些在大數據時代獲得成功的企業，並不是簡單地擁有更多或者更好的數據，而是因為他們的領導層懂得設計清晰的目標，知道自己定義的成功究竟是什麼，並且找對了問題。大數據的力量並不會抹殺對遠見與人性化洞察的需求。相反，我們仍然需要這種領導者—他們能抓住某個絕好的機會、懂得如何開拓市場、用自己的創意提供那些相當新奇的產品和服務，並且巧舌如簧地勾勒出一幅激動人心的前景，說服下屬們激情澎湃地為此拼命工作，最終成功贏得顧客。未來十年獲得成功的企業，其領導者必然具備以上特質，與此同時推進了公司決策機制的轉型。

人才。隨著數據越來越廉價，實現大數據應用的相關技術和人才也變得越來越昂貴。其中最緊迫的就是對數據科學家和相關專業人士的需求，因為需要他們處理海量的信息。統計學很重要，但是傳統的統計學課程幾乎不傳授如何運用大數據的技能。尤其需要的能力是將海量數據集清理並系統化，因為各種類型的數據很少是以規整的形態出現的。視覺化工具和技術的價值也將因此突顯。

隨著數據科學家的湧現，新一代的電腦工程師必須能夠處理海量數據集。而設計數據實驗的技能，則會非常有助於彌補數據呈現的複雜關係與因果之間的鴻溝。除此之外，那些最優秀的數據科學家還需要掌握商業語言，幫助高管把公司面臨的挑戰變為大數據可以解決的形式。毫無疑問，這類人才炙手可熱，很難找到。

技術。處理海量、高速率、多樣化的大數據工具，近年來獲得了長足的改進。整體而言，這些技術已經不再貴得離譜，而且大部分軟體都是開源的。Hadoop，這個目前最通用的平臺，就整合了實體硬體和開源軟體。它接收湧入的數據流並將其分配至很便宜的存儲盤，同時它也提供分析數據的工具。儘管如此，這些技術需要的一整套技能對大部分企業的IT部門來說都是全新的，他們需要努力將公司內外所有相關的數據都整合起來。只有技術遠遠不夠，但技術是整個大數據戰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的決策權統一在一起。而在大數據時代，信息的產生與流通，以及所需人才都不再是以往那樣了。精明的領導者會創造一種更靈活的組織形式，儘量避免「自主研發綜合症」，同時強化跨部門合作：收集信息的人要提供正確的數據給分析數據和理解問題的人，同時，他們要和掌握相關技術、能夠有效解決問題的人並肩工作。

文化。大數據驅動的公司要問自己的第一個問題，不是「我們怎麼想？」而應該是「我們知道什麼？」這要求企業不能再跟著感覺走。很多企業還必須改掉一個壞習慣：名不副實的大數據驅動。我們發現很多這樣的企業，最常見的表現是，高管們明明還是按傳統方式做決定—以HiPPO，那些高薪人士的意見為主，卻拿出一份香豔的數據報告支撐自己的決定是多麼英明。其實那不過是分配下屬四處尋找的專為這個決定做辯護的一堆數字。

更多推薦：