比特币:专家称，建立数据驱动型公司的6个步骤_OSS

在过去的一年中，企业不得不迅速适应新的各种客户行为模式，并对其进行调整，因为以前的模式已经不合时宜了。

麦肯锡资深合伙人表示，随着数据分析成为“一种必不可少的导航工具”，那些提高分析能力的人能够更好地应对用户行为和经济环境的巨大变化。

2020年清楚地告诉我们，始终假设先前的业绩可以预测未来的结果将很困难。但是，计算能力和存储的强劲增长，以及不断增加的数据源阵列，也意味着我们不再需要依赖直觉。

可以观察到趋势，并从企业生成的大量客户和运营数据中识别出模式。那些知道如何掌握并利用这些见解为其公司制定路线的人将处于领先地位。

成为数据驱动的人并非“好事”

对于将大数据和分析插入其运营中的公司，可得到丰厚的回报。根据PWC的统计，与那些没有的组织相比，这些组织的生产率提高了5％，盈利能力提高了6％。

同时，哈佛商学院发现，做出以数据为依据的决策的公司对这些决策更有信心，主动并且能够节省成本。信心分析得到了现成分析的创始人AdrianCoy的支持，他告诉TheNextWeb：

“数据驱动实际上使组织承担了更大的风险，因为他们知道他们可以迅速发现不正常的情况，并在必要时正确地进行纠正。”

塞恩斯伯里百货公司是英国最大的连锁超市之一，不得不急于满足需求，因为购物者大惊小怪地购买了面粉和罐头猪肉等必需品。集团首席信息官PhilJordan告诉diginomica，他的零售商是第一家使用数据洞察力来识别老年人，残障人士或弱势顾客并确保他们能够购买杂货的零售商。

除了服务底线之外，数据洞察还可以支持涉及业务其他领域的决策。这可以使人们更好地了解员工的心态以及不同的企业社会责任举措的有效性。

问题在于，将数据驱动的见解转化为有影响力的业务决策并不是一个简单的过程。实际上，NewVantagePartners的最新研究发现，只有24％的受访者认为他们的组织是数据驱动的。

根据专家的说法，如果您想建立一个真正的数据驱动的业务，则不能错过以下六个步骤：

第一步：创建路线图

第一步是通过透彻了解正在使用的数据并创建洞察力的路线图来打下坚实的基础。这涉及到定义如何理解，衡量和细分客户需求和行为，以及如何构建模型以预测未来的行为并定义正确的KPI，度量和流程。

破解数据代码的作者MikeBugembe在他的书中指出，缺乏明确的策略可能会导致花费大量时间和金钱来收集和分析看起来很有趣且可能被证明有用的数据。他写道，如果您的公司有足够的时间和人力资源来进行一般性探索，那将是很好的选择，但如果没有，公司可能会拥有大量数据，但缺乏洞察力。Bugembe写道：“这使任何预期的ROI都面临风险，因为只有在正确使用数据来交付实际结果时，数据才有价值。”

第二步：培育数据素养和数据民主化的文化

接下来，重要的是，“通过报告和分析工具，”在正确的人面前展示正确的指标，”Coy说。组织内的人员需要能够理解正确的KPI，并定义跟踪它们的正确方法。这说明，除了非技术用户可以访问数据的数据民主化文化之外，还需要在组织内部具有较高水平的数据知识。

Coy表示，商务智能工具在现阶段非常有用，应该指导人们如何使用它们并了解应该做出哪些决定，而不仅仅是按哪个按钮来获取报告。Qlik，Tableau，Thoughtspot，PowerBI，Looker，Sisense，Spotfire，Yellowfin，Targit，DataRobot和Snowflake等公司制造了一些用于数据分析的工具。

Snowflake的国际产品营销负责人RossPerez告诉TheNextWeb，“这些工具对于访问个人数据，提出疑问，发展战略以及'采取行动'至关重要。”

第三步：在团队中发展数据讲故事的技能

为了强调数据教育的本质，Perez说，询问数据问题并允许其讲述故事同等重要，同时教与数据工作的人如何有效地讲故事与数据同等重要。

优秀的数据讲故事者有能力说服和说服。研究表明，图表和图形可以使人们比单词更容易改变主意。此外，根据Tableau的技术宣传总监AndyCotgreave所说，保持观众参与度的最佳方法之一就是以一种每个人都容易理解的方式呈现数据。

第四步：获得C级买入

第四步是为高级管理人员创建一种自上而下的文化，以便他们可以寻求建议背后的证据，并了解如何跟踪结果。高层领导对数据驱动的想法至关重要，高层管理人员可以给出的方向也是如此。

一个麦肯锡的报告发现，谁承认数据的重要性高管是开放的接受教育研讨会。这种以身作则的榜样将数据素养文化嵌入了其他员工团队之中。完全掌握数据驱动文化的领导者可以确保数据尽可能地可访问，这是数据民主化的宗旨之一。

没有高层管理人员的支持和理解，见解团队将无所适从，没有明确的路线可循，也没有确定要解决的问题和要分析的数据的优先级。这可能会导致洞察力计划陷入僵局，因为他们无法获得吸引力或无法实现预期目标。

Bugembe写道，如果没有强大的数据领导力，组织就无法在赢得，服务和保留客户方面落后于竞争对手。

第五步：建立“咨询”分析能力

然后，构建“咨询”分析功能，该功能能够发明出解决重要的重要业务问题的方法。这是您在各处查找模式并查看哪些数据点具有正相关或负相关的点。Coy认为，这很重要，因为咨询分析可以帮助企业找出对数据提出的正确问题和提出正确的请求。

从大流行的角度来看，一个常见的问题可能与销售额的增加或减少有关，但是通过协商方法形成的问题将是“我需要做些什么不同的事情？”。

第六步：分配责任

最后，确保有人负责数据。这可以采取首席分析官或首席数据官的形式。

虽然结果是多种多样的，并且数据民主化意味着将责任转移给许多人，但Coy说，最终，需要明确的责任制，以便正确地使用数据。他说：“所有这些取决于正确的数据。坏数据比没有数据更糟糕。确保有人对此负责。”

尽管Perez并未明确表示收集数据见解的对与错，但他确实说某些活动比其他活动更有利。

他说，不利的数据活动之一是选择一种业务策略，然后追溯地查找数据以进行备份。佩雷斯说：“更糟糕的是，使用混淆事实的数据来使某些趋势显得比实际趋势更强大，而其他趋势则完全消失了，”佩雷斯说。“这真的适得其反。”

相反，他说，如果对人员进行适当的理解和使用数据的培训，他们将能够享受数据驱动方法可以带来的全部好处。

标签：MBE比特币OSSANDXLMBEAR玩比特币的都是什么人啊TOSS价格decentraland币价格

AVAX热门资讯