大型组织如何利用数据分析指导战略与运营决策：高管洞察与挑战

hwyzw

    大型组织如何使用数据和分析来指导战略和运营决策？以下是高管们看到的挑战和机遇。

    几乎没有人怀疑组织拥有比以往更多的数据。但从这些数据中得出重要的见解并将知识转化为行动说起来容易做起来难。我们采访了来自主要组织的六位高管，并向他们询问了采用高级分析所涉及的各种挑战和机遇：美国国际集团 (AIG) 的首席科学官、通用电气软件 (GE) 的首席信息官 Vince、美国运通、eBay 全球客户优化和数据副总裁 Ash Gupta、AT&T 大数据高级副总裁以及凯撒娱乐公司首席分析官 Ruben。以下是他们评论的稍微删节的转录。

    组织在采用分析时面临的挑战

    美国国际集团（AIG）首席科学官：从知识型文化转向学习型文化（从很大程度上依赖决策启发式的文化转向更加客观、数据驱动和更客观的文化）的最大挑战融合了数据和技术的力量）实际上并不是成本。最初，这主要取决于想象力和惯性。

    过去几年我学到的是，恐惧的力量在发展自我方面发挥着重要作用，使自我能够以不同的方式思考和行动，并以前所未有的方式质疑自己的责任。 。我认为，正是这种思维方式的转变——从基于专家的思维方式转变为更加动态、更加以学习为导向的方法，而不是固定的思维方式——对于任何公司的健康和长寿都至关重要。重要的是这些公司是大还是小。

    凯撒娱乐公司首席分析官鲁本：我们发现的棘手问题，以及在我与许多同行的讨论中仍然难以解决的问题，是找到一套工具，使组织能够在整个过程中高效地创造价值。我听说有些人已经成功实现了一些用例，但我们都在努力实现一个更具凝聚力的生态系统，与现实世界的应用程序高度集成，这在某种程度上仍处于起步阶段。尽管过去几年我们似乎一直在谈论它，但技术仍在不断变化。资源在不断发展。

    eBay全球客户优化和数据副总裁：我们面临的最大挑战之一涉及数据隐私以及是否共享。我认为如果有回报的话消费者是愿意分享的。单向共享将不再可能。那么，我们如何保护和利用这些信息，如何成为消费者的合作伙伴而不仅仅是为他们提供服务呢？

    获得分析影响力

    Ruben：你必须从公司章程开始。您必须非常清楚组织内各职能部门的目标以及它们与更广泛的业务互动的意图。一些组织从高度集中的角度开始，专注于为各种传统职能（例如营销、定价和其他特定领域）提供支持。还有一些组织对业务有更广泛的看法。我认为你必须首先定义这些元素。

    这有助于最大限度地提高对适当的组织结构和各种论坛的影响，最终建立更精细的操作，例如培训、招聘等。但根据您推动业务和与更广泛的组织互动的方式进行调整绝对很重要。从那里开始，其他一切都必须落实到位。这就是我们开始我们旅程的方式。

    GE  首席信息官文斯：我们学到的一件事是，当我们行动起来并专注于结果时，这是快速实现价值并让人们对这个机会感到兴奋的好方法。这将使我们达到尚未取得的进展水平。因此，我们可能会追求一个特定的结果，并尝试组织一个数据集来实现这样的结果。一旦你这样做了，人们就会开始引入其他数据源和他们想要建立联系的其他事物。它真的会让你达到一个地步，让你去追求你没有追求的结果。你思考问题的方式必须敏捷，哪怕只是一点点。但如果你从一个结果开始并实施它，你会惊讶地发现它会将你引向下一步。

    美国运通首席风险官 Ash Gupta：我们做的第一个改变是提高数据质量。我们获得了大量数据，但有时我们并不使用它们，而且我们也不像现在那样关注其质量。也就是说，要保证数据合法，有合法的理由为客户服务。在我看来，这是一次旅行。我们已经取得了良好的进展，我们希望整个系统继续取得进展。

    第二个领域是与员工合作，确定我们重点关注的业务的某些方面。我们正在集中能力并使其使用民主化。我认为另一方面是，我意识到作为一个团队和一家公司，我非常缺乏技能，我们需要与公司外部的各个实体合作。这种合作来自技术创新者、数据提供商和分析公司。我们需要为我们的业务同事和合作伙伴提供完整的解决方案，因此这给了我们共同发展、共同学习、相互提高的信心。

    影响力的各种例子

    AT&T 大数据高级副总裁：我们始终从客户体验开始。这才是最重要的。现在，在我们的客户服务中心，我们有大量非常复杂的产品。即使是简单的产品有时也有非常复杂的潜在问题或解决方案，因此工作流程也很复杂。那么，我们如何在每次交互时同时服务客户并简化流程呢？

    我们使用大数据技术来分析所有不同的排列，以增强体验并更快地解决或改善特定情况。我们消除复杂性并将其变成简单且可操作的东西。同时，我们可以分析这些数据，然后回过头来说：“在这种特殊情况下，我们是否要主动优化网络？”因此，我们不仅针对客户服务进行优化，还针对网络进行优化，然后也将这一因素纳入其中。 。

    文斯：我将向您提供内部视角和外部视角。内部视角的一个例子是，我们在所谓的数字化支持方面做了大量工作——如何连接工程、制造和维修产品。在这种方法中，我们将重点关注大型工厂。以推动供应链优化为例，我们已经能够控制60多个与直接物料采购相关的大量信息，利用分析来研究各种新的关系，并利用机器学习来发现我们为产品采购的直接物料的效率生产。该方法的效率。

    外部视角的一个例子是我们如何使用分析来真正使各种资产变得更有用。我们称之为资产绩效管理。我们已经在支持数字化行业，例如数字化风电场，您可以使用分析来帮助机器进行自我优化。因此，您可以帮助发电提供商使用相同数量的风能，但您也可以通过以直角倾斜涡轮机并了解它们如何优化风能水平，我们证明了我们可以将功率提高多达同等数量的风能可减少 10%。这是使用分析帮助客户从现有资本投资中获得更高回报和更高生产力的示例。

    打赢人才争夺战

    Ruben：分析人才的竞争非常激烈。保留组织内的人才库很困难，特别是如果您将其视为核心能力的话。我们最大的重点是开发一个代表我们价值主张的平台，这对于那些希望在该领域开始或维持职业生涯的人来说非常重要。

    当我们谈论价值主张时，我们会说这样的话——真正影响业务成果的机会，进行大量的分析练习，这往往会让人们自残。但总的来说，成为组织的一部分，将价值主张视为市场竞争的关键部分，然后定期执行。在某种程度上，要做到这一点，你必须有一个优秀的培训计划，并且你必须与高级团队进行非常具体的互动。你必须成为真正推动公司战略的组织的一部分。

    ：我发现关注基本面，例如科学为何诞生、我们的抱负是什么以及成为团队的一部分将如何影响团队成员的职业生涯，对吸引我们关注的高素质人才具有深远的影响。意义。当然，接下来更困难的部分是日复一日地兑现这样的承诺。

    当然钱很重要。我对金钱的看法是我想成为前25%的人；但我不想成为前1%的人。因为无论你身在何处，大多数人（尤其是从事数据科学工作的人）如果选择采取实际行动，都可以将薪酬提高20%到30%。我的目的不是缩小这种差距，而是创造一个让他们学习的环境和文化；他们发现自己所做的研究对公司、行业和整个社会都有影响。影响广泛的问题；他们是一个充满活力的团队的一部分，这个团队的灵感来自于它存在的原因以及它如何定义成功。专注于这一点对于我以及其他任何人来说绝对是吸引我需要的人才的关键因素。

    培养正确的专业知识

    : 人才很重要吧？你必须有数据，显然 AT&T 拥有大量数据。但如果没有人才，数据就没有意义。人才是一种竞争优势。只有合适的人才能发现合适的技术；只有合适的人才能解决各种问题。

    我们在一定程度上为开源社区许多新兴技术的发展做出了贡献。我们可以利用实验室里留下的各种先进技术，我们还有新兴的硅谷。但是我们也有全国的主流人才，我们有高级工程师，我们有大大小小的管理人员，我们也想进一步发展他们的人才。

    因此，仅今年一年，我们就提供了超过5万个大数据相关的培训课程。我们正在继续发展。这是一个完整的连续体。这可能只是一个为期一周的训练营，也可能是高级的、博士级别的数据科学。然而，我们希望继续为那些在这一领域有才华和兴趣的人培养这种人才。我们希望确保他们培养各种技能，然后将这些技能与工具结合起来，以最大限度地提高生产力。

    ：人才在任何数据和分析过程中都至关重要。我认为仅靠分析能力不足以解决问题。我们不能使用具有单一技能的人。我发展组织的方法是寻找知识渊博的人。例如，某人可能主修分析，但可能辅修营销策略。因为如果你没有参加未成年人课程，你将如何与组织的其他成员沟通？另外，例如，纯粹的数据科学家将无法与数据库管理员交谈，数据库管理员将无法与营销研究人员交谈，营销研究人员无法与负责该业务的人员交谈。电子邮件渠道。您必须基于可扩展的分析做出合理的业务决策。