雖然如今的數(shù)據(jù)與分析技術已經(jīng)能夠為決策提供堅實的信息指引與業(yè)績優(yōu)化方向，但對傳統(tǒng)企業(yè)來說，高效運用這些技術卻往往仍無比艱難。其中的問題，也許與這些企業(yè)的既有特性相關。

成熟的企業(yè)往往已經(jīng)擁有幾十年甚至是上百年的歷史，業(yè)務部門與辦事處覆蓋世界各地，內(nèi)部雇員多達數(shù)千。這類企業(yè)的信息系統(tǒng)也已經(jīng)滲透至每一個角度，在不同的平臺上實現(xiàn)不同目的。他們的業(yè)務流程與運營體系極為復雜，但往往都面對著兩大共通的痛點——牢固而僵化的決策結(jié)構，以及根深蒂固的企業(yè)文化。

[[405204]]

當然，傳統(tǒng)企業(yè)的領導者與高管團隊也聽過不少建議，例如應該像亞馬遜、Netflix或者Spotify那樣靈活對待自己的業(yè)務。沒錯，這些偉大的公司已經(jīng)建立起極為成功、令人欽佩的業(yè)務，而其模式與解決方案普遍都有著電子商務公司的特點，部分公司甚至在創(chuàng)立之初就考慮到了數(shù)據(jù)驅(qū)動需求。很明顯，這種模式并不適合一家擁有百年歷史的全球制造業(yè)公司。

根據(jù)觀察，不少高管面對這類建議時往往相當無奈——傳統(tǒng)企業(yè)在模式、文化、結(jié)構與系統(tǒng)層面與知名科技公司完全沒有任何相似之處。換句話說，這類建議太過簡單粗暴，根本沒有落地實踐的通道。數(shù)據(jù)與分析技術的使用就是個很典型的例子，如今的人工智能(AI)與機器學習也面臨著類似的難題。

數(shù)據(jù)文化沖突

成熟企業(yè)的領導者需要首先理解數(shù)據(jù)文化的真正含義：這其實是一種期望、支持并鼓勵員工們使用數(shù)據(jù)制定決策并優(yōu)化業(yè)務流程的文化。面對任何新建議，我們都應該問一句“有數(shù)據(jù)和分析結(jié)論作為支持嗎?”人們還必須有能力訪問到自己需要的數(shù)據(jù)，企業(yè)還應鼓勵大家展示自己的分析結(jié)果，包括其中不那么中聽、甚至可能引發(fā)抵觸的結(jié)果。

硅谷的不少初創(chuàng)公司就是在這樣的前提與考量下建立的。然而，傳統(tǒng)企業(yè)的組織結(jié)構與系統(tǒng)早就已經(jīng)引入了某種形式的數(shù)據(jù)分析，如今只是需要通過AI預測分析進一步做出業(yè)務優(yōu)化。我認識的一位高管就來自某家頂級數(shù)據(jù)驅(qū)動型初創(chuàng)公司，現(xiàn)在在一家大型消費品公司領導數(shù)據(jù)分析?；仡櫘敵鮿?chuàng)業(yè)時曾經(jīng)理所當然的商業(yè)實踐、決策流程與系統(tǒng)方案，他只能用“文化沖突”來形容如今的新環(huán)境。

成熟的組織在數(shù)據(jù)使用方面往往呈現(xiàn)出支離破碎、孤立且狹隘的特性，信息共享也面臨著根深蒂固的障礙。此外還有不少人為因素，數(shù)據(jù)可訪問性與分析的推廣將不可避免地提高業(yè)務透明度，給傳統(tǒng)勢力造成挑戰(zhàn)并產(chǎn)生大量不受待見的洞察結(jié)論。如此一來，業(yè)務部門負責人等中層管理者越是積極推進數(shù)據(jù)驅(qū)動，越是會受到感覺自己受到挑戰(zhàn)的高管們的打壓。

例如，我的一位同事就講述過為一家金融服務分析，確定需要關閉哪些零售分部的經(jīng)歷。在提出建議時，零售業(yè)務負責人反駁道“我是負責零售分部工作的，我不同意這些分析結(jié)論，我們也不會關閉任何分部。”

在另一家公司，分析主管也展示了如何優(yōu)化廣告媒體采購決策以提高宣傳效率，并建議具體工作應該由分析部門接手。廣告業(yè)務負責人對此當然反應消極，還造成了極為嚴重的信任乃至協(xié)作關系撕裂。

提升績效

盡管存在種種挑戰(zhàn)，但也有不少傳統(tǒng)企業(yè)成功吸納了數(shù)據(jù)與分析技術這波深厚“內(nèi)力”。

與其粗暴復制硅谷的方法，傳統(tǒng)企業(yè)更應該將數(shù)據(jù)與分析融合到自己的業(yè)務當中。下面來看幾點建議：

• 適應高透明度。過去只存在于單一部門的數(shù)據(jù)與分析結(jié)果，如今需要在整個領導團隊中廣泛共享。這種透明度將與業(yè)務績效直接相關，只需要注意對人事決策等內(nèi)容保密即可。
• 加強問責制。隨著透明度的提高，問責制也將隨之而來。單一部門或事業(yè)部不僅要對特定戰(zhàn)略或產(chǎn)品的效果做出定性反饋，還需要在方法論上使用可靠的數(shù)據(jù)與分析運行這種定性判斷。
• 接受不中聽的答案。數(shù)據(jù)分析經(jīng)常會挑戰(zhàn)固有假設，把領導者們從未想過、接觸過的東西擺在他們面前——例如實際表現(xiàn)不及想象，或者現(xiàn)實數(shù)據(jù)與傳統(tǒng)經(jīng)驗相互矛盾。

要想利用AI與機器學習技術不斷提高業(yè)務績效，建立數(shù)據(jù)文化可謂勢在必行。與其強迫自己模仿科技初創(chuàng)企業(yè)，傳統(tǒng)公司不妨專注于期望、支持并鼓勵內(nèi)部員工，著力在文化、決策與組織層面逐步引入數(shù)據(jù)與分析技術。