鄭渝川

數(shù)據(jù)不是萬能的。浙江人民出版社、湛廬文化近日引進出版了全球著名的商業(yè)思想家、流程再造、知識管理、注意力經(jīng)濟等商業(yè)概念的提出者、美國知名商學院巴布森學院教授托馬斯·達文波特，與埃森哲卓越績效研究院高級研究員珍妮·莫里斯、資深企業(yè)顧問羅伯特·莫里森合著的《工作中的數(shù)據(jù)分析》。這本書出人意料的在全書開篇談到了數(shù)據(jù)分析的局限，以及當前企業(yè)界在數(shù)據(jù)分析中的視角和方法錯誤。

數(shù)據(jù)分析的局限在于，首先，很多情況下，商業(yè)決策需要快速作出，來不及或者不具備條件進行周密的數(shù)據(jù)分析；其次，當遇到?jīng)]有先例即不存在歷史數(shù)據(jù)的情況下，只能借助于經(jīng)驗、直覺進行判斷；第三，歷史信息存在誤導，就像是證券投資中，僅僅根據(jù)過去的周期信息，很可能遭遇“黑天鵝”和“灰犀?！憋L險一樣，對于歷史信息在任何情況下都需要進行甄別采用；第四，當一些事物、事件難以測量其關鍵變量的情況下，數(shù)據(jù)分析的啟動難度很大。

2008年金融危機以及之后的歐債危機，證明數(shù)據(jù)分析也可以出現(xiàn)嚴重的視角和方法錯誤，比如基于無效的、錯誤的、過期的假設。金融危機發(fā)生以前，華爾街的各大投行所建立的按揭證券交易模型建立在美國房價會一直上漲的（錯誤）建設之上，而信用違約模型基于信用市場的流動性的建設，投行對于風險、信用的認知存在巨大偏差。書作者據(jù)此歸結(jié)出，數(shù)據(jù)分析需要分別避免邏輯錯誤和過程錯誤，前者包括沒有提出正確的問題、做出了錯誤的假設且未加驗證、篡改數(shù)據(jù)和模型來為特定的結(jié)論服務、沒有正確理解數(shù)據(jù)的全部內(nèi)容。

《工作中的數(shù)據(jù)分析》這本書指出，無論是金融服務業(yè)，還是其他行業(yè)，數(shù)據(jù)分析雖然存在技術上的局限，還會出現(xiàn)視角和方法錯誤，但仍然值得倚重，其決策可靠性要大大超出基于直覺和經(jīng)驗。書作者改寫了蘇格拉底的名言指出，“未經(jīng)檢視的決策是不值得做出的決策。”

《工作中的數(shù)據(jù)分析》這本書包括兩大部分。第一部分給出了DELTA模型，即data（可用的高質(zhì)量）數(shù)據(jù)、enterprise企業(yè)視角、leadership領導力、target戰(zhàn)略性目標、analyst分析師，由這五大要素組合起來成為重塑企業(yè)在數(shù)據(jù)時代競爭力的框架。

首先，企業(yè)應致力于提升數(shù)據(jù)水平，使之提升質(zhì)量，具備獨特性、整合質(zhì)量，并能得到很好的監(jiān)管和保護。書中以美國部分企業(yè)案例為據(jù)，說明了如何收集具有唯一性和專有性的數(shù)據(jù)，并指出企業(yè)完全可以通過深耕基礎運營的信息來挖掘數(shù)據(jù)金礦。比如，美國加州的一家牙科診所，就通過分析多年來的索賠數(shù)據(jù)，對于投?？蛻襞c其對應牙醫(yī)的行為模式進行了更加清晰的了解。談到企業(yè)內(nèi)外部多個數(shù)據(jù)源所獲得的數(shù)據(jù)進行聚合，應當將之納入業(yè)務需求的運行流程，并且要摒棄完美主義傾向，要能夠應對和處理存在缺陷、缺失的數(shù)據(jù)。書中還強調(diào)，無論是金融服務商，還是其他行業(yè)的企業(yè)，而今都必須高度重視數(shù)據(jù)隱私，建立必要的分級權限體系和防泄漏規(guī)范。

其次，要以改善企業(yè)競爭發(fā)展水平為目標，建立大數(shù)據(jù)戰(zhàn)略，打破信息孤島。企業(yè)不同部門、流程、業(yè)務板塊都有動機，對于數(shù)據(jù)進行封閉處理，特別是跨國的金融或多行業(yè)經(jīng)營的企業(yè)，不同的業(yè)務部門、區(qū)域總部會舉出種種理由，來避免業(yè)務信息在公司內(nèi)部共享。書作者建議，企業(yè)的大數(shù)據(jù)戰(zhàn)略必須建立在一個較好運行的信息共享平臺之上。

第三，應當使得企業(yè)自上而下各級管理人員，包括數(shù)據(jù)分析部門、職能部門、業(yè)務單元及基層執(zhí)行部門的領導者，都能以數(shù)據(jù)分析為導向，具備數(shù)據(jù)領導力。書中梳理指出，數(shù)據(jù)分析領導者通常應具備人際交往能力、自覺使用數(shù)據(jù)和分析、傾向于雇傭具備數(shù)據(jù)分析能力的人才、梳理數(shù)據(jù)分析使用的習慣、勇于承諾結(jié)果、教導數(shù)據(jù)分析技術、以數(shù)據(jù)分析為基礎來建立績效指標等素質(zhì)，同時對于數(shù)據(jù)分析的局限和常見錯誤也有清晰的把握。書作者就此舉出了一些企業(yè)管理者的實例，講授在不同行業(yè)培養(yǎng)管理者數(shù)據(jù)領導力的方法和步驟。

第四，應該跳出行業(yè)，深刻把握技術革新、社會轉(zhuǎn)型所導致的行業(yè)不斷分化和跨界融合的趨勢。

第五，積極培養(yǎng)、正確使用和激勵不同層級的數(shù)據(jù)分析人才。書作者將數(shù)據(jù)分析人才分為四類，第一類是行業(yè)頂級數(shù)據(jù)分析師，這類人才通常精通行業(yè)分析技術，在行業(yè)內(nèi)擁有很高聲譽，有能力履行高層管理職責；第二類是擁有最強的量化分析能力的人群，擅長趨勢分析、聚類算法、預測模型、統(tǒng)計模型、優(yōu)化和模擬以及各類數(shù)據(jù)挖掘等技術的分析專家。這一類人才也就是人們常說的技術大咖，很可能也是怪才，企業(yè)需為之設計特有的施展空間的制度環(huán)境、激勵政策。第三類是準分析專家，能夠?qū)⑶皟深惾瞬砰_發(fā)的模型和算法為其他業(yè)務部門服務，起到承上啟下的作用。第四類是分析愛好者，將企業(yè)數(shù)據(jù)分析技術和指導政策轉(zhuǎn)化到基層執(zhí)行，能夠敏銳的將市場信息轉(zhuǎn)化為有價值的數(shù)據(jù)并納入企業(yè)數(shù)據(jù)系統(tǒng)。書作者指出，企業(yè)大數(shù)據(jù)戰(zhàn)略及其應用，最重要的就是要立足于人，改善發(fā)展環(huán)境和激勵政策，最為充分的發(fā)揮各層次的數(shù)據(jù)分析人才的作用。

《工作中的數(shù)據(jù)分析》一書的第二部分立足于企業(yè)的數(shù)據(jù)化轉(zhuǎn)型，聚焦數(shù)據(jù)分析與具體業(yè)務的深層次融合，提出了一系列建議。數(shù)據(jù)化轉(zhuǎn)型首先要選擇好切入點，一些上規(guī)模的企業(yè)對于數(shù)據(jù)化轉(zhuǎn)型持排斥態(tài)度，很可能出于數(shù)據(jù)轉(zhuǎn)型成本較高等擔憂，以及對于轉(zhuǎn)型效益不明朗而缺乏動力，這種情況下，應當使之了解數(shù)據(jù)對于流程提升的潛力。數(shù)據(jù)化轉(zhuǎn)型其次應組織并管理數(shù)據(jù)分析所需的資源，要通過精密組織以確保較好的應對數(shù)據(jù)分析能力的供不應求等情況。

讓數(shù)據(jù)分析與業(yè)務流程高度融合，應當明確流程中的關鍵決策點，確保擁有足夠的數(shù)據(jù)來支撐相關決策，將決策置于事實、數(shù)據(jù)的基礎上，將分析技術逐項整合到運營系統(tǒng)和流程之中，通過流程部署、模型部署、系統(tǒng)部署、人員部署四個步驟解決數(shù)據(jù)分析融入業(yè)務流程的難題。

在此基礎上，還要積極打造數(shù)據(jù)文化。書作者指出，數(shù)據(jù)文化可以確保數(shù)據(jù)為導向的思想被企業(yè)上下廣泛接受，使得企業(yè)體系能夠自覺的探尋真相、發(fā)現(xiàn)模式并追根溯源、對于市場信息盡可能細致的分析、搜尋數(shù)據(jù)做出判斷從事實出發(fā)而不是傳聞和直覺、能夠坦然的接受負面結(jié)果和正面結(jié)果。很顯然，數(shù)據(jù)文化對于提升企業(yè)文化的水平，建設更加具有開放度、透明度的企業(yè)運營架構(gòu)具有幫助。