2015-12-11 09:51
价值要点：如今，我们面对着一道“消费者鸿沟”。没有洞识的数据是毫无价值的。国际数据中心的数据显示，企业平均分析到的数据只占其可用数据的不到 1% 。剩下那没有分析的 99% 会对公司造成什么样的影响 ?
今年年初，普华永道发布了一份针对 77 国逾 1300 位 CEO 的调查。结果显示，在推动数字技术发展、提高组织能力方面，数据挖掘分析占有第二重要的战略地位，仅次于提高客户参与度的移动技术。同时，这些 CEO 还认为， 数据分析 对于提供更好的客户体验并提高业务效率来说是一最为重要的一项能力。
需要注意的是，数据本身并不能提供洞识。如果数据分析的结果无法在组织内部分享和公开，那就无法促进业务成果和运营效率的最优化。
如今，我们面对着一道“消费者鸿沟”。没有洞识的数据是毫无价值的。国际数据中心的数据显示，企业平均分析到的数据只占其可用数据的不到 1% 。剩下那没有分析的99% 会对公司造成什么样的影响 ?
大数据 就是 21 世纪的石油，但数据本身是不会说话的。如果你不知道如何使用数据的话，它就毫无价值可言。这就好比石油，它本身也只是一团黏糊糊的东西，直到有人将它提炼成燃料。从 大数据 提炼出来的燃料就是企业的专有算法。专有算法能够解决执行中的具体问题，将会成为未来成功企业的秘密武器。下一轮数字淘金热的重点，就在于如何用数据来进一步做文章，而非仅仅处理数据。这才是算法经济的未来。
—— Gartner 高级副总裁兼全球研究主管彼得·森德高
说到利用算法来实现价值，组织和企业都面临着巨大的机遇。但要做到这一点，企业必须发展自身的分析能力。要想发展出算法，企业必须抓住数据、分析数据，并将研究结果反馈到整个系统里 ( 即所有利益相关方：员工、合作伙伴和客户 ) 。 Gartner预计，到 2017 年 70% 的公司将会发展出各自的分析中心。
而当今的企业是如何利用数据分析取得竞争优势的呢 ? 为了了解企业现在的数据分析情况，我们调查了全球的 2000 多位企业领导，主要研究以下三个问题：
数据分析在当今企业中的角色转变
数据分析的运用在哪些领域呈上升趋势
杰出企业 (high perfomers) 如何利用数据分析
根据调查，我们有如下重要发现：
数据分析跃为企业的战略重心。有 90% 的杰出企业表示，数据分析绝对是他们制定整体战略和改善运营成果的关键。
数据分析的应用案例急剧增加。杰出企业大量使用数据分析的可能性是落后企业的3 倍，他们能在十多个领域中收集有价值的信息，平均分析的信息类别超过 17 种——这个数字几乎是落后企业的 2 倍。
实时分析的时代已经到来。杰出企业利用现有分析工具获取及时有效信息的能力是落后者的 5.1 倍。
杰出企业欣然采纳这种新的数据分析文化。顶尖团队里过半员工使用分析工具的可能性是落后团队的 2 倍。
经过分析，我总结出了 20 条重要结论。
1. 到 2020 年，杰出企业有效分析的数据源数目将会增长 150% ，从 2015 年的 20个数据来源增长到 2020 年的 50 个以上。
2. 缺乏自动化技术会给数据分析制造痛点。
以下是数据分析的十大难点：
需要手动将所有数据源导入到一个视图中 ;
太多数据不能得到分析 ;
花费过多时间更新电子数据表 ;
分析者是业务分析师，而非终端用户 ;
产出分析结果的周转周期太长 ;
数据不能为终端用户定制 ;
不能灵活地根据需求提供数据分析结果 ;
企业用户无法完全相信业务成果 ;
缺少迅速创建报告的自助服务接口 ;
不能解答关键的商业问题
总的来说，建立数据驱动型文化的关键在于三点：数据整合和定制的自动化，确保数据源的可信度，以及移动设备的实时报告。
3. 数据分析对制定企业战略至关重要。
杰出企业更可能将数据分析视为战略制定和改善运营成果的重点，是落后企业的 8.2倍。 84% 的杰出组织表示，到 2017 年，数据分析的重要性就会大幅提升。
4. 针对数据分析的投资将会增长。
到 2017 年，杰出企业在数据分析方面的投资提高至少 50% 的可能性是落后企业的6.4 倍。
5. 到 2017 年，企业领导将会在以下领域的数据和分析方面投入更多资源：
工具和技术 (51%)
人才 (35%)
培训 (35%)
在我看来，各个行业的企业领导人应当投入更多资金招揽数据和分析专才，比如数据科学家。杰出企业也应设立首席数据官 (CDO) ，并投资建立中央分析中心，这样就能精简最佳实践模式的应用过程，针对企业实际情况开展具体的分析培训。在客户关系管理和分析平台方面的投资可以使分析结果的获取、定制和传递更为大众化，同时大幅提高业务敏捷性，便于达到预期成果。
6. 除了简单的保留记录，杰出企业更有可能利用数据推动实质的企业决策，其可能性是落后企业的 4.6 倍。
在制定企业决策时，落后企业依靠自身直觉而非数据的可能性是杰出企业的 5.7倍。我曾经当过首席客户官和首席营销官，从我的经验来看，只有数据驱动的企业才能持续保持业务优势。
7.数据分析正逐渐遍及每个业务领域。
以下是数据分析的十大优势：
提高运营效率
促进增长
优化运营过程
改善现有产品、服务和特点
找到新的收益来源
产生新的想法，推动创新
监管消费者行为
预测消费者行为
改善员工之间的合作
提升决策速度和准确性
从我的经验来看，杰出的数据驱动型组织能够从数据分析的描述功能(即描述过去)进化到预测功能(基于回归分析预测未来趋势)和规范功能(基于预测结果改变企业行为，从而取得预期成果)。为了尽可能提高分析水平，企业必须动员全体成员，共同创造并保持数据驱动的思维模式，营造数据驱动式的企业文化。成功企业的所有决策都以客户为中心，他们利用数据来保证决策透明度、问责机制和以成果为导向的机制。
8. 杰出企业分析的数据源数量约为落后企业的2倍。
9. 杰出企业使用的十大数据源包括：
电子邮件
研究数据
交易数据
商业化数据
日志数据
企业系统数据
事件驱动数据
社交媒体
合作方数据
客户服务中心记录数据
10. 销售、市场和服务将引领数据分析革命。
到2016年，74%的销售主管会采用销售数据分析手段。杰出的服务团队高效利用数据分析的可能性是落后团队的19倍。54%的市场营销人员相信，数据绝对是建立深度客户合作的关键所在。
11. 速度、便捷性和相关性是关键的区分点。
杰出企业利用分析工具来收集实时商业分析的可能性是落后企业的5.1倍。从我的经验来看，能够在收集速度上拉开差距的组织最有可能实现或超越其内部预期和外部的客户预期。
芝诺数据分析(zenodata)
联系客服
