导语
基于数据开展分析能够帮助企业揭示客户喜好、降低运营成本、提高营销效力，这已毋庸置疑。然而，利用分析获取投资回报并非易事。我们发现人为因素（支持、责任感和信任）的权重至少与融资、流程和工具等结构与功能因素持平。
来源|IBM大数据与分析
基于数据开展分析能够帮助企业揭示客户喜好、降低运营成本、提高营销效力，这已毋庸置疑。然而，利用分析获取投资回报并非易事。我们发现人为因素（支持、责任感和信任）的权重至少与融资、流程和工具等结构与功能因素持平。那么IBM是如何用人力和技术资源来运用分析能力的？
经多个IBM业务部门实践证实，用分析成就梦想需要结合4个关键要素。
1. 奠定基础
• 识别、发现可用的数据源
• 与相关利益方一起找到理想但不完美的数据源
• 交流思想、强制使用首选数据源
2. 减轻痛苦
• 与业务需求、挑战保持一致性，以便激励他们立即采取行动
• 设计出易用的分析工具
• 利用早期部署者起到“病毒式传播”的作用
3. 深入扩展
• 获得相关利益方广泛深入的支持
• 预计并且控制业务中断
• 长期资源投资
4. 期待改进
• 审查并且提纯数据输入
• 边测试边学习
• 培养敢于尝试的企业文化
通过在 IBM 项目中应用这个框架，我们提高了数据质量及分析效力并且实现了指数价值。
1. 奠定基础：追求一致性而不是完美
通常情况下，数据都是结构化的— 例如，有明确定义的、可管理的、可维护的。因为数据由不同的部门进行管理，因此，跨国企业难以应用相同的工具、程序来管理数据，导致分析项目很难找到大家普遍接受的起始数据集，进而无法满足启动分析项目的关键需求。
如想成功启动分析项目，您必须：
识别出并且审查相关利益方正在使用的所有可行数据源
为解决数据改进过程中不容易实现自动化并且难以满足快速更新及频繁使用等需求，我们开放了交流渠道，以便高管跨越所有数据源来讨论数据规范化问题。
针对适用于未来却并不完美的数据源达成一致意见
数据准确性虽然不容忽视，但是，数据源被最终用户普遍接受才是更重要的早期成功因素。我们使用几周时间来记录反馈和澄清用例，最终一致认为选择可兼容的数据源来满足80%的当下需求是最佳做法。
交流思想并且强制使用首选数据源
最终用户知道他们必须使用分析技术及分析工具生成的图表来回答主要业务问题。得到全球相关利益方的同意后，我们开发了一致的报告并且公司高管能够通过查看一组通用指标来做出明智决策。
2. 减轻痛苦：基于洞察力采取行动
业务分析在真空中无法产生价值。业务主管互动是业务分析技术得到认可的关键因素，但这些专家非常繁忙，已经被大量信息所淹没。为获得认可，我们需要给业务主管提供与需求相一致并且能够无缝集成到日常业务行为中的工具和数据。以下三个战术强调迅速采取行动，对于驱动分析工具得到部署至关重要：
与业务需求及相关利益方的挑战相一致，从而推动他们立即采取行动
从一开始便与数据提供者及相关利益方频繁会面能够帮助我们确保利益和方法的一致性。为激励行动，我们的分析解决方案与业务需求及最终用户的想法保持高度一致性。
设计易于使用和理解的分析工具与图表
我们构建了数据图表显示板，还以图形的方式来描述国家级的购买历史、市场机会和竞争形势。我们给每个地区都在工作时间内安排了学习时间，以便提供培训与演示。通过提供大量可选时间段和多样化学习方式，我们的培训会取得了圆满成功，参加人数众多并且效率也更高。
利用早期部署者起到“病毒式传播”的作用
为帮助确保最终用户知道如何使用分析技术来做出战略规划，我们与精选的早期部署者安排了单独的电话会议。企业领导人热情洋溢地讨论了这项技术能够创造的业务价值。这种从上到下的传播方式与公司同事就像病毒传播一样威力无穷。
3. 深入扩展：在整个企业中部署并且嵌入分析技术
分析项目的完成是值得注意的大事，但是，要想成功转型决策方式，企业必须要部署分析技术并且将其嵌入到日常业务流程中，否则，经理人极有可能偏离一次性的数据分析，继续保持应接不暇的状态。
虽然业务流程转型任务艰巨，但我们发现要想成功集成分析技术，需完成以下三步关键工作：
获得相关利益方广泛深入的支持
这个项目成功的起点是全公司近 100 名相关利益方的高度一致性。每周两次会面能够帮助大家针对业务目标达成高度一致性并且协同解决问题。
预测并且控制业务中断
通过全面的分析来评估响应投标请求时出现的延迟及其对合作伙伴及客户产生的影响。分阶段的实施变革。在两个国家开展试点，测试分析技术并且监视其业务影响。这些将可通过分析技术提高经营成果，满足业务需求。
投资部署长期资源
最初，这些标书是由现有部门负责审查的，但我们很快便发现需要通过更大的团队来维护全球一致的方法论； IBM 高管认为他们需要投资部署足够的资源来开展长期分析工作，于是我们开始招聘新员工并且对其进行上岗培训。
4. 期待改进：通过反馈推动未来进步
满足前三个成功要素将为构建可长期改进的迭代分析模型奠定基础。但是，与其他增值资产一样，您必须小心管理才能确保分析技术如期走向成熟。
企业领导人可通过以下三步工作来自我完善分析系统，从而获得回报：
审查并且提纯数据输入
通过分析赢单率、利润、竞争因素及折扣价等历史交易数据，我们发现定价流程成功地决定了赢单折扣率。我们持续将业绩反馈到分析工具中，这些数据集可随交易数据的收集持续改进，从而提供更加准确的数据来创造增收机会。
边测试边学习
我们启动了边测试边学习的方案。聪明的员工能够从错误中吸取教训。随着您获得越来越多的数据，您将能够改进分析方法并且提高洞察力。
培养敢于尝试的企业文化
尝试新事物、分析消费者的反映、获得反馈、做出重大调整。通过培养敢于尝试的企业文化， IBM 获得了最终能够帮助我们提高业务决策明智性的洞察力。
随着数据量和速度继续呈现指数增长，企业需要微调业务实践才能在未来保持强韧的数据分析能力。要想实现这个目标，企业显然必须具备必要的文化、人力和技术资源来支持数据科学与数据管理工作。这些资源一旦到位，便可建立强大的业务分析实践，从而为企业领导人利用数据的巨大潜力来发现并且捕获竞争优势奠定基础。
回复 关键字 获得推荐头条文章
回复选址 阅读文章 星巴克的选址逻辑：用数据决策模型规避风险
回复销售16 观看视频 公司季度产品变化面积分析(生产型企业)