最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

[报告] 科尔尼:2018年全球企业数据分析影响力指数

[复制链接]
跳转到指定楼层
楼主
发表于 2018-11-16 14:57:47 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
企业借助领先的数据分析能力可提升高达60%的利润。
● 油气、工业产品和高科技行业在利用数据分析做出战略决策、从而提高营收方面最为先进
● 中国企业在数据分析成熟度和基于数据分析创造价值方面都处于全球领导地位——数据分析创造的价值比全球其他地区企业高出16%
2018年10月9日:墨尔本商学院和全球管理咨询公司科尔尼联合发布《2018年全球企业数据分析影响力指数》报告。报告研究了价值数十亿美元的企业在经营过程中如何运用数据分析,以及数据分析对其利润产生怎样的影响。
《2018年全球企业数据分析影响力指数》报告用6个月的时间深入调查了来自全球主要地区34个国家的平均收益为38亿美金的400多家公司。报告梳理了数据分析对拉动需求和降低成本所产生的总体影响,评估数据分析对企业利润的影响,以及利用数据分析创造价值需要具备哪些能力。
报告主要内容:
● 在数据分析方面比较落后的企业如果能够优化数据管理策略与文化,利润提升可高达60%。
● 石油、天然气公司以及工业和技术类公司在数据分析方面的运用最为领先,领先于政府单位、公用事业、采矿等其他行业。它们主要利用数据分析做出更好的决策和优化客户体验。而在数据生态系统支出过高但又缺乏战略领导力的企业,利润往往低于通过战略领导力指导数据分析技术的企业。
● 中国企业在数据分析成熟度和影响力方面处于世界领导地位,而且在衡量成熟度的各个维度的得分都比较高,特别是在文化、管控、人才和技能等方面。
《2018年全球企业数据分析影响力指数》报告调查结果发现,企业是否具备数据分析战略对公司收入产生巨大影响,而且对数据的使用越成熟,企业的利润越高。然而,在受访企业中,只有8%能够算得上是数据分析的“领导者”。研究表明,在企业数据分析普遍没有得到充分的利用,数据策略也不够成熟。
虽然近一半受访企业(46%)在某种程度上使用数据分析,但并没有战略性地将其用于业务决策优化,而且高层也没有推动在组织内建立广泛的数据分析文化。
报告还发现,数据分析“领导者”和“落后者”之间的最大差异是“领导者”乐于实验和学习,有明确的分析策略和支持委员会。落后企业如果能够解决风险承受能力等限制因素,建立战略框架和领导力,利润最高可提升60%。
总体来说,获取数据分析价值的过程在实施的初级阶段比较缓慢,但是后期有望实现指数级的增长。
墨尔本商学院研究员Ujwal Kayande教授和科尔尼合全球伙人Enrico Rizzon建议,企业应该从四个维度实施数据分析战略,着重战略和领导力、文化和管控、人才和技能以及数据生态系统,从而使数据分析创造最大的价值。
“在全球各地,企业纷纷大力投资数据分析能力,但是很少有企业研究能够从这些投资中获得怎样的价值。这个问题正是《分析影响力指数》报告要回答的。虽然比较分析企业能力的研究有很多,但我们的研究着重评估的是这些投资对利润的影响”,Kayande教授说道。
“我们的研究可以为董事会提供指导,让他们了解,要想让实现数据分析投资的价值,公司需要做什么?单纯投资技术是无法实现如领先公司一样的效益的——要想达到这样的效益,必须由公司的领导层主力推动整个公司使用分析技术,还需要制定以公司战略为中心的分析策略。”
科尔尼公司合伙人Rizzon先生表示,“仍然有很多人认为技术投资是实现成熟分析和持续影响的解决方案。我们发现很多企业虽然投资建设了数据生态系统,但却没有充分利用。我们的研究指出,企业只有具备强有力的领导力才能推动数据生态系统的利用,产生有利于决策制定、有事实依据的洞察,从而真正释放出数据分析的影响力。”
科尔尼大中华区采购与分析事业部总监叶桢补充道:“仅2018年各行业领先的中国企业就已经在建立和提升数据分析能力上耗资55亿美金,但是仅有少数企业能量化数据分析对利润增长的作用。企业具备数据导向的组织能力是决胜数据时代的关键。”


楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-26 23:45

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表