高管访谈：为什么数据文化至关重要？

数据革命正深刻、无可逆转地改变着各个企业和行业。如今，数据分析举措已经在全球范围内遍地开花。麦肯锡研究表明，在数据分析应用上，无论是在各部门内部，还是各部门之间，领先者和落后者的差距都在不断拉大。在实践中，我们看到的也是如此。有些企业取得了令人惊叹的成就，有些仍在最基础的层面上苦苦挣扎，还有些企业相当迷茫，管理层和部门负责人对于数据举措到底能带来什么回报感到困惑不解。

在现代企业中，数据分析的蓬勃发展已是不争的事实，这意味着打造健康的数据文化变得日益重要。基于上述考虑，我们访谈了不同企业的数据分析负责人，据此总结提炼出决定企业数据举措成败的关键因素。访谈期间反复出现的主题给们留下了深刻印象，比如数据的好处与风险；员工从质疑到认可，再到实施之后的兴奋；组织灵活性，对共同框架与工具的执着等。此外，数据文化可以将数据人才、工具手段，以及决策方法融合在一起，所产生的竞争优势是巨大的。

数据领域领导者们的经历和我们的经验都表明，单纯地导入或引进数据文化，并强制实行是不现实的，因为没法将数字文化割裂开来，单独推行。要培养数据文化，不能局限于专业人士和研发部门，要让业务部门深入参与其中，让员工起到推动作用，并有意识地培养他们在数据分析方面的目的性、方向感，从而使数据分析能够有力地支持业务的运营发展。

在与诸多身处数据文化前沿的高管们对话之后，我们总结出几大最关键的结论，在本文中以七大原则呈现给读者。这些数据领域的领导者们没有一个认为自己已经解决好数据文化的问题，也没有一个认为这项事业存在所谓的终点。不过他们在访谈中传递了一个明确的信号，那就是每当在数据文化建设上取得进步时，你就能感受到为自己的分析事业拧紧了螺栓螺母、加固了基础。

这不仅可以进一步推进你的数据变革之路，也可以帮助你避免陷入分析举措的各种陷阱。我们希望此处提供的一些思路能鼓励您打造一个数据文化，提升分析举措的效率和速度。

1.数据文化是一种决策文化

结论：不要将数据分析视为一个炫酷的“科学实验”或是为了数据而积累数据的练习。数据积累、分析，以及应用的根本目的，是为了制定更优的决策。

Rob Casper，摩根大通首席数据官：对于那些努力发展和推动数据文化的高层领导者，我可以给出的最佳建议是，坚决厘清真正的业务问题，弄清究竟是些什么问题，如何解决这些问题。如果你只是依赖数据湖里的海量数据，那是开玩笑。量并不是一个可行的数据战略。最重要的目标是找出业务问题之所在，然后集中数据管理之火力予以攻克。解决业务问题必须是数据战略的一部分。

Ibrahim Gokcen， A.P. 穆勒--马士基首席数字官：当人们有很多数据时都会有一种倾向，即他们通常会说“好吧，我有这么多数据，这肯定有它的意义，对吧？我能从数据中挖掘出什么？什么类型的洞见？这意味着什么？”但其实我个人很反对这种心态。因为我们从来就不缺少数据，而且更多的数据还将涌来。

要专注于结果和业务目标。应该这样说：“好吧，为了达成这个结果，首先我们来看看数据的布局，我需要何种类型的分析、怎样的洞见。”然后迅速采取行动，将其传达给团队或交付给客户。这就是所谓的数字反馈循环：借助团队或客户的洞见、思路和创新，加速提升你既有的能力、产品和服务。

Cameron Davies，NBCU决策科学负责人：这并不关乎数据本身，也并不仅仅是关于分析，就好比吃一片维生素仅仅是为了表明你每天早上都会服药一样。只要说到分析，我们必须牢记于心的是分析的最终目标，即制定更优的决策。

我们首先要做的，就是看一看哪些领域人们已经在做决策了。我们审视他们所采用的流程，根据评估、洞见或决策要求，确定现有数据是否存在缺口、获得必要数据所需时间以及所需精力。有些时候，我们只要从消除现有流程中的阻碍切入即可。

Jeff Luhnow，休斯顿太空人队总经理：我们是从零开始的，当时大家就讨论：“基于我们对行业未来5年的看法，这个部门该如何设置？”最开始时就是这样。“好吧，我们叫它分析部门还是什么部门？”后来我们决定叫它“决策科学”。因为这就是它对我们而言的真正含义：我们如何捕捉信息、开发模型，以帮助决策者们做决定？这些决策者包括总经理、负责小联盟系统的“农场主任”，以及在选秀日负责选秀决策的球探部长。我们应该如何为他们提供信息，帮助他们更好地开展工作？

2.数据文化、C级领导以及董事会要务

结论：CEO和董事会全力参与至关重要，但这种参与不应靠偶尔的大张旗鼓来体现，高层决策者必须与统领全组织数据举措的负责人，在充分掌握信息的基础上展开持续的对话。

Cameron Davies，NBCU：我们的CEO Steve Burke是非常投入的。他乐于倾听，并将收到的反馈进行分享。我们大家都考虑到他工作繁忙，尽量不浪费他的时间。一位CEO，尤其是在公司有相当规模的情况下，考虑的都是数十亿美元的决策。正如各位所想，他考虑的都是大问题。所以我们也尽量专注于比较大的事务。我们有一条准则，那就是即便你没什么好沟通的，也可以照实说。我们基本上每个季度都和Steve进行这样的对话：“我们在做这些工作。这是我们面临的挑战，您给我们的拨款我们是这样花的。最重要的是，这是我们看到的价值。”

我们的CEO还会对他所接触到的团队给予鼓励。对于一位数据科学家而言（如果你是一位分析师或经理），有机会和公司的CEO坐在一起，而且CEO还看着你说“干得真帅！很棒！干得好！”。CEO的赞扬比任何其他你能做的事儿，都更有利于留住人才。他们是否愿意从文化角度开始着手，取决于他们是否也懂得这么做的价值所在。

Rob Casper，摩根大通：高管层已经意识到，数据是组织的命脉所在。它不仅仅是金融服务。随着人们的工作方式逐步实现了全面数字化，所有的问题都将归结为提高透明度以及获取数据上。高层领导者需要在工作的各个层面提高透明度，无论是在预算、时间分配，还是在项目投资，透明度都是至关重要的。正如 Louis Brandeis所言，“阳光是最好的消毒剂。”如果每个人都能看到别人在做什么，那么好的观点就能发扬光大，而不好的观点将会逐渐减少。

3.数据民主化

结论：把数据摆在人们面前，会让他们感到兴奋不已。但进行炫酷的实验或自上而下部署落实相关举措还不能实现最终的成功。为了打造竞争优势，需要激发基层员工对数据的需求。

Tak Nagumo，MURC：对MUFG而言，数据文化已经成为我们价值观体系的组成部分。就像吃米饭或面包一样，如果今天没有吃，就感觉生活好像缺了点什么。最终，组织内的每一个人都必须形成数据文化的观念，当然这不是一蹴而就的。在组织内建立跨部门的数据集是成功的关键所在。

Cameron Davies，NBCU：单纯给人们提供数据就会让他们感到非常兴奋了。我在NBCU工作期间以及在另一家非常富有创造力的公司工作的20年间，从未碰到有人会看着我这么说：“不，请别给我提供任何有助于将产品做得更好的信息。”与此同时，我并不相信所谓的“梦想之地”哲学，即进行大量的数据分析，就有希望建造出酷炫的数字文化，就会梦想成真。我从未看见这个实现过。”

Ted Colbert，前CIO，波音：你必须想清楚如何真正实现数据分析能力的民主化，也就是说你必须具有一个人们可以很容易获取数据的平台。人们将逐渐信任数据平台，在这种情况下，无需身价昂贵的数据科学家就可交付解决方案。人们一旦开始相信数据，规则就被改变：他们开始改变自己的行为方式，而这种改变是基于对我们所有系统和流程的新的理解。

Ibrahim Gokcen，马士基：数据必须能在组织内无缝畅通流动。既然我们的数据已经实现了民主化，那么成千上万的人每年可以获取数据用于日常工作。我们看到了组织内部的生机勃勃，看到了人们的种种可能性，以及人们为可能实现的创新兴奋不已。数据应用于解决业务问题后，创新随之而来。而我们的员工现在具备了运用创新想法来创造价值的能力。

4.数据文化与风险

结论：高效的数据文化将风险置于核心位置，即形成所谓价值定位的“阴与阳”。虽然公司会确定自己的“红线”并注意遵守，但风险管理应该作为一个智能加速器，以负责任的态度将分析引入到关键流程和互动当中。

Ted Colbert，波音：对波音而言，安全永远是第一位的。这里没有任何“近似、偏差那么一点儿”的说法。譬如，我们对于嵌入波音产品内的软件的认证要求很多。有关人们如何使用一个系统的数据有助于我们准确了解他们在做什么，提高生产力与安全性就能同步推进。

过去我们通常认为，自己打造了相关系统后，可以移交给他人管理，而这些相关人士也足够成熟老练，能自己运行系统。可我们很快发现，情况并不总是如此。最后，我们安排了人员过去协助运行或为他们提供支持。

Tak Nagumo，MURC：这非常像“阴和阳”，即阴暗的一面和阳光的一面。引入数据管理政策文件、程序、数据目录、数据字典等这些基本设置在“金融”行业颇为普遍。这一领域所必须具备的观念和心态也更多地以“规则”为导向。另一方面，即阳面，我会觉得更“硅谷导向”，更多关乎数据使用、数据科学、数据分析、创新和增长。而将这两种思路结合在一起相当的关键。

如若基础不牢，你将无法使用数据。基础扎实了但未能创造性地使用数据，你就无法获得增长。二者全满足是我们整个行业目前面临的一大挑战。不过，你必须将二者结合起来，这就是底线。

Ibrahim Gokcen，马士基：每一家公司都有其局限性，即便是硅谷企业也面临诸多掣肘。很显然，我们是被监管的，作为一家全球化企业，我们必须遵守全球各地的规章制度、法律法规。在过程短、成本低的项目上遭遇失败并不意味着做出的决策存在问题。这意味着要注意自身的局限性，学习如何才能走得更快或者如何才能更快地进行测试，然后妥善地执行决策。因此，在我看来，数据文化指的就是数据使用、测试、构建，然后尽快完成前述工作的文化，我们需要通过合理的机制，将这一文化内涵传递给一线员工。

5.文化催化剂

结论：董事会和首席执行官吹响数据文化的号角，前线人员随之响应。但要真正确保各方认同，必须有人带头冲锋。这需要能连通数据科学及实际运营两个不同领域的人才参与。通常情况下，最为得力的变革推动者却并非数字原生代。

Cameron Davies，NBCU：我们以宗教为例。最为有效的传教方式，是转变当地人的信仰令其归化，培养出领导者，然后让这些领导者向他们的人民传教布道。我们认同这种做法，你可以谈所谓CEO委任，也就如此而已，而业务一线的员工其日常工作就是处理业务，没有人像他们那样了解业务了。

之前我们有一个业务部门每年都向总部提供预测报告，有很多人参与到这个过程当中。我们去了那个部门，找到了其中的一位关键研究人员，他是一个看上去思想开放的家伙。我们跟他说：“请你加入，和我们一起工作，你觉得怎么样？”就这样他成为了我们的协调员，负责在整个流程中与业务部门的所有同事进行对接。我们需要做什么，都由他来担当“解读员”解释清楚。

随后我们建立了一套算法，大多由机器学习驱动，这套算法非常精准，功能强大，可由一个演示工具展现。而团队中的这位“布道者”成为了第一个使用这套工具的人。“布道者”培训业务部门的其他同事，告诉他们如何使用。同时他将收集到的反馈信息提供给我们，并且在这个过程中逐步承担起相应责任。现在的情况变成了：“这是我的项目，我负责确保项目的完成。”这对我们来说是件好事！我不必专设一位产品经理，每个月与7位不同岗位的同事开会，“布道者们”已经接过了担子。

Tak Nagumo，MURC：中层管理者将发挥关键作用，他们好比一个知识团队，对高管层的想法进行梳理总结，并能验证其合理性，同时还可以在全组织内部署实施。也就是说，这是一个上、中、下的连通过程。我们还发现，“侨民”非常适合将各种因素融合在一起，当我们的全球化进程进一步推进时尤为如此。我们在东京、伦敦、纽约、新加坡等地均设有分公司，如果在东京谈美国员工的需求，试问谁能比那些曾经在美国生活和工作过的人了解得更清楚呢？

Jeff Luhnow，休斯顿太空人队：我们决定为小联盟赛的各个层级都增聘一位特别的教练员，对他们的要求是必须会击飞球、投球练习，且会使用SQL编程2。茫茫人海，找到兼具这些技能的人并非易事，不过我们都找到了。

结果是，我们各个层级上均有这样的教练员，他们身着统一队服，球员们也逐渐开始信任他们。球赛之后或者比赛之前，大家围坐在计算机旁，由这些教练员向球员们展示他们的投球或挥球力学分析拆解图，然后进行非常详尽的分析，比如为什么我们要求你挥球之前举手示意、为什么要求你改变在垒垫上的位置，以及如何传球等。这些穿制服的教练员成为了团队中的一员，他们和球员一起乘公车、一起吃饭，并且在Single A3时一起住汽车旅馆，信任就这样建立了起来。他们是实实在在地帮助球员。

这个过渡期历时约两年，直到我们意识到不需要再这么做了为止，因为我们的击打教练、投球教练和经理们都已经完全具备了更高的技能。而这些特别的教练员可以充当“解读员”的角色。他们实际上都有过棒球教学和打球的职业经历，这些“解读员”实际上成为了教练。

6.公司之间打破围墙分享数据？且慢！

结论：最近坊间有关生态圈的话题愈演愈烈，认为如果一改以往自成一统的做法，广泛汇聚海量的、最优质的数据以及市场上所有的分析类资源，就能够为客户带来更大的价值。然而，数据领先者们营造的文化将数据视为王冠上的珍宝，而数据分析既是在互联互通世界中的专有资产，更是一大竞争优势。

（有关数据分享的潜力及风险的更多详细内容，可至McKinsey.com参阅 “Shaking up the value chain”一文）。

Jeff Luhnow，休斯顿太空人队：过去我们习惯于利用外部公司来存储星探/选秀报告或统计数据，现在大部分此类工作可在公司内部完成。我效力于圣路易红雀队（2003至2011年）时，我们用的是外部供应商，随后我加盟了太空人队，当时他们用的也是外部供应商，不过外部供应商在响应时间和定制化服务方面存在不足。特别是当你有了新想法，希望让外部供应商开发相关模型，但同时并不希望与其他29家俱乐部分享时。很难确保你的想法不会被分享，被分享总会以某种方式、状态或是形式发生。这导致多数俱乐部认为自己处理数据和信息的方式构成了一种竞争优势。这样一来，内部控制也就变得非常关键了。

Ibrahim Gokcen，马士基：我们宣布与其他公司合作开发运输信息管道，一种将标准带给整个生态系统的体系。这就要求我们建立一个生态系统，将行业所有参与者都容纳进来，包括货运转运商、BCO、发货人、运输公司、卡车司机、码头运营商、政府等。在那种情况下，确实需要进行分享与合作，必须有相应的激励机制。马士基计划参与其中，条款与其他参与者的一样。所以除非每个参与者都为这个生态圈和平台做出自己的贡献，否者这个生态系统不会产生新的价值。

但在其他情况下，显而易见的是我们可以为自己的团队创造独特的洞见，还有机器学习及人工智能算法、应用以及软件产品。我们可以进行运营转型，为自己的客户提供更优质的服务。很显然这些都是我们希望自己能够保留的。我们也不想成百上千的公司为我们工作。我们希望自己能够引进尽可能多的关键人才。这就是我们现在经历的过程。我们正在内部培养相关能力，也就是说我们对承包商的依赖会减少。

Cameron Davies，NBCU：你必须让组织内的人员明白自有数据的重要性。我可以给你举个例子，我们旗下一个事业部与一家数据供应商签了营销分析方面的合同，这挺好，那时候我们也没有什么可担心的，我们同意提供支持。但是，事业部当时并没有要求我们审阅相关合同。等后来我们真正拿到合同时，发现有两件让我们感到困惑不安的事情可能即将发生。

第一件事情是合同内没有任何条款要求供应商将已转换或增强后的数据交还给我们。没错这需要对方做很多工作，不过我们提供数据在先，难道还不能拿回来？第二件事情最令人感到费解，那就是合同竟然允许供应商保留这些数据，并且可以在进一步开发其他产品时使用这些数据。我并不是要指责供应商，如果我想逃避责任，那我也会这样撰写合同。

因此，我们将许多资料汇集在一起，在公司内部进行了一次教育巡展。“数据是一种资产，我们应当合理使用它。我们应该将数据视为有价值的事物，而不仅仅是看了看合同，就把它给放弃了。”我认为，当人们看到其中的价值时，他们会变得更加兴奋，他们会说“好呀，我不仅能使用自有数据，还能引入其他数据，进行丰富和强化，从而为整个组织体系创造价值。”

Ted Colbert，波音：每一个上云平台的项目都由我负责审批，我们设定了流程来完成这项工作，这帮助很大。我们有强烈的网络安全意识，配备了数个基础设施以保护公司的网络安全。自然地，我们会担心这样做会不会减慢和降低我们在创新和交付方面的能力，以及利用酷炫新技术的能力。但我的首要任务是保护公司的网络安全。

7.人才与文化结缘

结论：数据领域的人才之争永不停息。不过还需要关注另外一个问题，即为数据文化汇聚整合对的人才。这就要求我们在引进新人与促进现有人才转型之间寻找平衡。对于人才来源要放宽视野，对于数据团队的技能要看清看准（参见图示）。

Ibrahim Gokcen，马士基：我们是一家管理着全球近20%的集装箱贸易的公司。如此规模对人们的影响可想而知！我们充满热情、目标明确，这非常有利于我们在全球范围内吸引合适的人才加盟。我们盯准那些我们需要的人才、能融入我们业务的人才，这些人才能够帮助我们以最快的速度实施既定目标，他们同时也是我们未来领导者梯队的储备力量。

关于人才，他不一定非得拥有计算机科学博士学位。我们其实有很多天体物理学家，他们极擅长和数据打交道，能从数据中创造价值。对于我们在招聘时提到的技能要求，行业并非一个重要的区分因素，因为我们对与职能相关的技能更感兴趣。譬如，我们想要招聘一位出色的软件开发人员，我们不会管他之前从事哪个行业，因为我们知道一个优秀的软件开发人员可为公司创造极大的价值。

Cameron Davies，NBCU：我觉得挺有吸引力的，因为“文化”一词有那么一点超凡脱俗的意味。以前，我在迪斯尼有位上司常对我说：“如果你只是在本行业招聘人才，你永远别想在业内超越任何人。”这句话让我铭记于心。随着数据科学项目的发展，市场对“相关人才”的需求也在与日俱增。不过，具备相应技能的人才并没有到位。现在人们知道如何使用一些工具，但并不真正理解工具背后的基本概念，即他们使用的数学原理。如果暂且把数学问题放到一边，将精力放在学习业务、管理产品、与客户互动等方面，反而常常能找到可以组成优秀团队的人才，并令他们大获成功。

我们从非传统领域招人总是好运连连。我们有一位负责进行预测性分析的同事，他或许是个不错的例子。他其实是一位政治学博士，在墨西哥政府部门工作。没有人会挑出他的简历来说“就是这个人了，我应该聘他来建立预测模型，与创意媒体就此进行互动，告诉他们秀场会有多么的棒。”但到岗后，这些工作他都完成得相当出色。

Rob Casper，摩根大通：在这个业务领域取得成功的人显然是那些聪明智慧、正直诚信的人。这些品质是重要的入场条件。接下来，我会看相关领域的专业经验和技能。但是，我希望能找到一些差异化的人才，他们能带来新鲜的事物。如果你的团队各成员背景相似，那么你就无法获得一种必要的良性“张力”。你需要技术方面较强的人才，你需要在业务流程方面较强的人才，你需要风控和监管合规领域的人才，你还需要口头和书面表达能力都很出色的人才。如果这些人才都被你招致麾下，你就具备了组建优秀团队所需要的那种良性“张力”。

文化既可以是一个多因素的复杂性问题，亦可成为一个综合性的解决方案。如果组织的数据使命与其业务战略、核心业务相脱节，数据分析举措的结果未能达到预期目标也就不足为奇了。反之，当数据分析的这股热情渗透于整个组织时，它将会化作不竭的能源与动力。毕竟，技术的魔力着实令人惊叹。我们不妨设想一下，倘若有着与之匹配的文化，科技将会带领我们走多远！

作者：

Alejandro Díaz 是麦肯锡全球资深董事合伙人，常驻达拉斯分公司；

Kayvaun Rowshankish是麦肯锡全球董事合伙人，常驻纽约分公司；

Tamim Saleh是麦肯锡全球资深董事合伙人，常驻伦敦分公司。

本文作者感谢Kyra Blessing、Nicolaus Henke以及Kalin Stamenov对本文所做贡献。

来源：麦肯锡中国