麦肯锡报告:让高管了解大数据分析(二)

调用资源

在不同职能部门间调用人力与资本,创建新的决策支持工具和帮助一线管理人员利用先进分析模型需要花费诸多精力,这通常让企业管理层惊讶不已。赋 予高管更多的权力非常重要,这有助于高管突破制度限制,这些繁杂的制度通常影响了[color=rgb(68, 68, 68) !important]数据分析对决策执行的支持。要获得成功,就有必要让各部门的管理人员协同合作积极应对变化——鼓励IT、业务部门、分析团队互相协作,并培训专家负责协调与领导。缺乏领导力的公司往往容易失败。

举例来说,一家运输公司里,产品领域中层管理人员的职责是寻找数据分析机会,进而继续推进。而数据团队无法准时提交数据或提交的数据格式不尽人意,往往令分析团队懊恼不已。而在将分析结果嵌入自定义工具中时,管理者变得更加沮丧,因为他只能以常规预算与计划进程处理紧急请求。随后,该公司让一位高级市场营销主管负责优化数据分析进程。这名主管将不同职能的团队组合起来,这包括数据库管理人员、分析师和程序员。他们致力于探索数据分析机会,分析项 目从起始到最终落地周期为六到八周。通过敏捷资源调用,市场营销主管上位后仅仅几个月,该公司便成功寻找到了数个分析重点。

打造一线功能

数据专家设计的复杂数据分析解决方案必须以简单、强交互性的模式嵌入一线工具中,只有这样,管理人员与一线职工才愿意每天使用这些工具。为推广工具应用付出的努力不可轻视,这包括正式培训、在职培训等。经验表明,许多公司90%的投资用于创建模型,而对一线应用的投资只有10%。而事实上,前线应用的投资应该不少于50%。

恰当发挥领导力作用

多数公司会承认,他们的确需要增设新的职位。但遗留的一个重要问题在于,在哪里增设新职?新的权利和责任系统又该如何设计?经验表明,公司有充足理由强调数据分析战略与人才,甚至创建常规数据分析中心。但是,业务职能部门也需要一线活动(资源调用、能力建设)支持。原因有两个:首先,对于利用数据分析增加收入提高生产力,不同业务部门有不同侧重点;其次,当公司将一线业务与核心运营和管理侧重点结合时,积极鼓励前线进行适当调整也同等重要。

除了让业务部门强化一线动员能力与责任,目前没有任何单一的方案能够清楚地阐释公司应该在何处增设新领导职位。由于数据分析应用尚未成熟,这样的答案不难理解。尽管如此,企业领导人在审视多项选择时不要盲目,思考以下三个关键问题的答案将帮助企业领导人理顺公司结构变化方案:

1.不同业务部门间,是否需要应用核心客户或运营数据库?

2.有没有必要在内部创建大量数据分析资源,以此保留人才并创造专利资产与优势?

3.目前,每个业务部门的管理者能否有效应对管理模式变化带来的挑战?或者公司需要增设新的高管职位专门负责数据分析?(未完待续)