重新评估价值链｜企业打造数据能力面临的四重挑战
上周我们进入R2的第二部分：重新定义卓越运营：周一工业4.0，周二增材制造，周三虚拟现实和增强现实，周四数字化供应链，周五服务行业的卓越运营。
本周我们继续卓越运营，主题是将数据转化为资产。周一我们聊数据资产与数据战略，周二的主题是大数据，周三是外源大数据，昨天是用创造数据价值的方法，今天我们来谈谈打造数据能力的四重挑战。
7 构建数据能力的挑战
只有打造数据能力、创建数据价值，数据才有可能真正成为组织的资产。
然而，企业在实施数据驱动的战略时，必定会面临许多挑战。
一、数据人才
向数据驱动型组织转型，第一个挑战是找到拥有数据技能的人才。
首先是数据科学家。他们可以做数据分析，人工整理原始数据，编写自动处理实时数据的算法，设计和实施严密的数据实验。根据具体情况，企业可以选择将分析工作外包给外部的分析师、雇用分析师或组建分析团队。优秀的数据科学家有高超的统计和编程能力，往往来自学术界或科学界，也是企业内部敢讲真话的人。他们深知数据容易作假，但是他们会如实向公司汇报样本大小、数据质量和数据价值。
数据专家并不是组织里唯一理解和思考数据问题的人。为了切实推行数据战略，公司里每名员工都要时时想着利用数据，并从中发现问题。公司可以通过培训，向员工介绍数据在组织中的应用方式，同时打造拥抱数据和培养分析性思维的企业文化。这一转变意味着，不能再单纯地将营销视为艺术，而应树立营销既是科学又是艺术的观念。
最后，企业需要有人跨越部门职能，做好定量分析师和企业决策者之间的连接。他们肩负重任，负责将数据科学家与高管的工作连接起来。他们就像“润滑剂”，既能融入数据科学家的语言体系，又能公司业务经理相谈甚欢。
二、跨数据库连接
在很多情况下，数据分享的障碍源于组织内部的壁垒。常见的场景比如，公司的网站分析数据存储在一个数据库中，而忠诚计划的用户购买行为数据则存储在另一个数据库中。为了了解用户全貌，需要将所有数据整合起来。
但在很多公司，这种“烟囱型”分离是由部门划分自然造成的，各部门都渴望抓牢自己数据的所有权，尤其是销售数据与市场数据。研究表明，降低企业数据使用效率的最大原因正是内部分享不畅，部门间缺乏数据分享是掣肘市场营销投资回报率的重要因素。
在跨地域的大企业中，问题存在另一面：是否非得进行集中式数据分析。这部分取决于数据仓储和数据科学家所在位置：是给每个业务单元都配备数据分析团队，还是建设数据分析中心来服务于每个业务单元？随着大企业数据能力的增强，它们更多地进行集中式数据分析，也在努力提高每个业务单元的数据精度，但也会造成支持不力、业务满意度不高的问题。
三、合作伙伴之间的数据共享
数据共享不仅在企业内部很重要，也是业务伙伴之间合作的关键内容。企业之间的合同和协议，已不再仅仅关注款项支付，更关心哪些数据可以分享。对那些没有产品最终销售权的企业来说，数据分享更加重要。
例如，工业器械制造商卡特彼勒与189个分销商签署数据共享协议，作为回报，卡特彼勒为分销商提供提高销售效率的方法和工具以及经由网站分析得来的用户线索。
菲多利食品公司能观测到所有的数字市场创新对乐事等大品牌的影响，因为它与主要零售商合作密切。对它来说，零售商是极好的数据来源，与零售商合作是监测门店客流量和产品销量的关键。
随着数据在企业战略中的地位日益重要，数据共享将成为企业与供应商、分销商、媒体合作中举足轻重的元素。
四、网络安全、隐私和用户态度
随着企业收集和使用的数据日益增多，安全隐患也日渐增多。网络威胁本来只是CIO的工作，现在也摆在了其他高管的面前。
塔吉特2013年曾卷入一场数据风 波，4000万名用户的信用卡信息被盗，其性质已从IT问题升级为公司信誉问题。这直接导致塔吉特在购物季生意惨淡，零售商的销售额急剧下滑，几个月后公司CEO被迫辞职。自此之后，数据安全问题频发，包括用户数据失窃、企业战引发的数据攻击以及政府间谍派出的数据黑客。
因此，数据战略理应包括法律制定、风险管理和安全计划方面的内容。与其因为畏惧风险而不作为，不如建立评估、责任和计划制度，并寻求外部伙伴的支持。数据被盗的风险是难以避免的，但是如果将风险控制提上领导者的日程，风险就能大大降低。
用户态度对数据战略也非常重要。除了身份盗窃和网络犯罪的威胁，顾客更担心随着个人信息越来越多地暴露给企业，隐私会被侵犯。很多时候，企业获取数据时，用户并不知情。用户数据隐私问题提高了政府监管介入的可能性。一些公司认为，私人信息的所有权理应属于个人，企业应该付费获取。它们希望能够开发一些工具，帮助用户存储自己的兴趣、偏好、社交及信用卡交易记录等信息，然后以一定的价格卖给所需企业。
随着对私人数据所有权问题关注的不断升温，任何数据战略都必须明确建立在与用户价值交换的基础上，用户有权知晓他们的信息被收集，并能因此获益。这是忠诚计划积分和奖励原则的基础，也是用户愿意在NetFlix等服务网站上留下评价，以及没有因为亚马逊根据他们的浏览记录推荐产品而大惊小怪的原因。用户若既知企业在收集他们的数据，又明晰他们因此所得到的利益，很可能会萌生对企业的好感。
一条评论