大数据未能兑现其承诺？改变你的工作方式 - 彭博社

摄影：Colorblind/Corbis从所有的讨论中，你可能会认为大数据正在推动跨国公司并改变他们的业务。但在无数试图利用大量数据的公司中，只有少数公司真正取得了成功。为了受益，公司需要在重新设计决策流程上做出重大承诺。

对于大多数公司来说，大数据并没有完全融入他们的程序中。员工被数据的数量压倒，要么不知道如何使用，要么无法及时使用。尽管许多人谈论将数据转化为洞察，但被低估的问题是将这些洞察转化为决策。这意味着在正确的时间将数据分析提供给正确的决策者，这需要一种新的工作方式。

即使一家公司拥有出色的软件和优秀的分析师生成出色的洞察，它也可能难以使这些推论变得有用。业务方面的领导者必须承诺使用它们。决策者需要信任它们。而信息需要正确流动，并且与决策周期保持一致的及时性。

在管理公司向大数据转型时，最好不要一次性全盘投入。在小范围内试点数据及其分析——例如，选择一个类别或一组特定产品——提供了一种经济实惠的方式来测试水域并消除变革的障碍。试点项目可以向公司展示什么有效，然后再进行大规模投资以推出全公司计划。

通过这种方式，公司可以更好地理解所需的能力和技能。考虑一下将所有那些昂贵的技术重新工程化以使其发挥应有作用的过程。许多因素可能会阻碍变革，但其中一个主要因素是，如果你让事情变得困难，并将责任放在个人身上，变革就不太可能发生。

从数据到日常决策的过程涉及科学与艺术的特殊结合。组装和理解数据中涉及科学——公司可能需要新的职位名称，例如数据科学家——而使数据相关和有意义则是一门艺术。公司不仅需要新的角色、职位和技能——他们还需要将新流程与现有员工和工作方式结合起来。

这些问题的范围可能会让一些公司犹豫不决。你从哪里开始？你要走多远？如果一个以客户为中心的企业突然拥有大量客户数据，这会影响到每个人。管理这种变革可能会变得不堪重负。

需要克服的其他问题包括所谓的分析瘫痪——管理者普遍感到“现在我知道了一切，但我没有时间去使用它。”如果公司能够简化决策过程，他们就不必就如何使用数据分析做一次性决策；这将简单地成为公司运作的一部分。

接下来，公司必须设计新的信息流，定义角色和责任，并让决策者参与其中。这一切都汇聚成一种更为综合的工作方式。这必须是一个迭代的过程，因为数据模型在不断演变——这就是艺术的一部分。但在最佳情况下，这种严格的变革管理方法为整个公司设定了一个标准，以学习如何应用大数据愿景。