吉宁讲师观点 / 培训讲师谈管理 / 培训讲师谈管理:管理大师新思想集萃——托马斯·达文波特

培训讲师谈管理:管理大师新思想集萃——托马斯·达文波特

企业培训师吉宁 2015年12月12日 培训讲师谈管理

托马斯·达文波特 (Thomas H.Davenport)

托马斯·达文波特(ThomasH.Davenport)是哈佛商学院的客座教授,百森商学院信息技术学杰出教授,国际数据分析研究所研究主任和创建人之一。在企业技术的战略意义方面,他是全世界最杰出的专家之一。

达文波特认为,大数据与传统的分析方法完全不同。大数据不仅仅指的是超大容量或特别增强的分析,它还涉及特殊的技能和截然不同的思维模式。大多数CEO甚至首席信息官(CIO)都不具备这样的经验和专业技能。创建大数据能力是一项重要的战略工作。CEO需要与他们的高管团队共同思考大数据对整个公司、公司战略以及公司商业模式而言意味着什么。要实现大数据的潜力,可能需要公司对某些部门进行重组,重新调整各项激励措施,并且引进新的人才。优秀的数据科学家是珍稀商品,人才将成为决定公司领先或落后的关键因素。

数据科学家:21世纪最性感的职业  2012年3月刊

2006年,乔纳森·高德曼(Jonathan Goldman)刚到商业社交网站LinkedIn工作时,这家网站注册人数不到800万,某些社交体验明显缺失。高德曼是斯坦福物理学博士毕业,非常着迷于越来越多的用户关联和丰富的用户个人资料。当他开始探究用户之间的联系时,他开始看到新的可能。于是他开始组织他的理论,检验他的猜想,建立模型,预测用户愿意与谁建立联系。公司的联合创始人兼当时的CEO雷德·霍夫曼给与了他高度自主权,高德曼得以开始他的实验。得益于他开发的新功能,LinkedIn的成长速度大幅提升。

高德曼是一个很好的例子来说明组织中的重要新成员——“数据科学家”。这是非常高阶的专业岗位,要有在数据海洋中寻宝的好奇心和相应训练。现在已经有数千位数据科学家工作于创业公司和成熟的大型企业。他们在行业里的忽然走俏,反应了这样一个现状,企业需要处理的信息正以从未遇见过的规模和渠道涌现。如果你的机构存储了几个PB的数据,或者对于你的生意最重要的信息是表格式的,而不再是行列的数据,或者要回答你最大的问题需要各种分析手段的“混搭”,你赶上大数据时代了。

从大数据中获利需要雇佣稀缺的数据科学家,数据科学家首要任务是在数据的海洋中探索发现,他们更喜欢用这种方式看待周围的世界。他们要在数字王国里游刃有余,把大量散乱的数据变成结构化的可供分析的数据,还要找出丰富的数据源,整合其他可能不完整的数据源,清理成结果数据集。新的竞争环境中,挑战不断地变化,新数据不断地流入,数据科学家需要帮助决策者穿梭于各种分析,从临时数据分析到持续的数据交互分析。他们会把蕴含在数据中的规律建议给产品经理和主管们,从而影响产品,流程,和决策。这就是为什么这个新兴角色会被称为“数据科学家”,而企业的未来核心竞争力将仰赖于他们。

数据分析3.0时代  2013年12月刊

那些花了数年时间研究“智能数据”的公司坚信,我们已经经历了两个数据分析的时代——“前大数据时代”(1.0)和“后大数据时代”(2.0)。那些具有分析基因的公司已经觉察到一轮更加深入的变革正酝酿成形,其影响深远足可称之为数据分析3.0。简言之,这种新的解决方案具有强大的数据收集能力和全新的分析方法,使之不仅能够优化公司运营,还能被应用到公司的产品中,即把数据智能嵌入到用户购买的产品和服务之中。

以往,数据分析在帮助管理者做内部决策方面颇具价值。新的战略着眼于为客户创造价值,这对公司重新思考分析的价值和作用以及公司的成功之道有着深远的影响。新的思维方式正在涌现,能掌握优势的新方法正在确立,新的参与者开始出现,竞争格局也随之发生变化:新的技术必须被熟练掌握,人才也应配置于最令人兴奋的新岗位上。整个商业世界各个领域都在迅速发生变化,而管理者们不得不应对各种挑战。

现在,银行业、工业制造业、医疗设备和产品的供应商、零售业——任何行业、任何公司,只要愿意去探索各种可能性,都能从他们的整合数据中开发出有价值的产品和服务。公司要用全新的视角看待“分析”的价值和作用,这意味着战略重点的转移。公司需要意识到这将是一系列挑战――发展新能力、设置新岗位和重新设定业务的优先级。在分析3.0时代,高管必须着力于10个方面,包括创造性地组合数据管理工具、重新设定分析的核心角色、制定防止“数据烟雾弹”的规范等。

一些由大数据应用所提示的改变并不一定会发生。大数据是持续动态变化的,以社交媒体数据为基础分析品牌忠诚度就是很好的一例,你会发现各项指标不可避免地动态起落。这种可被视作问题的早期预警,但是它们只是指示性的警告,而非证实的结果。管理者们需要制定规范来确定决策和行为的预警标准。

大数据先天就具有不确定的特质。通常大数据分析出的结果与因素之间的关系都是相关性,不是因果关系,除非是经过非常标准的测试证实了因果联系的存在。还有一种情况,结果可能纯属巧合(从统计学的角度,数据量越大纯属巧合的情况越多)。大数据的这一本质可能会让许多高管头疼,究竟是信还是不信。解决的方法是,如果待定决策事关重大,那么决定之前必须进一步调查。

分析3.0是“分析竞争”的终极版?也许不是,但有一点是可以肯定的:不论是经营多年的公司还是创业公司,继续使用旧有模式来支持商业分析,都前景黯淡。大数据已经有了长足的进步,但不要指望它能给你长期的竞争优势。那些想要在新的数据经济中获得成功的公司,必须从根本上重新考虑如何利用数据分析为自己和客户创造价值。分析3.0是变革的方向,也是“分析竞争”的新模式。

About 企业培训师吉宁

真正的实战派企业培训师,长期致力于人力资本、公司行为、市场营销、企业战略及领导力发展等组织实践与研究,数十年来参与及主持过的管理咨询项目累计逾千次;受邀主讲过的各类企业培训课程累计逾万次。吉宁老师还主导编写了12Reads系列等知名管理培训教材。