埃林哲研究院 | 构建数据驱动型管理,步入快速发展轨道

 

企业家的数据焦虑

  在ISO9000体系的质量管理原则中,特别强调“循证决策”的作用:“基于数据和信息的分析和评价的决定,更有可能产生期望的结果。”,企业家们越来越重视数据分析在管理决策中的作用,但实践之路却困难重重:

  很多企业在信息化系统建设方面投入了大量人力、物力和财力,经过企业和服务商的共同努力,系统终于成功上线,但企业高层管理者却对实施效果不满意:虽然企业核心业务已经在系统中运行,系统里每个月有几十万条甚至几百万条的业务数据生成,但他们最想看到的反映企业真实运营情况的数据却无法呈现,更不用奢望对这些数据进行有效的分析、解读和模拟预测。

  对于这种“行百里者半于九十”的情况,很多企业不甘于ERP等信息系统沦落为“记账工具”,又快马加鞭地启动了商务智能(BI)项目,加紧各类报表的开发,但还是很难达到预期效果,一方面是基于企业现有的认知水平和需求进行开发(甚至要求直接依据现有的手工Excel报表进行开发),没有完整而实用的分析框架和方法论,开发出来的报表还是不能满足需求;另外一方面所需要的一些关键数据无法从现有信息化系统中获取,陷入了“先有鸡还是先有蛋”的循环。

  而随着“大数据”的热炒和流行,让企业家们又重燃了希望,虽然听了很多BAT等企业的应用案例,但如何在自己的企业中落地实施,也没人能说清楚……

 

数据驱动管理之路

  对于大多数企业来说,迫切希望构建数据驱动的管理模式,但缺乏有效的实施路径,埃林哲研究院给出的建议为:

一、在企业内部强化基于数据进行管理和决策的理念

  企业的管理决策不仅仅是企业的最高管理者做出,各个岗位都需要在自己工作职责范围内进行分析、判断和决策,因此要让企业各级管理者建立基于数据决策的理念和框架:一方面注重对“信息”的收集,另外一方面基于有效的方法,结合经验和数据构建“洞察力”,持续进行实践和应用。

 

 

二、推动各级管理者基于自身工作需求构建分析方法

  当前的企业数据分析领域,一方面是“技术主义”,软件服务厂商和技术人员关注的是各类商务智能、大数据、内存计算等技术平台;另外一方面是“经验主义”,企业管理者关注企业内部或者外部行业专家的经验,希望依据经验分析和解决问题。这两种方式都是必要的,但两者很难形成合力。而真正的有效手段是在技术和经验之间,建立数据分析框架和方法,用以实现更为精准的决策。需要注意的是,在分析时我们要基于“分析主题”,清晰定义需要解决的“问题”,各类报表只是达成分析主题的工具,这样才能保障数据分析项目是始终服务于管理的。

 

 

三、有效利用信息系统,重视信息系统中的数据管理

  很多公司的信息化建设,注重的是对企业运营层和操作层的业务处理,是一种“流程驱动型”的管理:

 

  在流程驱动的管理中,数据主要体现在一笔笔的业务交易和对应的“单据”,这些数据中涵盖了企业经营管理的各类状态和问题,需要通过有效的数据分析方法和软件系统,将这些隐形数据显性化,并抽象出有用的知识,用于发现规律、预测未来。

 

 

  我们建议企业在信息化规划和建设过程中,更加重视对“数据”的管理和使用,让数据成为推动企业快速发展的重要驱动力。