7種會導致業務失敗的數據分析方法
真正的數據價值取決于對業務的洞察力。
數據分析是企業擁有的最強大的資源之一。但是，如果使用的工具和流程對需要它們的業務用戶不夠友好且廣泛可用，分析的價值就會顯著降低。
畢竟，人們可以利用數據在銷售、市場營銷、產品開發、客戶支持和客戶體驗等領域獲得洞察力。
“數據本身并不意味著分析，”瓶子和罐子制造商Alpha Packaging的技術和CIO高級副總裁Bryan Phillips說。“在某個時間點上，你必須完全了解數據所顯示的問題和機會，否則，它就只是數據或漂亮的圖片。”
以下是組織所使用的但可能無法確保其數據分析工作對業務用戶表現友好的七種方法。
放棄數據策略或者數據策略與業務不一致
咨詢公司Protiviti負責企業數據和分析業務的董事總經理Jeremy Stierwalt表示，企業需要將其數據戰略形式化，并使其與組織目標、指標和增長保持一致。
“一個在明確定義的戰略下運作的組織自然會成為一個數據經紀人，將其數據作為關鍵資產，”Stierwalt說。“有關組織的數據類型和數量、如何收集、存儲在何處、如何訪問和使用、由誰負責以及未來將在何處進行數據投資的決定，對于組織的數字化戰略及其底層技術組件都非常重要。”
分析程序通常會與公司戰略不一致，因此不被理解和使用，Stierwalt說。“數據戰略使公司能夠將其數據視為結構化的、全面的、跨領域的價值創造資產，”他說。
將業務用戶排除在計劃和討論之外
分析不可能是靜態的，也不可能是憑空想象的，必須從能夠使用這些發現并且獲益的人那里獲得輸入。數據分析師、數據科學家和數據管理團隊中的其他人員也應該直接與不同業務部門的人員合作，了解對他們來說什么是重要的，以及數據在特定時間點顯示了什么。
“讓數據所有者定期會面，討論他們在數據中所看到的內容，”Phillips說。“當你可以看到許多領域的數據時，真正的突破才會出現。”
例如，讓銷售用戶可以知道哪些客戶或潛在客戶正在被呼叫，以及因此產生了哪些訂單。財務用戶可以更好地理解成本和可視化收入趨勢。運營用戶可以更好地了解庫存、生產和機器容量。營銷用戶可以了解最新的趨勢，以及哪些活動在哪里發揮了作用。
“每個小組都有很多的問題需要回答，”Phillips說。“真正的價值在于能否通過數據來尋找機會。例如，通過向來自不同學科的一組用戶提供數據分析，他們都可以知道哪些產品和服務在銷售，在向誰和哪里銷售，還有多少產品在庫存中，哪些產品需要補充，銷售利潤是多少，哪些項目最有利可圖，以及如何調整營銷活動等。
“然后，你就會尋找那些熱門的、有利可圖的、有產能的產品，并瞄準正確的客戶，”Phillips說。“或者數據也可能會告訴我們，我們需要進行資本投資”來提高產量。“而讓跨職能團隊參與進來，也將有助于確保你能解決真正的問題或看到真正的機會。”
忽略你的分析受眾
“在進行商業分析項目時，你需要了解受眾--他們是誰，以及他們希望看到的數據點是什么，”稅務軟件供應商Vertex的商業軟件高管、前首席信息官Robin Allen表示。
“由于組織中不同級別的幾個人都將根據數據來做出決策，因此需要根據個人的角色，從他們獨特的角度來講述出一個可以理解的故事，”Allen說。
例如，一名高管不應該只看到團隊級別的指標，而是還需要看到能夠提供更全面視圖的數據。“數據所講述的故事需要是一致的，但也要能夠容易的被所有的利益相關者所理解，”Allen說。“要做到這一點，你首先要了解誰會看這些數據，以及他們會希望獲得什么樣的見解。”
堅持使用術語而不是簡化信息
讓業務用戶對分析不感興趣的最佳方法之一就是開始拋出他們無法理解的術語，或者與他們無關的術語。汽車零售商CarMax的首席數據官、業務戰略和分析主管Gautam Puranik表示，這種溝通風格的不一致是數據分析師在試圖從分析中傳遞價值時所面臨的最常見的陷阱。
其中包括充滿了復雜性和術語的演示，這會使得專業領域之外的用戶難以理解。這也適用于展示結果的方式。Puranik舉例說，分析師通常會通過5.238%這樣的詳細數字來引用結果，而不是將其簡化為5.2%，甚至5%。
“除非從決策的角度來看，小數非常重要，否則你就不必總是為了展示業務價值而展示工作的復雜性，”Puranik說。“大部分時間不應該花在談論你做了什么和怎么做上，而應該花在討論它將如何支持業務的數據驅動決策上。”
只有當數據分析團隊使用了會議室中每個人都能理解的語言(無論是在什么部門或是專業水平如何)時，這種情況才能有效地發生。“最有效的信息往往是最簡單的，”Puranik說。
有時候，利用類比是有幫助的。在最近的一次演講中，Puranik的任務是通過增加對數字營銷的投資來支持產品開發。“在展示時，我描述了其與汽車的關系，”他說。“除非你把車加滿油，否則不管車子造得多好，它對你來說就都沒有多大用處。換句話說，兩者是缺一不可的。這引起了在座各位的共鳴，我也獲得了前進所必需的批準。”
低估圖片的力量
當試圖獲得快速的洞察力時，許多人更喜歡看概念的圖片或圖形化描述。所以通常情況下，將數據結果可視化是一種很好的方法。
“一張照片就可以講述整個故事，”Phillips說。它可以是圖形，維恩圖，或是其他形式的可視化。對于初學者來說，我仍然熱衷于用微軟的Excel甚至是畫板來繪制數據。”然后轉向更高級的可視化產品，為研究結果提供更深入或更復雜的信息，同時保持其可理解性。
“要使可視化變得友好，就需要以簡潔、易于理解的方式來顯示真實的大型業務問題，”Phillips說。“這需要技巧，這就是為什么你應該先從擅長這一點的人開始，然后讓別人從中學習。”
在業務用戶通過數據可視化工具以某種可視化形式看到數據分析的輸出之后，他們就可能會更感興趣，Phillips說。許多人希望自己接受培訓，或者讓他們的團隊接受培訓，這樣他們就可以創建自己的可視化，而不需要依賴于數據分析或IT人員了。
數據可視化的使用，尤其是涉及到高層管理人員的時候，實際上可以幫助推動這些工具的未來發展。“當一位高層管理人員開始用圖形和圖表來講述一個清晰的故事時，公司就會做出更有利可圖的決定，這將給公司帶來轉變，”Phillips說。“現在在分析工具、培訓、人才方面的投資就變得容易多了。”
片面求全而不是理解
就像你需要簡化你的語言一樣，你也需要簡化你的演示材料，比如幻燈片，Puranik說。“任何幻燈片的標題都應該簡潔地概括頁面的內容，”他說。“雖然‘一圖勝千言’這句話仍然很有道理，但圖表應該以清晰的調查結果總結來作為開頭。”
圖表也應保持干凈和易于理解，每張幻燈片不應超過兩張圖表，總共不應超過10張。“記住，你不是在寫懸疑小說;不要讓你的聽眾猜測最重要的要點是什么，”Puranik說。
無法像業務一樣思考
在某些情況下，數據分析專業人員可能需要從對業務用戶很重要的日常任務中脫離出來。他們可能需要重新構建自己的思維，以便更好地了解用戶在數據和分析方面的需求。
“把自己當成一個業務領袖，而不僅僅是一個分析師，”Puranik說。“想象一下，如果你擁有一家公司，而你正在用數據來做決策。你會從你所做的工作中學到什么?”
找出研究所支持的建議，并清楚地傳達給大家，Puranik說。“數據分析是一種工具，而不是結果;你應該知道如何讓你的發現以結果為導向?”他說。“那些最成功地利用數據分析來交付業務價值的組織，是那些相信數據分析是一項核心能力，而不僅僅是一項重要能力的組織。”
在為一組業務用戶準備演示文稿時，首先要從經理和導師那里獲得反饋，以幫助業務受眾微調演示文稿。
“在我剛從研究生院畢業的時候，我曾有機會使用預測模型和分析來推動業務影響，”Puranik說。“你可以想象得到，我對能夠推動一家公司實現真正變革的前景感到非常興奮。”他花了幾天時間做了一份充滿復雜圖表和詳細筆記的報告。
“在向業務伙伴展示之后，我很高興，我為自己的工作感到自豪，并相信自己做得很好，”Puranik說。幾天后，我的老板告訴我，雖然這確實是一份很好的工作，但我需要加強自己的溝通技巧。老板說，房間里只有大約2%的人聽懂了他在說什么，另外80%的人完全聽不懂。
“經過幾天的思考，我意識到她是對的，”Puranik說。“這次展示最終成為了我的工作日志。我學到了寶貴的一課，那就是，在做商業案例時，你不應該只陳述你的工作價值，還應該陳述工作所帶來的結果。”
