大型組織如何使用數據和分析來指導戰略和運營決策?下面來看看高管們所洞悉的各種挑戰和機遇。

組織擁有的數據比以往任何時候都要多，這一點鮮有人懷疑。但是，從這些數據中獲得重要洞察并將知識轉化為行動，這說起來容易做起來難。我們與來自主要組織的六位高管進行了交談并向他們詢問了采用高級分析所涉及的各種挑戰和機遇：美國國際集團(AIG)的首席科學官MurliBuluswar，通用電氣軟件(GE Software)的首席信息官Vince Campisi，美國運通的首席風險官Ash Gupta，易趣(eBay)的全球客戶優化和數據副總裁ZoherKaru，美國電話電報公司(AT&T)的大數據高級副總裁Victor Nilson以及凱撒娛樂(Caesars Entertainment)的首席分析官Ruben Sigala。以下是對他們的評論所做的轉錄，略有刪減。

[[340386]]

組織在采用分析法時面臨的各種難題

美國國際集團(AIG)的首席科學官MurliBuluswar：從知識型文化向學習型文化發展所面臨的最大難題(從大體上依賴于決策啟發法的文化轉變為更加客觀的，數據驅動且包含了數據和技術的力量)實際上不是成本。最初，這主要取決于想象力和慣性。

過去的幾年里，我了解到，自我發展到這樣的程度——能進行不同的思維和行動并前所未有地對自己的職責提出質疑，恐懼的力量在這個過程中所起的作用是不容忽視的。正是這種思維方式的改變——從基于專家的思維方式到更具動態性，更加面向學習的方式，而不是固定的思維方式——我認為這對于任何公司健康持久地運營都是至關重要的，不管這些公司是大是小。

凱撒娛樂的首席分析官Ruben Sigala：我們發現的棘手問題以及在我與許多同行的討論中所發現的問題依然很難解決，那就是找到一系列使組織能夠在整個過程中高效地創造價值的工具。我聽說有的人成功地實施了一些應用場景，但我們都在努力實施與實際應用高度集成的，更具凝聚力的生態系統，這在一定程度上尚處于初級階段。盡管在過去幾年中我們似乎一直在談論它，但是技術仍在不斷發生變化。資源還在不斷發展。

易趣(eBay)的全球客戶優化和數據副總裁ZoherKaru：我們面臨的最大的難題之一涉及到數據隱私以及到底共享還是不共享。我認為，如果有價值回報，消費者就愿意分享。單向共享將不再可行。那么，我們如何保護和利用這些信息，如何與消費者成為合作伙伴，而不僅僅是為他們提供服務?

在分析中獲取影響力

Ruben Sigala：你必須從組織章程開始。你必須非常明確組織內部職能的目標及其與廣大業務互動的意圖。有些組織從高度集中的視角開始，重點為各種傳統功能(如市場營銷，定價和其他特定領域)提供支持。還有另一些組織則對業務有更廣泛的了解。我認為你必須先定義這樣的要素。

這有助于最大限度地影響合適的組織結構和各種論壇，這最終會設定更細化的運營，例如培訓，招聘等。但是，根據你推動業務發展的方式以及與更廣泛的組織進行互動的方式進行調整絕對是很重要的。從那里開始，其他所有事情都必須井然有序。這就是我們開始旅途的方式。

通用電氣軟件的首席信息官Vince Campisi：我們了解到這樣一件事，當我們開始行動并專注于結果時，這就是一種快速實現價值并使人們對機會感興趣的好方法。這將我們達到未曾取得的進度。因此，我們可能會追求特定的結果并嘗試組織一個數據集以實現這樣的結果。一旦你這么做，人們就會開始帶來其他數據源和他們想要建立聯系的其他事物。這確實使你達到了這樣的地步，即你將追求你未曾追求過的結果。你必須使自己思考事物的方式變得敏捷，哪怕只是一點點。但是，如果你從一個結果開始并付諸實施，你將很驚訝它接下來會使你取得什么樣的進展。

美國運通的首席風險官Ash Gupta：我們所做的第一個變革就是使數據質量更高。我們獲得了很多數據，有時我們并不使用這些數據，而我們并沒有像現在這樣對它的質量給予足夠的重視。也就是說，要確保數據具的正統性，要確保數據有正當的理由為客戶服務。在我看來，這是一段旅程。我們取得了不錯的進展，我們希望在整個系統中繼續取得進展。

第二個領域是與員工合作并確定我們正集中開展業務的某些方面。我們正在將各種能力集中化，正在將這些能力的使用民主化。我認為另一方面是，作為一個團隊和一家公司，我意識到自己在技能上還十分欠缺，我們需要與公司以外的各種實體展開合作。這種合作來自技術創新者、數據提供者和分析公司。我們需要為業務同事和合作伙伴提供完整的解決方案，因此這讓人確信我們正在共同開發，共同學習，而且我們正在互相提升。

影響里的各種例子

美國電話電報公司的大數據高級副總裁Victor Nilson：我們始終從客戶體驗入手。這才是最重要的?，F在，在我們的客戶服務中心，我們有大量非常復雜的產品。即使是簡單的產品，有時也會有非常復雜的潛在問題或解決方案，因此工作流程也非常復雜。那么，每次有互動產生時，我們如何同時為客戶服務和簡化流程?

我們已經使用大數據技術來分析所有不同的排列組合以增強體驗，從而更快地解決或改善特定情況。我們消除了復雜性并將其變成簡單且可操作的東西。同時，我們可以分析這些數據，然后反過來說：“在這種特殊情況下，我們是否要主動優化網絡”?因此，我們不僅針對客戶服務而且針對網絡進行了優化，然后將這個因素也結合進來。

Vince Campisi：我將向你提供一個內部視角和一個外部視角。內部視角的例子就是我們在所謂的啟用數字化方面正在做大量工作——你如何將工程，制造與維修產品聯系起來。在這個方法里，我們將重點關注出色的工廠。以驅動供應鏈優化為例，我們已經能夠控制60余種與直接材料采購相關的大量信息，利用分析來研究各種新關系并使用機器學習來發現效率，即我們采購用于產品生產的直接材料的方法的效率。

外部視角的例子是我們如何利用分析來切實使各種資產發揮更大的效用。我們稱之為資產績效管理。我們已經開始為數字產業提供支持，例如數字化風力發電場，在這里，你可以利用分析來幫機器進行自我優化。因此，你可以幫助使用同一股風能的發電供應商，而且你還可以通過使渦輪機傾斜適當的角度并了解它們如何優化風能水平，我們證明，我們可以用等量風能提升多達10%的功率。這是利用分析幫客戶從現有資本投資中獲得更高收益和更高生產率的一個例子。

贏得人才之戰

Ruben Sigala：分析人才的競爭非常激烈。留住組織內部的人才庫非常困難，如果你將這視為核心能力的話，這尤為困難。我們最為關注的重點是開發一個平臺，這個平臺能夠為我們的價值主張發聲，因為這主張對于希望在該領域內開始職業或維持職業的人而言非常重要。

當我們談論價值主張時，我們會說這樣的話——有機會真正影響業務成果，進行廣泛的分析練習，這些練習常常使人犯難。但是，總的來說，要成為組織的一部分，這一部分將價值主張視為自身在市場中參與競爭的關鍵部分，然后定期執行。在某種程度上，要做到這一點，你必須制定優秀的培訓計劃，而且必須與高級團隊進行非常特殊的互動。而且，你還必須成為實際驅動公司戰略的組織成員。

MurliBuluswar：我發現，著重研究各個基本面，比如科學為什么會誕生，我們的抱負是什么以及成為該團隊的一部分將如何影響團隊成員的職業發展，這一切對吸引我們所關注的高素質人才具有深遠的意義。當然，隨之而來的是更艱辛的部分，即日復一日地履行這樣的承諾。

金錢固然很重要。我的金錢觀就是，我希望成為前25%的人;但我并不想成為塔尖1%的人。因為無論你處在什么位置，大多數人(尤其是從事數據科學工作的人)只要選擇采取實際行動，他們都可以將薪酬提高20%至30%。我的目的不是要縮小這種差距，而是創造一種環境和一種文化，在這種環境和文化氛圍中，他們發現自己正在學習;他們發現自己正在研究對公司，行業乃至整個社會都產生廣泛影響的問題;他們是一支充滿活力的團隊的一部分，這個團隊的靈感來自于自身存在的原因以及它如何定義成功。對我而言，專注于這一點絕對是吸引我所需要的人才的關鍵要素，就此而言，其他任何人也需要這樣的關鍵因素。

培養合適的專業知識

Victor Nilson：人才很重要，對吧?你必須具備數據，顯然，美國電話電報公司擁有海量數據。但是沒有人才，數據就毫無意義。人才是一個競爭優勢。合適的人才能發現合適的技術;合適的人才能解決各種問題。

我們在一定程度上為開源社區中很多新興技術的開發做出了貢獻。我們可以使用實驗室里遺留的各種先進技術，我們還有新興的硅谷。但是，我們在全國各地也擁有主流人才，我們擁有高級工程師，我們擁有大大小小的管理人員，我們同時也希望進一步培養他們的才能。

因此，僅今年一年，我們就提供了50000多個與大數據相關的培訓課程。我們正在繼續發展。這是一個完整的連續體。這可能只是一個為期一周的訓練營，或者可能是高級的，博士級別的數據科學。但是，我們希望繼續為在這方面有天賦和興趣的人培養這種才能。我們希望確保他們能夠發展各種技能，然后將這些技能與工具結合起來，從而將生產力最大化。

ZoherKaru：在任何數據和分析過程中，人才都是至關重要的。我認為，僅憑分析方面的人才還不足以解決問題。我們不能用技能單一的人。我擴建組織的方式是找博學多才的人。比如某人主修分析，但可以輔修營銷戰略。因為如果你沒有學過輔修課程，你怎么與組織的其他部門進行溝通呢?另外，舉個例子，純數據科學家將無法與數據庫管理員對話，而數據庫管理員又無法與市場研究人員對話，市場研究人員又無法與電子郵件渠道的負責人對話。你必須根據可擴展的分析做出合理的業務決策。