数据分析前沿的观点

为了促进分析工作，几乎所有的公司都在使用卓越中心，卓越中心与企业一起快速开发和部署分析。卓越中心通常包含数据科学家，业务专家和工具开发人员。公司之所以建立这些中心，部分原因在于企业领导者需要帮助。卓越中心还增强了上述稀缺的翻译人员对整个组织的影响。卓越中心甚至有助于吸引和留住人才：在最佳状态下，这些中心是学习和创新的温床，由于团队会共享一系列想法，如怎样构建可靠的数据集，怎样创建强大的模型并将其转化为有价值的业务工具，因此，卓越中心是学习和创新的温床。

与会者一致认为，只有在这种情况下才值得创建卓越中心——你使卓越中心成为公司的一部分，在这里，数据分析资产或功能可能会产生重大战略影响。对某些公司来说，这其实就是IT。对另一些公司来说，这其实就是营销和销售或大型业务部门。例如，有一家公司的分析议程致力于利用一系列跨多个业务和职能的核心交易数据。在这个例子中，卓越中心在IT内部利用其对该核心数据集的深刻了解以及其作为跨业务共享功能所发挥的作用。

这些中心的目标必须是成功地在整个组织内建立数据分析功能，以便它们能够应对各种越来越耗时的优先事项。一位高管认为，随着企业不断增强分析能力，卓越中心将越来越多地致力于类似于复杂研发的长期项目，它们将重点放在分析创新和各种突破性洞察上。

5. 刺激采用的两条途径——无论哪种都需要投资

对许多领导者而言，前沿采用是最重要的问题。让管理者和个体贡献者有的放矢且热情洋溢地使用新工具是很难的。我们在另一篇文章有写过这样的内容，公司根本没有投入足够的时间或金钱来开发结合了智能，直观设计和强大功能的杀手级应用程序。但是，与会者发现了两条导致广泛采用的明确途径。

自动化。刺激采用的一种途径对相对简单且重复的分析十分管用：创建可快速推出而无需什么培训的直观的最终用户界面。例如，智能手机或平板电脑上的移动应用程序可能使品牌管理者立即了解销量和销售趋势，市场份额以及平均价格。这些工具已成为日常决策流程的一部分，它们有助于管理者弄清楚以何种强度推广产品，何时有必要为了与竞争对手角逐而在定价上做策略性调整，或者最终从何处开始推销新产品。一位高管表示，使用这类简单工具“几乎不需要培训”。只要它们“清晰明白，设计合理，具备过硬的可视化质量，那么最终用户就会发现这些工具。” 培训。第二条途径要求在培训上投入大量资金，从而为更复杂的分析提供支持。不妨考虑使用一种用于承销中小型企业贷款的工具。该工具结合了承销商的知识和模型的强大功能，这些知识和模型使承销商的判断高度一致，从而明确风险并最大程度地减少偏差。但是，承销商需要接受培训，以此来了解该模型适用于承销流程的哪个地方以及如何将模型和工具所带来的真知灼见纳入到他们自己的客户特征和业务优先事项方面的经验中。

无论选择哪种方式都必须从试点工作开始，从明确的规则开始，从而决定到底要不要做出这样的转变——从探索性分析转向全面实施。某些模型最终并没有足够的预测性来形成所需的影响;最好将这些模型搁置起来，以免它们成为投资陷阱并破坏组织对分析的信心。高管们必须愿意“停顿”并向组织发出这样的提醒，即某些分析计划虽然未能成功实施，但这并没有什么好担心的。实际上，这就是为什么要贯彻多个计划。形形色色的成功案例和刻板的决策形成了一种氛围，在这种氛围里，各个业务部门，各种职能，众多高管和一线员工都接受了这样一个事实，即数据分析是有可能发生转型的。

（编辑：应用网_阳江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!