埃林哲研究院

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。