做数字化转型,比数据更重要的,是数据思维!

文 | 商业智能BI相关文章 阅读次数:1,249 次浏览
2022-08-17 10:38:31

谈到数据,我们可能会想到很多的词汇,数据分析、数据仓库、数据中台……但这些都只是数据管理和应用的“术”,而今天我们要说的是“道”层面的数据思维,即运用数据的思维

数据思维,到底是什么?

《企业数据化管理变革》书中说:数据思维是根据数据来思考事物的一种思维模式,是一种量化数据的思维模式,是重视事实、追求真理的思维模式。”

“量化数据”只是思考过程,基于数据思考,并形成定性的描述和结论才是数据思维的真正价值。

这不是数据思维:

我们经常看到,很多数据报告汇报了一些列数据,但并未形成结论,这就不叫数据思维,而是单纯地引用数据,比如:

· 今年三季度,某品牌在江苏的三个销售代理商分别完成销售130.4万、210.5万、98.6万,共计439.5万;

· 去年同期他们分别完成销售额110.2万、150.3万、96.3万,共计356.8万。

在这个例子中列举了很多经营数据,但并没有最终结论。

今年三季度总销售额5万是多还是少?

三个代理商的销售额占比是否合理?

和竞争对手相比,发展速度如何?

只有数据没有结论,这不是数据思维。

这才是数据思维:

我们可以把上面的例子做些调整:

今年三季度,某品牌在江苏的三个销售代理商 A、B、C分别完成销售130.4万、210.5万、98.6万,共计439.5万;

去年同期他们分别完成销售额2万、150.3万、96.3万,共计356.8万。总体同比增长了23.2%,有明显增长,但并未达到预期的30%。

根据市场调研数据,竞争对手XX今年第三季度实现38%的增长,而其中在 C 代理商所负责的区域,竞争对手达到200%的爆发式增长,销售额达到约320万~350万。

公司需要对 C 代理商进行重点关注,做出适当调整。

可见,数据思维的最终目的是得出结论、辅助用数据快速科学决策

我们对事物的变化形成定性的结论,一般有两种途径。一种是通过量化数据对比和分析得到,一种是根据长期的经验积累形成的常识来判断。前者可以称为“数据思维”,后者可以称为“经验思维”。

什么是“经验思维”呢?

经验思维是根据个人经验或者普适性的常识对事物做出判断,形成结论的模式。

经验思维有时候也是一种数据思维。经验丰富的人,可能看到一组数据就能够做出定性的判断。这其中所依赖的,正是长期的数据积累。

举个例子,比如快消行业的营销高管,一看到某公司的营销费用占比才16%。就可以判断,这家公司的营销投入太低了。因为根据行业经验,快消品的行业营销费用占比一般不低于20%,有的甚至更高。

如果明显低于20%,要么公司产品出奇的好,江湖上有口皆碑;要么就是产品的细分市场是个蓝海;如果两者都不是,那么公司多半在业绩下滑,“大厦将倾”。

我们这里聊“经验思维”,并不是话题跑偏了,其实是要捋清“数据思维”和“经验思维”的关系。因为,企业内的“数据思维”,其沉淀下来的经验,相当程度是要转化成“经验思维”的。

传承优秀知识和经验,不断开拓新的思维模式。这种“老带新”的模式是企业持续沉淀的踏实可行的方式,是有效落地、接地气的方案。
我们看某巨头公司,会有专门的 KM(Knowledge Management)知识管理系统,来记录目前最好的方法(CBA,Current Best Approach)。把标准的操作规程(SOP,Standard Operation Procedure) 沉淀到企业管理系统中来。

即使将来人员岗位变动,甚至离职,优秀的经验不会随成员一起流失,而是会通过知识管理系统传递给新的成员,最终转化为企业数字化无形资产。

“数据思维”要持续发挥价值,就要不断地将其中优秀、可复制的操作流程标准化,沉淀成“经验思维”,沉淀到企业知识管理系统中,不断地分享给不同的团队,大家一起学习成长,整体提高企业效率和效能。

当然,需要注意,“经验思维”也有其应用的局限性。比如在快速变化的市场和行业,或者遇到黑天鹅事件,依赖“经验思维”可能弊大于利,特殊情况特殊对待。

数据思维是可以被训练的!

数据思维是一种综合性思维。一方面,要求能理性地对数据进行处理和分析,通过数据能够知道发生了什么,为什么会这样发生,有什么样的规律。另一方面,还要有充分的想象力,能够将数据关联到业务和管理流程,并能创造性地提出不同的见解。

对数据思维的训练可以从这三方面入手:

第一,要熟悉企业业务、经营环境、市场竞争,对经济学和商业运作有较深的理解,对企业管理有丰富的经验,通过数据结果能够知道发生了什么;

第二,要有基本的数据库相关知识,包括软件和硬件知识,能够理解最新的技术,能够熟练处理大量的数据,能够对数据的结构进行优化,提高数据处理的效率;

第三,要有较好的数学专业功底,根据数据集进行建模,能够对模型进行优化,并利用相关的算法进行计算,计算之后能够对数据进行解读。

当然,仅有以上三类知识和技能也是不够的。在企业中,并不是所有人都是数据专家,这时需要熟悉数据处理的员工,对数据进行深度加工,用可视化的语言将观点表达出来,方便别人理解,才能让分析结论得到认可。

数据思维, 量化数据,用数据快速科学决策

用 FineBI 搭建的驾驶舱

企业管理者为什么要有数据思维?

从企业来看,随着数据技术的发展,企业需要处理的数据也会越来越多。如果企业还是在传统的思维模式,在市场竞争中必然会落后于用数据快速科学决策、高效处理问题的竞争对手。企业不重视数据,只会让自己在商业竞争中处于被动的位置。

从个人来看,现在的企业管理中,在数字化基础上的管理已成为基本形式。如果没有数据思维,管理者在数据和事实面前会感到窘迫,并感到自己的权威受到挑战。

所以,管理者应该随趋势,与时俱进,用数据思维来武装自己,辅助用数据快速科学决策、提高企业竞争力。

比如,目前主流的软件——finereport,它小到填报、查询、部署、集成,大到可视化大屏、dashboard驾驶舱,应有尽有,功能很强大。最重要的是,因为这个工具,整个公司的数据架构都可以变得规范,下一步就是构建企业的大数据平台了。而且它是java编写的,支持二次开发,类Excel的设计器,无论是IT还是业务,上手都很简单:编辑sql优化、数据集复用简直都是小case,大大降低了报表开发的门槛。在企业中被关注最多的数据安全方面,FineReport支持多人同时开发同一套报表,并通过模板加锁功能防止编辑冲突;通过数据分析权限控制,保障数据安全。

数据思维, 量化数据,用数据快速科学决策

报表产品更多介绍: www.finereport.com

相关内容

立即体验 立即体验

返回顶部