<返回更多

企业做数据分析的目的是什么?

2022-05-06    HR菁英
加入收藏

本文作者 | 经韬纬略智库

全文 4586 字

 

企业做数据分析的目的是什么?

 

数据是数字化的证据——没有记录下来的事情就没有发生过
追溯——追责、求根源、求真相
监控——监督、检查、评估、监控、检测
洞察——探寻规律,掌握发展的钥匙
商机——挖掘未被满足的需求
预测——指导未来实践的规律

 

数据是事物存在、发生和发展的数字化的记录,只有事物发生了才会有数据记录,有了数据,我们才能了解过去发生了什么,才能对这些现象进行分析,总结出一定的结论和规律,并指导我们的社会实践活动。所以,数据分析的目的是为了对过去发生的现象进行评估和分析,找寻事物存在的证据,并在这个基础上对未来事物的发生和发展做出结论并形成能够指导未来行为的知识或者依据。

企业做数据分析的目的是什么?

 

数据是数字化的证据

没有记录下来的事情就没有发生过

 

在破案的过程中,需要保护犯罪现场,要从犯罪现场中的各种证据中分析犯罪过程,如果能够还原犯罪过程,那么就能够破案,从而证明嫌疑犯有罪。

 

企业的管理也一样。企业的各种业务活动也必须要记录下来,要证明员工做过什么或者员工是怎么做的,如果出现错误,则谁该对错误负责;如果做出业绩,则是谁做出来的。业务活动记录是成果或者结果的证据,是赏罚的证据。

 

笔者在外资企业工作的时间比较长,一般管理比较成熟的外资企业都有一套保存业务活动记录的规范或者规则,并且有一个不成文的规定:“没有记录下来的事情就没有发生过。”事情做完之后需要写工作日志,填写各种报表,以及在各种标签、标记、记录、日志上签字或者盖章,虽然这些过程并不能为你所做的事情增加任何价值,但如果这些事情没有做,那么你的工作就白做了,这就是管理比较完善的企业所遵循的基本准则。因为只有记录下来,公司对各种事项和业务活动才能够追溯,没有追溯,你所做的工作价值就不能得到进一步的彰显,所以宁可“浪费”大量的时间,也要记录。

 

而国内的企业一般都充斥着“捷径思想”,从老板到高管,从高管到中层管理者,从中层管理者到基层管理者,都存在“务实思想”,即认为事情做完就好了,记录不记录无所谓,向上级或者同事说一声就可以了,不需要留存记录。所以这些企业沉淀的数据也不多,出现问题时“死无对证”,要想查找过去做了什么,只能凭借管理者的“记忆”。而人的记忆力是有限的,具体在什么时间和谁做了什么事情,即使记得,也很难精准地还原,另外,不同的人可能存在不同的记忆。没有对过去的总结,企业就不能积累经验,就不能完成公司能力的迭代升级,即使运营了20年,公司的管理能力和管理水平还是那个样子,最多就是因为招募了更加优秀的人使得公司的整体人力水平获得了提高,原有的团队还是没有迭代升级式地成长。

 

如果没有记录,则公司的经历就不能积累和沉淀为“经验”,公司就不可能真正积累“经验”,当人才流失后,公司的“经验”会随着这些人才的流失而流失了。这还是比较不错的情况,更为可怕的是,这些“经验”有可能会成为竞争对手的“经验”。

 

企业做数据分析的目的是什么?

 

追溯

追责、求根源、求真相

 

数据是数字化的证据,可以用来追溯历史,让我们知道过去到底发生了什么。在管理上,我们可以追溯到底是如何发生了问题,可以追溯责任、追溯成就、追溯过程,了解驱动事物发展的根源。没有数据记录就无法追溯。

 

为了保证产品的品质和用户的安全,很多公司都会建立质量追溯机制,对产品的生产过程进行全程追溯。当产品发生质量问题时,可以追查是谁生产的、是谁质检的、是谁研发的、是谁采购的部件或者材料,到底是什么影响了产品的品质,这样不仅能够追溯到个人,还可以追溯到发生问题的过程和源头,从而改善管理过程,避免出现同样的问题,这是企业品质管控最基本的流程。

 

既然是为了追溯“真相”,追溯到底发生了什么,那么数据记录就必须具备“证据效力”,要有各种完善的数据记录标准和规范,以及对数据和信息进行更加完备的记录,从而能够让事物的回溯更加全面,甚至是完全重放。文字和数字的记录形式最为简单,数据量小,好保存,便于查阅或者检索查询;而声音和图片的记录内容更加丰富,但在查询方面对技术的要求较高;视频或者3D视频的记录数据量级大,查询或者检索需要人工参与,现在计算机自动查询或者检索视频的能力还非常有限,能够快速解读视频的人工智能程序还没有被开发出来,或者目前还未见有商业应用。

 

法律上对证据的法律效力有明确的规定,虽然这些证据的法律效力远远落后于科技的发展。例如电话录音、电子邮件、电子文件等不能作为法律取证依据,个人拍摄的视频也不能作为具有法律效力的证据,但某些权威机构或者不为个人所控制的公共设施则具有一定的第三方公证的意义,在法律上往往会得到更大程度的认可。在企业的数据化管理上,有些信息和数据的保存也需要注意证据的效力性。一方面,公司可采用不为个人所左右的“公共设施”来记录数据,从而保证数据的真实性;另一方面,对于书面内容,可以通过增加见证人的方式来保证数据的真实性。笔者20年前在一家公司的实验室工作时,每次实验完成后都要在实验记录本上记录整个过程和实验结果,并且实验室管理员也要在实验记录本上签上共同见证的签字和日期,如果实验室管理员不在,则需要其他更高级别的经理负责签署,而这些签署认可都必须要在当日完成,超过24小时未签字确认的记录都需要说明原因。

 

在数据对企业越来越重要,数据记录越来越方便,形式越来越多样的时代,数据记录与否只是管理问题,而管理问题的根源在于管理者的思维,管理者只有认识到数据的重要性才能让数据记录更加完善和健全,有了数据才会有数据分析,才会有对过去的追溯。如果觉得记录数据是一个可有可无的程序,那么肯定不会有数据的积累,也就不会有对历史行为的追溯,出现问题就不会有人负责。特别是当执行者不够自信或者不敢担当责任的时候,更会让这些执行者拒绝记录数据,这也是在大多数情况下在企业中推进数据记录时遇到的阻力。

企业做数据分析的目的是什么?

 

监控

监督、检查、评估、监控、检测

 

企业在记录数据的基础上会进行数据分析和处理,形成一定的过程控制指标和管理指标,最终形成绩效评价指标。这些指标可以让企业的各层级管理者能够随时查阅相关任务的执行情况,从而对出现的问题和情况能够第一时间知道并采取相应的措施。

 

数据指标的建立可以让各级管理者即时地观测和掌控当前业务运营状况,能够随时根据企业当前的运行状况调整策略。监控的目的是为了保证业务的发展能够按照计划的轨道行进,如果过程中发生了偏差,则需要随时调整政策,无论这种偏差是正向的还是负向的。如果是正向偏差,那么就意味着当时计划过程中的预测过于保守,需要对预测重新审视;如果是负向偏差,那么就意味着预期的效果没有达成,需要审查过程中出现了什么问题并分析原因,找到根源,然后解决问题。监控是为了控制整个公司的业务流程按照既定的方向和目标而执行,而不是走偏了方向。

 

由于人并不能像机器一样完全按照既定的程序执行,但人又参与到各种监控过程中,所以以监控为目的的数据指标可视化体系往往会被人为地忽视或者阻挡,企业的高层管理者要有足够的意识,必须要确保监控指标的真实性,以免在执行过程中被人为修改,不管是无意地还是故意地漏掉相关数据导致数据的不完整。

 

就如同城市里安装的监控摄像头一样,每个人都不希望自己被监控着,所以我们会要求明示安装视频监控摄像头的位置。是否被监控,有些时候是你无法左右的,而且你会觉得有监控的好处大于没有监控,但是监控信息需要被安全地保存并妥善地处理,以免违反相关的法律法规。

 

美国影片《国家公敌》就描述了政府为了国家安全在所有的地方都安装了摄像头,甚至在著名影片《1884》中也有相关的描写。当我们每时每刻都被监控的时候,我们就已经失去了自由。自由是相对的,而监控是数据的应用价值之一,监控是数据采集的方法之一,也是数据的应用之一。

 

企业做数据分析的目的是什么?

 

洞察

探寻规律,掌握发展的钥匙

 

所谓的洞察,就是理解事物为什么会发生,找到事物发展的规律,并对未来事物的发展进行预测。商业洞察就是对商业逻辑的探寻,寻求商业现象背后的逻辑和因果关系,从而为商业决策提供依据。人类的洞察力来自于对外部世界的敏锐观察,并将观察到的信息经过大脑加工形成对外部世界万物的认知,基于这些认知做出更加正确的决策,从而能够获得更好的收益。

 

数据分析的终极目的是预测未来事物如何发展。如果我们对商业社会现象有足够的数据,通过数据挖掘,找到事物的发展规律,则必然能够对商业社会的近期和中期的发展方向与趋势做出一定的判断,这就是数据分析所带来的洞察。

 

在传统的商业模式下,很多公司除设立了市场部门还设立了市场研究部门,它们利用统计抽样的方法了解市场情况、消费者的需求,并利用统计分析的方法来寻找规律,获得商业洞察。在大数据时代,越来越多的数据集让企业有更多的资源来获取商业洞察。

 

无论是相关性或者关联性关系,还是因果关系,应用这些事物之间的关系来对未来做出预测和判断,以及利用这些关系来把控事物的发展方向,都是大数据时代下的需求。并不是大数据不强调因果关系或更注重关联关系,而是大数据的量级与分析成本还很高,与其花费大量的时间去研究事物之间的因果关系,还不如利用数据挖掘成果快速做出行动,最终发现因果关系,这对于指导企业做出规划大有裨益。

 

企业做数据分析的目的是什么?

 

商机

挖掘未被满足的需求

 

大数据是数据加工的方式,代表着人们的思考方式。数据分析过程就是人们思考的过程,这些思考的过程不断沉淀,会形成丰富的处理数据的方法,也会产生更多的价值和智慧。

 

这些智慧是我们赢利的基础。如果要想获取更多的财富,必须要了解事物发展背后的逻辑,并利用这个逻辑来指导自己的日常生活。当我们掌握了更多的规律之后,就能够减少决策失误,从而在发现的商机中获得超额的回报。

 

数据分析能够帮助我们发现商机,商机代表商业机会。商业机会都带有时效性,如果今天的数据分析揭示了新的方法和理论,最好明天就付诸实施,如果没有及时实施,则商机就不再是商机了。

 

企业做数据分析的目的是什么?

 

预测

指导未来实践的规律

 

预测是数据分析的终极目标。

 

前面我们提到“数据”是数字化的证据,而在日常管理上,数据的价值更加在于其是“数字化的依据”,是决策的依据。而如果要作为依据,那么数据就必须对未来的状况做出判断,即要对未来做出预测。数据分析是为经营和管理决策服务的,最终还是要指导我们未来的实践,所以预测是数据价值最能发挥力量的地方。

 

但我们也知道,预测也是最难的。无论是对经济的预测还是对天气的预测,都对我们的生活带来正面的影响,如果我们能够预测到天气变化,就能够提前做好应对措施,将恶劣天气带来的影响与损失降低到最小;如果我们能够预测到未来经济的变化,就能够及时做出判断,为未来的经济发展做好准备;如果我们能够预测到竞争对手的策略,就能够提前做好应对措施,确保不被竞争对手打倒;如果我们能够预测到客户的购买量,就能够提前生产,缩短交期,提高客户的满意度。

 

预测是我们认识客观世界的基本技能,也是自然科学研究的基本出发点。通过分析历史数据能够掌握事物的规律,从而就可以推导未来的事物变化,从而做出更好的应对策略。淘宝的大量交易数据让阿里巴巴精准预测了2008年的金融危机,从而让其能够有效规避了席卷全球的经济危机带来的影响。而在2000年左右,有大量的互联网企业倒闭了,虽然有很多企业拥有大量互联网用户的数据,但是因为缺少对数据的分析,对互联网的发展变化凭感觉做出了错误的预测,导致经营决策错误,最终倒闭。

 

预测是一门科学,需要丰富的历史数据和长期探索的算法。这些预测的方法也需要根据外部环境的变化做出调整。没有一个方法能够精准预测未来,而我们努力做的就是达到更加精准。

 


 

以上内容摘自企业经营数据分析方法与工具

声明:本站部分内容来自互联网,如有版权侵犯或其他问题请与我们联系,我们将立即删除或处理。
▍相关推荐
更多资讯 >>>