大数据正在改变企业决策方式

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
简介:

数据如何共享(广泛包容性)?而且企业如何有效的利用数据?数据管理问题的答案可以在数据驱动决策权的创新应用中找到。数据管理的未来依赖于决策权的未来,决策权的未来依赖于数据管理的未来

我以前工作过的企业越来越多的在两个极端的运营原则之间艰难的挣扎。一方面,这些企业不顾一切想要在运营规则上的寻求更大的灵活性;另一方面,他们也由衷的希望将所有利益相关者都囊括到运营规则当中。这种冲突超过了传统上对于“集中制/分散化”的冲突,令人很不自在。消费者和客户需要更大的灵活性,同时员工和合作伙伴又期待被赋予更多的权利。因此企业很难同时满足这两种要求。

更多的人卷入到企业运营当中很明显的会增加沟通成本和反应时间。但是,如果企业想要包含更多人,同时又希望提高灵活性,那么矛盾的是提高灵活性需要更好地反应能力和协调能力,而包含的人变多,这样的能力就会越差。更多的利益相关者牵涉其中,决策制定就越可能推迟。但是有效的灵活性经常又需要包容所有利益相关者的参与。

换句话说,越来越多的人想要更频繁的制定更加灵活地决策。这种紧张局面让我的客户很抓狂。举个例子,在一个财富排名1000强企业,在客户支持单位和技术设计组之间爆发了“激烈的争论”,两个部门同时拼命的避免特设修复。不管哪个组离开了,另一个组都不能有效的解决问题,但是他们的重叠部分却变成争吵的来源而不是合作的来源。这种状态是普遍存在的。

数字化的网络化企业,不管是Slacked, Chattered, Skyped, Google Doc-ed,都快速地加剧了当前的紧张局面和痛点:因为企业网络化和数字化,更多的利益相关者可以立即接近和分享可执行信息。在科技的帮助下整个企业运营状态产生了更大的透明度和可见度。但是不能依靠由数据驱使的信息进行企业管理和运营。

到目前为止,管理这些紧张局势的最好的和最有效的方式是四分之一世纪之前迈克尔.詹森在决策权上的开创性做法。简单的说,决策权阐明了决策和决策制定的权限和责任。决策权是指组织中“有权决定去做什么”的人如何做出决策的权利。可以把迈克尔.詹森的做法当做企业决策的治理模型。

詹森微妙和杰出的洞察力是指制定决策的权利不仅仅是执行的能力或是对任务的负责,对于提高组织的效率和有效性也是必不可少的。因此,指定和分配决策权在组织上的重要性是和定义工作,定义决策和任务的重要性是一样的。鉴于这种情况,决策权应该可以看成是对于授权的一种管理机制。你或者你的团队决策权越大,你就被赋予更大的权利和更多的责任。

RACI架构针对詹森的决策权的方式提供了一种极好的真实世界演示:

义务。谁完成这个任务?

责任。谁在制定决策并根据任务采取行动?

咨询。谁来传达决策和任务?

知情。在整个项目中谁来更新决策和任务?

这些问题很简单,相对来说很容易完成。也就是说,在RACI审查中,将已经被识别的相关个人和团队数字化的连接起来应该是不复杂的。为了项目和过程管理,我工作的企业越来越多的使用RACI(或者进行变异)去创造出审计问责制网络。

在这些网络中,既可以包含利益相关者,也可以获得更好的灵活性。想要成为受咨询的或者有见识的个人和团队可以自己选择网络;相反的,当负有责任的管理者需要更加灵活地去回应客户的需求时,他们打开他们的RACI网络进行即时回复。这些网络的产生为利益相关者和顶级管理层在企业运营上创造了透明度和清晰度。这些网络在公司决策结构上给管理者和相关利益者提供了必不可少的窗口和镜头,让相关人员可以看得清楚。

但是,有趣的和讽刺的,同时也是重要的,我所见过的决策权增长最快捷的应用程序强调数字化,数据和分析。有权利接触,处理和分享数据的人已经变成企业如何获得机会和提高竞争力最大的来源。这种结构转变运行的很好,超出了25年前詹森想象和描述的,因为大数据的崛起以及和其有关的分析改变了当代对于决策权的辩论和争论。

围绕数据的决策权日益需要围绕决策权的数据。换句话说,如果你的企业女有途径处理和分享10倍到100倍甚至更多的数据,你现存的决策权机制就会过时,那么就有了改变的机会。也就是说,今天会有认真的品牌经理在没有结合社交媒体分析能力的情况下进行市场活动吗?品牌经理需要具备数据分析师和分析工具的计算能力,才能从数据中得到更大的价值。决定和定义品牌管理如何与数据管理进行合作需要决策权去决定。

在一家我以前工作的公司,大数据爆炸完全定义了决策权和RACI讨论。企业传统上在新产品上集中精力进行设计和发展。但是在手机APP兴起以后,企业的创新优先事项已经转变,从创造出更好地产品,到促进用户有更好体验。这种转变改变了RACI决策权模板。比起产品,UX的问责制要求不同的数据和分析;UX的一个重点是需要去咨询和通知不同的个人和团队。本质上,由用户体验驱动的数据和分析再次平衡了灵活性和包容性之间的决策权关系。

企业囊括UX决策权所涉及到的员工,过程和技术以及验证以后令人震惊的结果。通过所有形式的社交媒体和用户检测,企业收获了10倍以上的使用反馈,并且,企业在三个月内发展出了一种更好地版本,而不是典型的一年时间框架,产品开发力度与以前一样,产品发展成本却只有平时的一半。

随着数据越来越变频繁的驱使企业决策,顶级的管理者需要确保决策权也是由数据驱使的。这就是解释了为什么这么多企业已经把数据治理变成战略和企业优先事项。代替传统上为IT系统管理创造更大的责任的IT治理,数据管理识别出数据是管理的关键资产。

数据如何共享(广泛包容性)?而且企业如何有效的利用数据?数据管理问题的答案可以在数据驱动决策权的创新应用中找到。数据管理的未来依赖于决策权的未来,决策权的未来依赖于数据管理的未来。

Michael Schrage,麻省理工斯隆商学院的教学商务中心的一个调查研究员,是Serious Play (HBR Press), Who Do You Want Your Customers to Become? (HBR Press) and The Innovator’s Hypothesis (MIT Press)这本书的作者。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
数据采集 监控 算法
利用大数据和API优化电商决策:商品性能分析实践
在数据驱动的电子商务时代,大数据分析已成为企业提升运营效率、增强市场竞争力的关键工具。通过精确收集和分析商品性能数据,企业能够洞察市场趋势,实现库存优化,提升顾客满意度,并显著增加销售额。本文将探讨如何通过API收集商品数据,并将这些数据转化为对电商平台有价值的洞察。
|
7月前
|
SQL 存储 监控
大数据Flume企业开发实战
大数据Flume企业开发实战
36 0
|
11天前
|
运维 供应链 大数据
数据之势丨从“看数”到“用数”,百年制造企业用大数据实现“降本增效”
目前,松下中国旗下的64家法人公司已经有21家加入了新的IT架构中,为松下集团在中国及东北亚地区节约了超过30%的总成本,减少了近50%的交付时间,同时,大幅降低了系统的故障率。
|
4月前
|
分布式计算 大数据 数据处理
大数据开发企业级案例__某通信企业数据处理需求(建议收藏)
大数据开发企业级案例__某通信企业数据处理需求(建议收藏)
35 0
|
4月前
|
存储 人工智能 安全
AI大数据分析对企业安全隐私的保护非常重要
AI大数据分析在提供企业发展和决策支持的同时,也涉及到大量的企业数据和用户隐私信息。因此,保护企业安全隐私是非常重要的。
|
7月前
|
机器学习/深度学习 数据采集 边缘计算
大数据和数据分析:决策制定的新方式
大数据和数据分析:决策制定的新方式
|
7月前
|
机器学习/深度学习 大数据 数据挖掘
大数据及其影响:企业如何充分利用它
大数据及其影响:企业如何充分利用它
|
8月前
|
机器学习/深度学习 分布式计算 搜索推荐
大数据在现代化业务决策中的作用
大数据在现代化业务决策中扮演着不可或缺的角色。通过数据驱动的决策、商业洞见的提取、个性化营销和风险管理等方式,大数据帮助企业更加精准、高效地运营。然而,同时也需要解决数据隐私、质量和人才等挑战。随着技术的不断发展,大数据将继续为企业创造更多的商业价值。
99 1
大数据在现代化业务决策中的作用
|
11月前
|
SQL 存储 运维
企业运维训练营之数据库原理与实践—数据库DAS简介和备份上云方案—数据上云(中)
企业运维训练营之数据库原理与实践—数据库DAS简介和备份上云方案—数据上云(中)
105 0
|
11月前
|
运维 关系型数据库 MySQL
企业运维训练营之数据库原理与实践—数据库DAS简介和备份上云方案—数据上云(下)
企业运维训练营之数据库原理与实践—数据库DAS简介和备份上云方案—数据上云(下)