从富国银行的数据转型之旅看数据中台的灵魂拷问
数据驱动给组织带来的五大收益
麦肯锡全球研究院报告表明,数据驱动的组织吸引客户的能力,保留客户的能力和盈利能力上,分别是一般企业的23倍,6倍和19倍[1]。
这个研究表明数据驱动会给组织带来五大收益[2]:
增强组织的敏捷性(Agility)
很多组织都希望自己变得更加敏捷,根据John Kotter的研究[4],超过50%的努力都失败了,失败的原因有很多,但是其中很重要的一点就是缺乏清晰的目标和度量。
一个数据驱动的组织的一切目标设定是决策判断都会从数据中得到量化的输入,这就能够从根本上利用数据的优势,通过诊断性分析、预测性分析、处方型分析、认知型分析等多种手段增强组织的敏捷性。
提升销量和用户忠诚度(Sales and Loyalty)
一切皆数据,通过分析每个用户的行为,点击、浏览、切换、离开等,洞察他/她的喜好,模式,这些数据可以用于定制产品和服务为客户提供个性化的服务,通过增强客户体验来促进销量,并获得更高的客户忠诚度。
降低成本(Cut Costs)
通过对于运营数据的分析,洞察所有的成本的来源,用途,产生成本的生产/非生产行为之间的关系,能够通过关联性分析,敏感性分析,预测分析等手段,提升精益化运营能力,降低OPEX。
提升生产力和效率(Productivity & Efficiency)
通过对生产数据的分析,发现可能的优化生产的创新点,改良生产流程,消除浪费,从而能够提升生产率和效率。
降低风险提高合规(Risk and Complaince)
根据海恩法则,每一起严重事故的背后,必然有29次轻微事故和300起未遂先兆以及1000起事故隐患。而如果能够将这些轻微事故和先兆以及隐患都数据化,那么就可能提前杜绝事故的发生。将合规的要求数据化,变成一个个可以量化的阈值,从而能够实时的在业务流转的时候做到合规检测风险预警。
数据驱动的企业的六个差异化竞争力
数据驱动的企业,能够从底层逻辑上构建六个差异化竞争力,它们是:
一致性(Consistency)
传统企业的决策是以创始人或者管理团队的经验为核心的,但是随着时间的推移,谁也无法保证经验的延续性和一致性。经验本身是黑盒子,是很难解释和迁移的。
数据驱动的企业能够将核心战略,差异化竞争力,业务模式和经验数据化,模型化,可以超越人的经验实现传承,保证企业战略的一致性和延续性。
生命力(Longevity)
当数据的文化深入到企业每一个流程,每一个员工和决策中,能够让每一个行为都朝着全局优化的方向对齐,从而尽可能的避免失误的产生,让企业的生命力更强。
敏感性(Awareness)
数据驱动的企业很清晰的知道销量的增长情况,客户和会员的实时状态,每一个流程的健康状态,所有的一切都已经数据化,并且和企业的愿景目标形成了实时的联动。这样的企业具有高度的敏感性,能够提前洞察一切业务的变化和风险。
响应力(Responsiveness)
在高度敏感性的基础上,通过历史数据,实时数据的分析结合机器学习技术,企业能够提前预测销量,杜绝风险,具有高响应力。
反馈机制(Feedback)
数据驱动的企业具有高效的反馈机制,能够实时的采集每一个行动产生的效果和反馈,从而通过高速的PDCA环,提高创新能力和自演进的能力。
决策力(Decision)
对于企业来讲,每一次面临内外部变化带来的选择都是的重要的转折点,数据驱动企业的每一个决策都是基于客观数据的分析,演算的模型,在大数据的支持,高速的算力的基础上,能够让决策更准确,更实时,更柔性。
数据驱动企业的五个特征
数据驱动的企业,有以下五个特征:
此处请横屏观看
数据文化的建立(Buliding Data Culture)
建立数据文化是数据驱动企业的最重要的工作,正如Gartner所讲,“建立数据文化和素养是最重要的两个工作”[5]。数据文化的建立,意味着企业从管理层到员工,企业的全员都尊重数据,将数据作为重要的决策工具和沟通语言。
唯一的真实数据源(A single source of truth)
数据驱动的企业,对于重要的数据,拥有唯一标准的真实数据源,从而能够让所有的沟通和分析都基于同样的实时和依据。
数据科技平台(Data-tech Platform)
数据科技是数字化技术的下一个核心能力,更快,更高效,更精准,更多的处理多样化的数据,加工成业务所需要的敏捷的,实时的,高效的,数据服务,是数据科技平台所承担的职责。
实时数据洞察(Realtime data insight)
让数据洞察更实时,是数据驱动企业区别于传统流程型企业的本质的差异点。物理世界里所发生的的一切业务行为,决定都实时的形成数据被采集,被分析,从而在数字化世界里利用海量数据的关联性,利用云计算的算力,产生实时的洞察,回过去指导物理世界的业务的决策。
数据驱动行为(Turn Data into insight into action)
数据驱动的企业,不仅仅将数据变成洞察,变成思想,更多的通过系统的接口,通过API的集成,让数据分析的结果直接驱动和改变,影响业务的行为。这样让业务更高效,让决策更加的自动化。
我们概述了数据驱动的五大收益,六个差异化竞争力以及成为数据驱动的企业后的五个特征,但是如何成为数据驱动的企业呢?
在研究了众多的企业数据转型案例后,参考《富国银行的数据转型之旅》,我们总结了成为数据驱动企业的四大能力模型。
四大能力打造数据驱动的组织
我们将企业的数据能力分为四个层次,战略层,应用层,平台层和运营层,在这里每一层都需要构建对应的能力,才能打造数据驱动的企业。
(这里请横屏观看)
数据战略(Data Strategy)
2018年以来,各个国家陆续发布了自己的数据战略。如何将数据作为战略资产来更好地挖掘和利用,成为了每个组织都在思考和推动的变革。
一般来讲,一个清晰的数据战略应该包括如下内容:拥有一个清晰的数据战略,成为了数据驱动的组织的第一步,数据战略是指:”a plan designed to improve all of the ways you acquire, store, manage, share and use data.“
但是这并没有很直接的关联企业的业务价值,所以,在ThoughtWorks的实践的基础上,我们认为,一个清晰的数据战略应该包括如下六大领域:
此处请横屏观看:
数据中台(Data & AI Zhong Tai)
打造企业的数据中台,本质上就是构建一个数据服务工厂(Data Factory),让企业能够持续的,源源不断的创新和生产有价值的数据服务和产品,从而赋能业务。
智能应用(Intelligent Application)
在数据中台之上,企业集成各种实时的数据服务去赋能,改造和创新各种智能应用,从而去赋能员工,赋能业务,赋能客户,这也是ThoughtWorks所提出的智慧赋能(Intelligent Empowerment)的趋势[7]。
持续智能(Continuous Intelligence)
传统的数据分析和洞察都是以项目的形式在进行,从定义问题,采集数据,分析数据,诊断问题,得出结论,给出洞见。一旦业务需求改变了,数据发生了变化,方法需要改进,以上的过程就需要重头再来一遍,有太多的浪费并且产生了众多的重复数据。
ThoughtWorks提出持续智能的概念,通过数据工程结合数据科学的持续集成和持续交付能力,能够让数据模型和智能的分析报告在一个持续交付的闭环里优化,从而做到数据运营的持续智能化。[8]
[1]THE AGE OF ANALYTICS: COMPETING IN A DATA-DRIVEN WORLD
https://www.mckinsey.com/~/media/McKinsey/Business%20Functions/McKinsey%20Analytics/Our%20Insights/The%20age%20of%20analytics%20Competing%20in%20a%20data%20driven%20world/MGI-The-Age-of-Analytics-Executive-summary.ashx
[2]https://splashbi.com/benefits-of-data-driven-business-strategy/
[3]https://dzone.com/articles/three-business-benefits-of-a-data-driven-organizat
[4]https://www.agilecockpit.com/wp-content/uploads/2017/09/data-driven-agile-transformation.pdf
[5]https://www.alation.com/data-culture-gartner/?utm_source=google&utm_medium=adwords&utm_campaign=data_culture&utm_source=adwords&utm_medium=ppc&utm_campaign=Data+Literacy&utm_term=data%20culture&hsa_tgt=kwd-439512160958&hsa_grp=78035105438&hsa_mt=e&hsa_cam=2088596372&hsa_ver=3&hsa_src=g&hsa_net=adwords&hsa_kw=data%20culture&hsa_acc=5515919153&hsa_ad=376192157019&gclid=CjwKCAiAis3vBRBdEiwAHXB29IZLKT1YMaSqOSywofENSSh0i3v_Uswi5Gs2Zx1uXxK4BwD2dLCwlRoCw0IQAvD_BwE
[6]https://www.sas.com/content/dam/SAS/en_us/doc/whitepaper1/5-essential-components-of-data-strategy-108109.pdf
[7]https://www.thoughtworks.com/insights/blog/what-intelligent-empowerment
[8]https://conferences.oreilly.com/strata/strata-eu-2019/public/schedule/detail/74035
加入凯哥的知识星球
第一时间掌握最新的行业报告和思想洞察
#凯哥读报告#[010]给高管的人工智能指南凯哥讲数据中台:一副卡牌玩转数据中台凯哥讲数据中台:数据中台是真火还是炒作?凯哥讲数据中台:当数据中台遇到精益方法凯哥讲数据中台:企业转型,ERP之后是什么?凯哥讲数据中台:数据中台赋能企业数字化转型的四个成功因素凯哥讲数据中台:数据中台典型实战案例剖析凯哥讲数据中台:数据中台闹革命(一)凯哥讲数据中台:火热的数据中台对企业的价值是什么?