欢迎来到天天文库
浏览记录
ID:42854770
大小:27.00 KB
页数:5页
时间:2019-09-22
《让高管了解大数据分析(二)》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、让高管了解大数据分析(二)调用资源在不同职能部门间调用人力与资木,创建新的决策支持工具和帮助一线管理人员利用先进分析模型需要花费诸多精力,这通常让企业管理层惊讶不己。赋了高管更多的权力非常重要,这有助于高管突破制度限制,这些繁朵的制度通常影响了数据分析对'决策执行的支持。要获得成功,就有必要让各部门的管理人员协同合作积极应对变化鼓励IT、业务部门、分析团队互相协作,并培训专家负责协调与领导。缺乏领导力的公司往往容易失败。举例来说,一家运输公司里,产晶领域中层管理人员的职责是寻找数据分析机会,进而继续推进。而数据团队无法准时提交数据或提交的数据格式不尽人意,往往令分析团队懊恼不已。而在将分
2、析结果嵌入自定义工具中时,管理者变得更加沮丧,因为他只能以常规预算与计划进程处理紧急请求。随后,该公司让一位高级市场营销主管负责优化数据分析进程。这名主管将不同职能的团队组合起来,这包括数据库管理人员、分析师和程序员。他们致力于探索数据分析机会,分析项冃从起始到最终落地周期为六到八周。通过敏捷资源调用,市场营销主管上位后仅仅几个刀,该公司便成功寻找到了数个分析重点。打造一线功能数据专家设计的复杂数据分析解决方案必须以简单、强交互性的模式嵌入一线工具中,只有这样,管理人员与一线职工才愿意每天使用这些工具。为推广工具应用付出的努力不可轻视,这包括正式培训、在职培训等。经验表明,许多公司90%
3、的投资用于创建模型,而对一线应用的投资只冇10%。而事实上,前线应用的投资应该不少于50%。恰当发挥领导力作用多数公司会承认,他们的确需要增设新的职位。但遗留的一个重要问题在于,在哪里增设新职?新的权利和责任系统乂该如何设计?经验表明,公司有充足理由强调数据分析战略与人才,甚至创建常规数据分析中心。但是,业务职能部门也需要一线活动(资源调用、能力建设)支持。原因冇两个:首先,对于利用数据分析增加收入提高生产力,不同业务部门有不同侧重点;其次,当公司将一线业务与核心运营和管理侧重点结合时,积极鼓励前线进行适当调整也同等重要。除了让业务部门强化一线动员能力与责任,目前没有任何单一的方案能够清
4、楚地阐释公司应该在何处增设新领导职位。由于数据分析应用iVO未成熟,这样的答案不难理解。尽管如此,企业领导人在市视多项选择吋不要盲冃,思考以下三个关键问题的答案将帮助企业领导人理顺公司结构变化方案:1.不同业务部门间,是否需要应用核心客八或运营数据库?2.有没有必要在内部创建人最数据分析资源,以此保留人才并创造专利资产与优势?3.冃前,每个业务部门的悸理者能否有效应对管理模式变化带来的挑战?或者公司需要增设新的高管职位专门负责数据分析.当中心数据资产成为关键/>/>在许多客户服务公司,数据分析意味着整合不同业务部门或渠道的交易数据。这有助于企业深入了解客户与企业网站的交互,或者客户在选择
5、在线购物或线下购物的决策心理。这些公司通常己(或正在)建立新的数据库中心或者数据环境,并提升相关数据管理能力。此外,他们也正在制定新的制度,在保障安全数据访问的同时保护客户隐私并确保核心客户不受匿名骚扰。/>/>针对这些公司,增设首席信息官来领导数据分析战略以及人才建设发展是一种较普遍且可行的方案。职责上,首席信息官致力于发展数据分析基础设备并辅助企业各业务部门适应变革,抓住数据分析的机遇。/>/>举例來说,一家多元化经营客户服务公司,其董事会与高层领导团队皆明口,利用自身多渠道数据库抓牢数据分析机遇将显著改善企业运营状况。意识到中心数据库在公司发展议程中关键性,公司领导指派了一名首席信
6、息官负责并制定公司数据分析战略。/>/>公司管理层认识到各业务部门皆有各白的数据分析侧重方向,如优化推广优惠价或者库存状况。此外,不同的管理团队需要将不同的数据分析结果应用到各自部门中。因此,管理层得出结论:在这些情况下,让数据中心管理分析与前线培训,这样的做法并不可取;应该让首席信息官与各业务部门主管合作,共同有区别地承担责任。/>/>1=1前,该首席信息官已经参与了两个核心项目。其一,创建新的基础设施将公司多渠道交易数据与外部社交媒体与竞争性信息结合,并通过总观界而向企业各部门推送数据分析结果;其二,组建数据分析专业团队,对不同业务部门指派专家指导,但专家由中心统一管理。数据分析团队
7、由经验资深的主管带领,该主管向首席信息官报告进程。同时,业务部门主管需要寻找各白数据分析侧重方向,培训一线经理相关技能。/>/>当内部数据分析能力成为企业运营关键/>/>第二种方案。这种方案与第一类方案在集中管理方而存在诸多相似点,但笫二种方案具体适用于决定口主搭建数据分析平台而不外包的企业。因此,这些企业通常在内部集中建设数据分析设施与团队,旨在为公司各业务部门创建一个数据分析公共平台,以此创造更多价值。/>在一家而向消费者的公司
此文档下载收益归作者所有