向大數據轉型的管理挑戰之“五力模型”
2013-12-10
大數據轉型并不是萬(wàn)能的,除非企業(yè)能成功應對轉型過(guò)程中的管理挑戰。以下五個(gè)方面在這一過(guò)程中尤為重要。
領(lǐng)導力
那些在大數據時(shí)代獲得成功的企業(yè),并不是簡(jiǎn)單地擁有更多或者更好的數據,而是因為他們的領(lǐng)導層懂得設計清晰的目標,知道自己定義的成功究竟是什么,并且找對了問(wèn)題。大數據的力量并不會(huì )抹殺對遠見(jiàn)與人性化洞察的需求。相反,我們仍然需要這種領(lǐng)導者――他們能抓住某個(gè)絕好的機會(huì )、懂得如何開(kāi)拓市場(chǎng)、用自己的創(chuàng )意提供那些相當新奇的產(chǎn)品和服務(wù),并且巧舌如簧地勾勒出一幅激動(dòng)人心的前景,說(shuō)服下屬們激情澎湃地為此拼命工作,最終成功贏(yíng)得顧客。未來(lái)十年獲得成功的企業(yè),其領(lǐng)導者必然具備以上特質(zhì),與此同時(shí)推進(jìn)了公司決策機制的轉型。
人才力
隨著(zhù)數據越來(lái)越廉價(jià),實(shí)現大數據應用的相關(guān)技術(shù)和人才也變得越來(lái)越昂貴。其中最緊迫的就是對數據科學(xué)家和相關(guān)專(zhuān)業(yè)人士的需求,因為需要他們處理海量的信息。統計學(xué)很重要,但是傳統的統計學(xué)課程幾乎不傳授如何運用大數據的技能。尤其需要的能力是將海量數據集清理并系統化,因為各種類(lèi)型的數據很少是以規整的形態(tài)出現的。視覺(jué)化工具和技術(shù)的價(jià)值也將因此突顯。隨著(zhù)數據科學(xué)家的涌現,新一代的電腦工程師必須能夠處理海量數據集。而設計數據試驗的技能,則會(huì )非常有助于彌補數據呈現的復雜關(guān)系與因果之間的鴻溝。除此之外,那些最優(yōu)秀的數據科學(xué)家還需要掌握商業(yè)語(yǔ)言,幫助高管把公司面臨的挑戰變?yōu)榇髷祿梢越鉀Q的形式。毫無(wú)疑問(wèn),這類(lèi)人才炙手可熱,很難找到。
技術(shù)力
處理海量、高速率、多樣化的大數據工具,近年來(lái)獲得了長(cháng)足的改進(jìn)。整體而言,這些技術(shù)已經(jīng)不再貴得離譜,而且大部分軟件都是開(kāi)源的。Hadoop,這個(gè)目前最通用的平臺,就整合了實(shí)體硬件和開(kāi)源軟件。它接收涌入的數據流并將其分配至很便宜的存儲盤(pán),同時(shí)它也提供分析數據的工具。盡管如此,這些技術(shù)需要的一整套技能對大部分企業(yè)的IT
部門(mén)來(lái)說(shuō)都是全新的,他們需要努力將公司內外所有相關(guān)的數據都整合起來(lái)。只有技術(shù)遠遠不夠,但技術(shù)是整個(gè)大數據戰略中不可或缺的部分。
決策力
一家高效的公司通常把信息和相關(guān)的決策權統一在一起。而在大數據時(shí)代,信息的產(chǎn)生與流通,以及所需人才都不再是以往那樣了。精明的領(lǐng)導者會(huì )創(chuàng )造一種更靈活的組織形式,盡量避免“自主研發(fā)綜合征”,同時(shí)強化跨部門(mén)合作:收集信息的人要提供正確的數據給分析數據和理解問(wèn)題的人,同時(shí),他們要和掌握相關(guān)技術(shù)、能夠有效解決問(wèn)題的人并肩工作。
文化力
大數據驅動(dòng)的公司要問(wèn)自己的第一個(gè)問(wèn)題,不是“我們怎么想?”而應該是“我們知道什么?”這要求企業(yè)不能再跟著(zhù)感覺(jué)走。很多企業(yè)還必須改掉一個(gè)壞習慣:名不副實(shí)的大數據驅動(dòng)。我們發(fā)現很多這樣的企業(yè),最常見(jiàn)的表現是,高管們明明還是按傳統方式做決定――以HiPPO,那些高薪人士的意見(jiàn)為主,卻拿出一份香艷的數據報告支撐自己的決定是多么英明。其實(shí),那不過(guò)是分配下屬四處尋找的專(zhuān)為這個(gè)決定做辯護的一堆數字。
毫無(wú)疑問(wèn),成功的路上荊棘密布。數據科學(xué)家不夠多;技術(shù)不只新,甚至新奇;把各種關(guān)聯(lián)當作因果關(guān)系,由數據得到誤導性的模式;文化轉型的挑戰更是艱巨,比如,對隱私的關(guān)切已經(jīng)越來(lái)越突出。但是,大數據在技術(shù)和商業(yè)領(lǐng)域的卓越表現勢不可擋。
證據一目了然:大數據驅動(dòng)下的決策更高明。高管們要么擁抱這一現實(shí),要么卷鋪蓋走人。在各個(gè)領(lǐng)域中,企業(yè)只有找到將數據科學(xué)與傳統技能完美結合的方式,才能打敗對手。我們不能說(shuō),所有的贏(yíng)家都會(huì )將大數據用于其決策制定。但數據告訴我們,這樣確實(shí)勝算最大。
領(lǐng)導力
那些在大數據時(shí)代獲得成功的企業(yè),并不是簡(jiǎn)單地擁有更多或者更好的數據,而是因為他們的領(lǐng)導層懂得設計清晰的目標,知道自己定義的成功究竟是什么,并且找對了問(wèn)題。大數據的力量并不會(huì )抹殺對遠見(jiàn)與人性化洞察的需求。相反,我們仍然需要這種領(lǐng)導者――他們能抓住某個(gè)絕好的機會(huì )、懂得如何開(kāi)拓市場(chǎng)、用自己的創(chuàng )意提供那些相當新奇的產(chǎn)品和服務(wù),并且巧舌如簧地勾勒出一幅激動(dòng)人心的前景,說(shuō)服下屬們激情澎湃地為此拼命工作,最終成功贏(yíng)得顧客。未來(lái)十年獲得成功的企業(yè),其領(lǐng)導者必然具備以上特質(zhì),與此同時(shí)推進(jìn)了公司決策機制的轉型。
人才力
隨著(zhù)數據越來(lái)越廉價(jià),實(shí)現大數據應用的相關(guān)技術(shù)和人才也變得越來(lái)越昂貴。其中最緊迫的就是對數據科學(xué)家和相關(guān)專(zhuān)業(yè)人士的需求,因為需要他們處理海量的信息。統計學(xué)很重要,但是傳統的統計學(xué)課程幾乎不傳授如何運用大數據的技能。尤其需要的能力是將海量數據集清理并系統化,因為各種類(lèi)型的數據很少是以規整的形態(tài)出現的。視覺(jué)化工具和技術(shù)的價(jià)值也將因此突顯。隨著(zhù)數據科學(xué)家的涌現,新一代的電腦工程師必須能夠處理海量數據集。而設計數據試驗的技能,則會(huì )非常有助于彌補數據呈現的復雜關(guān)系與因果之間的鴻溝。除此之外,那些最優(yōu)秀的數據科學(xué)家還需要掌握商業(yè)語(yǔ)言,幫助高管把公司面臨的挑戰變?yōu)榇髷祿梢越鉀Q的形式。毫無(wú)疑問(wèn),這類(lèi)人才炙手可熱,很難找到。
技術(shù)力
處理海量、高速率、多樣化的大數據工具,近年來(lái)獲得了長(cháng)足的改進(jìn)。整體而言,這些技術(shù)已經(jīng)不再貴得離譜,而且大部分軟件都是開(kāi)源的。Hadoop,這個(gè)目前最通用的平臺,就整合了實(shí)體硬件和開(kāi)源軟件。它接收涌入的數據流并將其分配至很便宜的存儲盤(pán),同時(shí)它也提供分析數據的工具。盡管如此,這些技術(shù)需要的一整套技能對大部分企業(yè)的IT
部門(mén)來(lái)說(shuō)都是全新的,他們需要努力將公司內外所有相關(guān)的數據都整合起來(lái)。只有技術(shù)遠遠不夠,但技術(shù)是整個(gè)大數據戰略中不可或缺的部分。
決策力
一家高效的公司通常把信息和相關(guān)的決策權統一在一起。而在大數據時(shí)代,信息的產(chǎn)生與流通,以及所需人才都不再是以往那樣了。精明的領(lǐng)導者會(huì )創(chuàng )造一種更靈活的組織形式,盡量避免“自主研發(fā)綜合征”,同時(shí)強化跨部門(mén)合作:收集信息的人要提供正確的數據給分析數據和理解問(wèn)題的人,同時(shí),他們要和掌握相關(guān)技術(shù)、能夠有效解決問(wèn)題的人并肩工作。
文化力
大數據驅動(dòng)的公司要問(wèn)自己的第一個(gè)問(wèn)題,不是“我們怎么想?”而應該是“我們知道什么?”這要求企業(yè)不能再跟著(zhù)感覺(jué)走。很多企業(yè)還必須改掉一個(gè)壞習慣:名不副實(shí)的大數據驅動(dòng)。我們發(fā)現很多這樣的企業(yè),最常見(jiàn)的表現是,高管們明明還是按傳統方式做決定――以HiPPO,那些高薪人士的意見(jiàn)為主,卻拿出一份香艷的數據報告支撐自己的決定是多么英明。其實(shí),那不過(guò)是分配下屬四處尋找的專(zhuān)為這個(gè)決定做辯護的一堆數字。
毫無(wú)疑問(wèn),成功的路上荊棘密布。數據科學(xué)家不夠多;技術(shù)不只新,甚至新奇;把各種關(guān)聯(lián)當作因果關(guān)系,由數據得到誤導性的模式;文化轉型的挑戰更是艱巨,比如,對隱私的關(guān)切已經(jīng)越來(lái)越突出。但是,大數據在技術(shù)和商業(yè)領(lǐng)域的卓越表現勢不可擋。
證據一目了然:大數據驅動(dòng)下的決策更高明。高管們要么擁抱這一現實(shí),要么卷鋪蓋走人。在各個(gè)領(lǐng)域中,企業(yè)只有找到將數據科學(xué)與傳統技能完美結合的方式,才能打敗對手。我們不能說(shuō),所有的贏(yíng)家都會(huì )將大數據用于其決策制定。但數據告訴我們,這樣確實(shí)勝算最大。
推薦家紡品牌
回復 264384 到 家紡網(wǎng) 微信
隨時(shí)隨地看,還可以轉發(fā)到朋友圈哦。
隨時(shí)隨地看,還可以轉發(fā)到朋友圈哦。
熱點(diǎn)資訊
熱點(diǎn)圖文
九種最重要的領(lǐng)導力
管理者該如何做好授權呢?這其中最重要的就是權力和責任的統一。即,在向員工授權時(shí),既定義好相關(guān)工作的權限范圍,給予員工足夠...
品牌,你夠個(gè)性么?
簡(jiǎn)而言之,品牌就是一種聯(lián)想。身處大數據時(shí)代,我們每天主動(dòng)或被動(dòng)得到的訊息并非不足,而是過(guò)量。那么,品牌信息或聯(lián)想的同質(zhì)化...
無(wú)印良品的美學(xué)啟示
在這個(gè)無(wú)處不品牌的時(shí)代,無(wú)印良品卻在“淡化品牌”!昂(jiǎn)單”、“純樸”、“禪意美學(xué)”。品牌悖論的背后,卻贏(yíng)得了無(wú)數擁躉。好...
解讀紡服業(yè)渠道管理的三大矛盾
很久以前各行各業(yè)提出“渠道為王”“決勝終端”的口號,這充分體現渠道建設、服務(wù)終端的重要性。服裝企業(yè)如何做好渠道規劃、控制...