企業競爭價值: 如何避免數據分析的陷阱

企業的生命，就是永遠保持競爭優勢：這通常是其生存的唯一可行途徑。有一些企業，它們目前能夠生存，是通過耗盡之前儲存剩下來的價值。

當它的產品設計新鮮度已經褪色、市場競爭力逐漸消失。於是，過去三五年，轉型、重組、數字轉化等詞成為道路明燈、希望重新點燃企業生命光明的常用詞，但這些項目大多以失敗告終。

展望未來也是一樣的：據Gartner稱，到2025年，80%尋求擴展數字業務的組織將會失敗，因為他們沒有（1）採用現代化的數據或（2）分析治理方法。無疑，雖然全球加速了組織對數字化轉型的關注，但許多企業在執行方面仍然面臨障礙，而且失敗往往與數據有關。

一個常見的誤解是，公司領導者以為要在開始數字化轉型之前獲得正確的數據。然而，這種心態不僅會導致數年和數百萬美元的損失，因為只有當您知道自己想要使用數據做什麼時，數據才是正確的，而且延遲轉換以獲取正確的數據並不是真正的選擇──讓數據適合目的需要成為數字化轉型之旅本身的一部分。

企業競爭

首先，我們需要把握企業在哪些方面能夠獲得競爭優勢？這包括以下內容和範圍：競爭優勢是公司可以在關係中獲得更好的客戶體驗的領域；一種與其他競爭對手不同的統一的企業文化，一種令客戶滿意的獨特產品。換句話說，它是組織內不同因素的綜合體：因此公司在所有這些領域設計不同的戰略。簡而言之，企業不僅需要戰略，還需要如何衡量以及衡量什麼，以確保其所做的事情正在產生結果。

例如，公司使用社交媒體來衡量其聲譽，產生多少個讚或響應領域來衡量聲譽。這是當今衡量競爭優勢的一種非常常見的方法，包括一些知名的社交媒體公司所用的分析。然而，當一個人思路清晰時，仔細觀察細節，一個大洞就會變得更大。

原因是他們衡量的目標是錯誤的。（在社交媒體中）衡量的內容與其客戶、與公司想要衡量的目標並不同步，因為目標客戶之間存在很大差異；它沒有測量正確的數據部分，或者試圖找出他們測量的是什麼，或誰購買公司產品付費。換句話說，客戶使用的數據與公司實際尋找的數據不同步。

這就是我今天要講的重點。什麼數據可以幫助企業獲得真實的競爭優勢？對數據有什麼要求？如何解讀這些數據以獲得競爭優勢？簡而言之，不要浪費金錢和時間去衡量那些海市蜃樓的數據東西。很多時候，當我與這些公司交談時，他們的傲慢和無知只會讓你望而卻步。因此，那些向這些公司支付大量費用的公司，請向他們提出我將為您起草的問題。這是我們不再生活在海市蜃樓中，而是真正幫助企業獲得競爭優勢的唯一途徑。

企業競爭優勢的「數據集」和「數據庫」

一些數據是定性的，一些是定量的，一些數據描述是情緒、感覺、印象。而有些則更複雜。換句話說，數據可以是數字、圖畫、照片、草圖或僅僅是文字。現在就是這樣的複雜：我們在看什麼？尋找什麼？尋找與什麼？如果它們是圖形的，我們如何判斷？符號？人工智能目前有多方面的新技術。不過，我們也會迷路。更糟糕的是，如果項目管理人是技術團隊（他們經常沒有解釋他們設計的邏輯，更使用複雜的文字或數學），簡而言之，他們在黑匣子內工作，那麼我們作為管理層普通人，通常會被引導到花園裏的小路──迷路了！

對我來說：數字化轉型，不是改變企業的營運方式。重點是業務轉型，響應客戶和員工的需求。就像日常人工智能（讓每個人都使用數據和人工智能的日常行為）一樣，因而數字化轉型不應被視為一項宏大的特殊項目，而是應推移在整個組織中實現。

如何診斷數據、實現競爭優勢過程

·最好的起點是在整個組織中創建「數據流程圖」。數據從何處開始，由誰進行整理，由誰接收以及到何處結束。

·為了支持我們的入門點方法，根據最新的《全球和銀行金融評論》智能集成平台的提供者SnapLogic指出，不良的數據質量和格式，孤立的數據源和延遲的數據分析項目，是導致77％的IT領導者不完全信任自己組織中的數據。

·數據流是組織中所有參與部門的數據入口點的可視化。數據入口點是數據流的最低公分母（common denominator），例如，一個等待在物流公司中交付的包裹。簡而言之，數據流涉及許多參與者：部門，員工，外判等。

數據流所有參與者

·數據流可以是單循環，雙循環或來回多次，即（1）數據發起方、（2）數據協調方和（3）接收方。

·數據創建者：創建數據輸入點的部門；數據協調員：組織數據輸入點的部門，數據接收方：接收數據輸入點的部門。

無瑕數據入口點

在理想的情況下，我們希望每個數據輸入點都無瑕疵，以使其沒有錯誤，並且不會造成「錯誤氣泡」風險。

根據我們的經驗：完美數據輸入點的特性：應該有10準則

經過我們不懈地研究，概念測試，創建和最終設計了無瑕數據入口點的特性。

上述十大特徵的重要性在於，它使我們能夠使用它們，作為標記，來檢查影響企業競爭優勢結果的數據缺陷：前十大特徵，事實上如何影響競爭成本。

完美數據輸入點的特性：前10準則

經過我們不懈地研究，概念測試，創建和最終設計了無瑕數據入口點的特性。

總結上述十大特徵的重要性在於，是作為標記，為了維護數據分析的價值完整性以獲得競爭優勢，這個經驗是我在不同的公司進行數據分析以提供內在的戰略競爭力的經驗。我們將繼續討論下一階段的籌備框架。

數據智能專欄系列1

(https://www.askagatha.com)

黃淑儀（Agatha Wong）

網上商業資訊平台Xsortal和BSDNA在遠東地區的首席執行官，也是商業諮詢公司BPSA Ltd.董事，過去十多年來，黃博士一直為本港媒體撰寫經濟增值專欄。黃博士畢業於香港大學，獲得文學學士學位，並於蘇格蘭阿伯丁大學（榮譽）完成了碩士學位（M. Litt.），並取得該校國際戰略研究的博士學位，後於哈佛大學約翰肯尼迪政府學院獲委為博士後研究院院士。其後她回英國， 擔任曼徹斯特城市學院董事會（業務）成員歷時5年，直至退休。 黃博士在金融服務業涉獵頗廣，早於1992年返回遠東地區前，她已建立一個擁有近2000家中小企業客戶網絡的商業和金融服務諮詢公司，在戰略層面為客戶提供各類諮詢服務，以協助其提高業務績效，數字化轉型以及為高管提供專業培訓等。

View all posts