緒論

數據已經成為我們這個世界上很令人興奮的顛覆性力量。如今，我們能獲取海量的數據，這種情況前所未有，且正在從根本上改善我們生活的方方面面。數據正在讓我們變得更聰明、更健康、更安全。它被用來改善我們的公共和私人生活以及我們的環境。企業正用它來創造由新型數據驅動的產品、服務和商業模式。從運營到招聘，再到員工的敬業度，企業也在為提升其每一個業務部門的功能水平開發新方案。坦率地說，我們的世界在各個方面都從中受益，這也表明，數據完全能改變企業和整個世界的游戲規則。

然而，我們也必須承認，這些重大的能夠改變游戲規則的機遇同時也伴隨著道德挑戰，這些道德挑戰主要在于企業能夠獲取的個人數據越來越多，有時甚至是敏感數據。幸運的是，像英國信息委員會（Information Commission）這樣的機構已經成立，以維護個人的信息權利，確保消費者安全，同時鼓勵企業以一種道德和透明的方式繼續進行數據創新。有了這些保障措施，企業就可以在許多方面繼續利用數據來改善我們的生活，比如增大慈善捐贈的機會、預測糧食短缺的情況以及預防饑荒，甚至可以幫助我們發現和應對各種形式的腐敗。

想象一下，在這樣一個世界里，你對復雜的商業環境中發生的事情有了深入的了解——或者更好的是，你能夠理解它發生的原因。你能夠明白為什么某種產品的銷量突然下降，為什么用戶的參與度急劇改變，或者為什么你的（企業的）增長速度沒有達到預期。那么數據可以幫助你回答這些問題，甚至更多的問題。有了數據，企業不僅能夠弄清楚發生了什么以及發生的原因，還能夠預測未來可能發生什么，通過計算，制訂最有效的行動方案，甚至可以在沒有人員干預的情況下使用人工智能（AI）采取應對措施。

可以很坦率地說，數據帶來的機遇是不可否認的。

誰能從數據中受益

那些成功利用數據的企業通常會獲得顯著的增長和財務收益，在各自的行業中確立自己的市場領導者地位。提起那些使用數據的組織，我們自然而然會想到谷歌（Google）、亞馬遜（Amazon）和臉書[1]（Facebook），這些企業耗費了大量的時間和金錢、付出了巨大的努力通過數據挖掘技術來提取價值，這已經為他們帶來了數十億美元的估值以及市場主導地位。

雖然這些都是很好的例子，但我也注意到，利用這些公司作為案例研究會使人們產生一種錯誤的觀念，即要通過數據改變游戲規則并獲得收益，那么你的企業必須是一家擁有豐富技術資源和從硅谷起家的大型企業。這種觀念是錯誤的，必須得到糾正。

如今，從數據中獲益已經變得越來越普及，每個企業——也包括你的——可以突破企業的規模、預算和行業的障礙。當談到數據成功的案例時，我們往往只想到那些技術型企業，那我們來看看以下這些非技術型的——甚至有些傳統的——行業的案例：

●頂級運動隊通過預測和預防隊員受傷情況來延長運動員的體育生涯并提高他們的賽績；

●衛生和醫學界正在使用預測數據的計算，來確定某些疾病（如抑郁癥）的發病，這使相關從業者能夠對人們進行預防性治療，而不再使用昂貴的、大量占用資源的、反應式的傳統療法；

●在恐怖襲擊發生前，情報機構能夠利用數據來確定部署部隊的位置，以預防破壞性的恐怖活動。

作為企業的領導者，你難免要考慮如何利用數據來為你的企業服務。更具體地說，就是你如何利用數據來增加市場份額、實現超級增長、創造競爭優勢、提高收入并找到新的收入來源，以及如何使自己更專注于提高企業的運營效率，比如提高質量、生產率和員工保留率，當然也包括很多其他方面。

即使是在最基本的層面，數據也能讓你深入了解所有能夠為你的企業實現增值的要素，比如員工、客戶和供應商。通過數據，你可以了解到他們那些不為人知的行為和個人偏好——這些信息可以用來幫助你創造新產品、個性化服務或簡化運營，從而推動變革型的商業模式，進而實現收入和企業規模的增長，并為企業帶來創新和生產力。當你的企業更加善于挖掘數據時，你的洞察力水平就能夠從弄清楚正在發生什么以及發生的原因，提升到預測將來會發生什么，并利用機器學習和人工智能制定最佳解決方案，找到制勝的戰略，以實現企業的關鍵目標。

為了獲得這些收益甚至得到更多，任何企業的所有部門或業務單位的所有領導，都必須在挖掘、獲取數據方面進行投資，無論他們身處哪個行業，都別無選擇。

忽略數據的代價

這種對數據投資的忽視可能會讓企業付出慘重的代價。那些忽視這種機遇、延誤數據之旅的企業，面臨著被更精通挖掘數據的競爭對手超越的嚴重風險。如果你認為你的競爭對手沒有積極地尋求利用數據取勝的方法，那你就錯了。我敢拿我的房產打賭，每一家《財富》（Fortune）500強企業中都至少有一位高管認識到，有必要利用數據的價值，并將其作為實現企業規模增長和獲得市場主導地位的戰略支柱。

如果忽視數據的價值，你的競爭對手會在你之前通過改變游戲規則獲得豐厚回報，這樣做風險太高。這意味著所有21世紀的企業，無論身處何種行業，都面臨著同樣的挑戰，需要就以下這些問題捫心自問：

●我們如何讓數據服務我們的企業？

●我們如何通過獲取前所未有的海量數據，來為所有參與者創造清晰、有形的價值？

●我們如何利用數據激發出商業革新的新優勢？

●我們能否預測所在行業的未來，以便我們能夠提前規劃并率先行動？

為什么很多企業未能通過獲取數據受益

殘酷的現實是，許多開展數據計劃的企業投入了大量的時間、資源和精力——但不幸的是，他們注定會失敗。2015年的一項調查發現，只有8%的領導者對他們的大數據和數據科學計劃完全滿意；而另一項調查顯示，92%的組織未能實現提升或者原地踏步。很遺憾，這些統計數據對你來說都是負面的，而如果你跟隨這些企業的腳步，那么你的投資很可能也看不到回報。

考慮到我們生活在信息時代，可以獲取各種各樣的大量數據，我們必須問自己：既然企業可以獲取這些數據，那為什么他們仍然不能從中受益呢？

當企業在獲取數據方面進行投資并開始從中尋求價值時，他們只會聘請一個通常被稱為“數據科學小組”的團隊——一個由博士級別分析師組成的高技術團隊，他們具有編寫復雜數據算法的能力。可惜的是，這還遠遠不夠。

數據通過與企業協作（而不是孤立地）向后者傳遞價值。沒有哪個高管會讓一個純技術型的團隊去協調消費者需求和贏利能力之間的微妙平衡，或者每位客戶的收益與市場份額增長之間的平衡。由于整個企業都可以通過獲取數據來實現價值，而決定將數據重點放在哪里是至關重要的，因此要想成功，它需要的不僅僅是行政領導團隊的承諾，還需要全面參與！

而這往往是成功利用數據的主要障礙。許多企業用戶甚至不理解數據到底是什么，也很難弄清楚它的具體用途。如果你從一系列企業中隨機挑選出幾位高管，讓他們解釋數據的定義、數據的用途以及數據科學家是什么，你會得到不同的答案。這個問題并不局限于非技術性的高管；數據相關的術語有很多，甚至所謂的專家也不能就現有的術語達成一致。這將對你的數據策略、招聘策略以及任何旨在創造由數據驅動的文化的舉措產生直接影響。

這意味著大多數企業都無法充分地理解并有效地利用他們所能獲得的數據。很少有企業具備技術能力、資源、時間和工具以用于剖析、挖掘和分析數據，并以此來發現和獲得收益。而更少有企業擁有這類業務主管：他們具備嚴格的紀律、正確的價值觀和行為，讓數據真正地為他們所用。

簡而言之，企業的行政領導團隊通常存在數據能力問題。

從數據中生成價值是一個復雜的過程，需要理解和掌握許多細小而具體的部件和相關序列。因此，很多人已經發現，成功地利用數據并不完全與統計數據相關，也不完全與你聘用的博士數量或者你擁有的數據量相關。如果技術分析團隊的成效非常有限，那么企業就無法解鎖數據的商業價值。相反，從數據中獲得成功需要公司大多數人的關注，并將在組織、結構和行為等方面影響到整個企業。

解開數據之謎

面對廣泛存在的復雜性以及對于聰明才智的考驗，將通過數據來創造顛覆性價值的行為描述為一個“拼圖游戲”是最形象不過了。在這個“拼圖”中，缺失的那一塊破壞了畫面，因此，實際上這個“拼圖”仍未拼完。

當我開啟數據之旅時，我發現關于這個謎題以及如何解決它的說明性文件很少，所以我開始尋找一種解決方案，讓它開始運作、簡化它并記錄它。我花了八年時間研究并與一些組織合作，這些組織似乎已經解決了這個難題：從臉書和谷歌這樣的大型技術數據巨頭，到一些有自己的應對之道的小公司。我還花時間與那些未能意識到數據帶來的好處的人交流。在這一研究期間，成功的企業中出現了一套明確的方案、價值觀和措施，而這些通常是那些不成功的企業所欠缺的。

我花了很長時間建模、開發并將我的處理模式編纂成一種方法——也可以說是一種算法——這可以大大增加成功處理數據的機會。我能夠在一系列客戶身上測試這個模式，并很幸運地看到他們加入了少數企業的行列，這些企業正在經歷數據所能帶來的改變游戲規則的成功。

我個人最大的成功是在JustGiving[2]擔任首席分析官。這是一家總部位于英國的小型企業，為慈善籌款者的在線需求提供服務。我的團隊所創造的創新的、由數據驅動的智能產品是該企業以一百萬美元的價格被收購的關鍵性原因——這是近幾年來針對一家在非營利領域運營的科技企業的最大收購案——由此誕生了幾個百萬富翁。我們建立了智能算法，能夠理解和了解捐款者對什么有熱情，他們什么時候愿意捐贈，他們愿意捐贈多少，以及如何更好地與他們互動，并最大限度地提高后續捐贈的機會。這些機器學習算法為人們所熱愛的慈善事業創造了數百萬英鎊的捐助，它們是收購和戰略的關鍵組成部分。

這種利用大量可用的數據來產生創新的、占市場主導地位的價值的過程，就是這本書的主題所在。這是一個相對復雜的過程，但我的任務是簡化它，在此過程中，我將所有關鍵組件、行動、價值和行為總結成以下五個不同的關鍵要素，以破解數據代碼：

●對什么是數據以及數據如何傳遞價值在企業層面的理解；

●合格的數據主管；

●戰略性的策略；

●一個有能力、多元化的團隊；

●數據驅動的企業文化。

本書的每一章都詳細探討了這些要素，提供了實例和指導，告訴你如何將它們應用到你的企業。

你為什么需要這本書

任何企業，無論行業大小，都有一個他們可以解決的數據之謎。每個謎題都有獨特的畫面、獨特的結局和獨特的視角，就像人們的指紋一樣獨特。在這一大堆古怪的特質中，有一個共同的跨行業的方法來解決這個難題。這五個關鍵要素看起來可能很簡單，但當你深入研究它們每一個時，你會發現這是一個高度復雜的問題。

例如，你的企業領導能解釋什么是數據嗎？他們理解機器學習和人工智能這對數據科學里受歡迎的“表兄弟”之間的區別嗎？他們了解數據的實際用處究竟是什么？你能對這些問題做出一個令人信服的回答嗎？你應該任命什么樣的數據主管？這個人應該與領導團隊坐在一起，還是去IT（信息技術）部門報到？只招募數據科學家能成功嗎？哪些明顯的行為和態度會使你的企業成為一個以數據為導向的公司，能夠使你的企業成為成功使用數據的完美案例？

當你在招聘數據主管時，你是否知道他應該做什么，以及你應該期待什么樣的結果嗎？這個人會招募一個團隊來執行任務嗎？你們的計劃一致嗎？你們能夠共同執行這些計劃嗎？

這些問題只是眾多未知問題的冰山一角，必須由領導層來理解和回答。雖然成功的五大關鍵要素可能看起來簡單，但每一個要素都有很深的復雜性，必須被很好地理解。

許多組織認為他們具備成功的這五個關鍵要素，但最終他們沒能看到成果。這是因為數據與使用數據的算法非常相似：兩家公司都可以開發出一種算法，用以識別應該針對哪些客戶來推廣新產品，但不同的是算法細節和用于訓練與測試這些算法的數據。

要讓數據為你服務，你別無選擇，只能理解這五個組成部分中的每一部分之間的細微差別，無論你的企業的規模或性質如何。我可以通過這樣做來證明，只有這樣的企業才能實現它們的目標：他們肯花時間并且正確地對從數據中產生價值的過程進行投資，只有這些企業具備獲得收入增長的能力，能夠獲得更多主導行業垂直領域的機會。

這本書是寫給誰的

隨著媒體對JustGiving等企業應用數據的成功案例的炒作，與數據相關的術語現在成為商業世界的流行詞匯。但是又有多少高層管理人員和直線經理（除了那些在計算機科學或數學領域擁有高級學位的人）確切地知道數據和它在數據科學領域的表兄弟——人工智能和分析學——到底是什么呢？更重要的是，有多少人確切地知道他們需要做什么才能從數據中提取真正的價值？作為你所在企業的領導，你知道嗎？

正如我的朋友兼作家格拉漢姆·霍格（Graham Hogg）所描述的，“數據是一項團隊運動”，在這種情況下，團隊由組織中的大多數人組成，從高層管理人員到編寫代碼的開發人員或者協助用戶查詢信息的客戶服務代表。因此，解決數據問題的最終關鍵不僅在于對某些要素的理解，也不在于簡單地將每種核心要素放在適當的位置。它取決于領導力，因此不能簡單地授權給IT專業人員或程序員。

數據促進了商業創新，顛覆了每個行業，并在業務的各個部分創造了新的機會，每一位參與其中的領導者基本上都有機會讓數據為他們和他們各自所在的領域發揮作用。《競爭分析：取勝的新科學》（Competing on Analytics：The New Science of Winning）一書的作者之一托馬斯·H.達文波特（Thomas H.Davenport）說：“進入（市場）的障礙不再是技術，而是你的高管是否理解這一點。”

當你考慮這五個關鍵因素時，你會注意到領導團隊在每一個方面都扮演著積極的角色。他們必須理解與解決方案相關的一些定義。他們需要與指定的數據主管合作，并確保他們擁有取得成功所需的工具。除非領導團隊了解需要什么，否則錯誤的領導將被任命在錯誤的企業崗位上（這兩種錯誤可能都存在，或者只存在一種），最終導致數據價值無法交付。

數據戰略的布局可能確實涉及每位領導者自己的責任范圍。通常，最令人興奮和最有影響力的數據案例不是來自數據主管，而是來自那些理解必要的關鍵戰略和能做出企業決策的領導者。對這些事物缺乏理解可能導致錯誤的團隊任命，以及毫無益處（盡管是好意）的企業文化。

請記住，獲取數據是一項團隊運動，如果被任命的數據主管沒有展現出他們希望企業其他成員也具備的價值觀和責任，就無法改變企業的文化。作為一個領導者，你是否牢牢地掌控著每個員工和團隊成員的價值觀、信仰和行為？

如今，企業需要善于分析的管理者，他們能夠發現復雜數據中的模式和關系。他們還需要具備“理解能力”的高層領導，即能夠花時間了解如何在“成功應用數據”中發揮自己作用的領導。這尤其應該包括被任命執行這一計劃的數據主管，他是向你的企業交付改變游戲規則價值的直接負責人。

這本書將作為你和你的領導團隊的其他成員的行動手冊，以便你們所有人對此有一個共同的認識：數據能為你的企業做什么。這里描述的成功的五個關鍵要素可用來區分成功企業和失敗企業。我在這一領域多年的深入研究和近20年的經驗使我認識到這一點。

這本書的主要讀者包括行政領導團隊、精明的經理和數據計劃負責人，他們都不是專業技術人員，所以這不是一本技術類的書。市場上有大量的圖書，涵蓋了算法構建、數據和云力學的廣泛技術細節，那是為創建方程的數學家或開發人員或通過代碼生產這些算法的技術團隊編寫的。

相反，這本書是一個戰略指南，為管理學受眾們提供了一個制定成功戰略的關鍵性要求，即他們需要這樣的商業領袖：他們對破解數據代碼的可能性充滿期待；他們能夠敏銳地意識到數據在企業層面所能帶來的益處；他們最終將從事這項工作，并將為企業做出實現成功所需的關鍵性決策。

如果你正在經營一家企業，那么這本書很適合你。如果你是首席財務官（CFO）、首席信息官（CIO），甚至是首席營銷官（CMO），那么這本書也適合你，因為在你的企業中，你所有的人都將在運用數據的過程（無論成功還是失敗）中發揮作用。如果你是一名經理，希望了解要與你的領導層分享一些什么樣的數據，那這本書也適合你。如果你有幸牽頭執行這項倡議計劃，那就再合適不過了——這本書簡直就是你的行動指南。

如果一個企業中只有一群才華橫溢的數據科學家，而沒有精通數據的組織管理者和領導者，那么它注定會失敗。

下一代的行業佼佼者將不可避免地需要將數據科學和管理技能完美地結合。我寫這本書就是為了告訴那些領導者，為什么他們應該將更多的精力用于如何使用數據，以及他們如何準備并執行一個成功的戰略，以實現數據所帶來的巨大利益。

我真誠地希望你能像我喜歡寫這本書一樣喜歡讀這本書。破解數據代碼將幫助你和你的企業更好地為客戶服務、提高運營效率，更有效地創新、增加收入，等等。

換句話說，本書中概述的方法可以幫助你和你的企業實現戰略目標。

---

[1] 現已更名為元宇宙（Meta）。——編者注

[2] 中文直譯為“慈善就是這么簡單”。——編者注