第1章
大數據帶來大影響

新技術工具更容易被一線員工接受了，這加快了大數據產生價值所需的組織適應力。

——戴維·考特，2015年1月

現如今大數據和高級分析（advanced analytics）在世界范圍內引起了越來越多的關注，原因不僅是所處理的數據量的“龐大”，更是其潛在影響力的“巨大”。據麥肯錫全球研究院（McKinsey Global Institute，MGI）的同行幾年前發表的，曾引起廣泛關注的研究預計，在全公司范圍內大規模使用數據分析的零售商可以使自身的營業利潤率增長六成多。另外，通過提高數據分析的效率和質量，美國醫療保健部門能夠減少8%的成本。

不幸的是，事實證明達到MGI所預計的效果是很困難的。當然，也有一些成功公司的例子，比如亞馬遜和谷歌，數據分析是這些企業的基礎。然而對于大部分的傳統企業（legacy company）來說，數據分析的成果僅限于一些測試或者業務里很窄的部分。只有很少一部分公司達到了我們所說的“大數據帶來大影響”，或者大規模的影響。比如，我們最近邀請了來自各個大公司的數據分析負責人，他們都以實現大數據和高級分析的價值為己任。當被問及利用這些分析技術帶來的收益或成本上的節約時，有3/4的人表示改善效果不足1%。

在之前發表的文章里，我們闡述了把握數據分析潛力，進行戰略轉型，正如任何好的戰略轉型一樣，需要如下要素：首先要有計劃；然后需要設立新的高管職位，真正把注意力集中在數據上；大數據落地實施最重要的可能是變革管理，要充分考慮除了數據分析團隊以外，數據分析給一線工作人員帶來的文化和技術層面上的挑戰，使他們能夠接受這些改變。

在這里，我們會重點討論，當你身處轉型的進程當中，為了實現大數據能夠帶來大規模的成效或者樹立樣板，不可避免地要面對各種挑戰時，應當怎么做。比如，管理團隊常常沒有充分的理由支持（數據分析帶來的）額外投入，因為收益在財務報表上的體現不夠明顯，或者基層管理人員對數據分析缺乏理解和信心，在執行上猶豫不決。抑或是現有的組織流程無法接納支持數據分析和自動化帶來的進步，因為決策流程通常需要多層審批。

如果你的組織正在為這些問題煩惱，不知如何大規模應用數據分析，首先要確認是否引進、利用了足夠的解決類似問題的新工具。這些工具可以迅速地算出結果，幫助一線生產建立信心，并且可以自動地將分析洞察交付給用戶，交付的形式方便易用。

但僅有這些工具是不夠的。組織的適應還要求人們克服恐懼并加速改變。管理團隊還需要將優先級從小范圍試驗轉向關鍵業務，推動數據分析在整個企業中的應用。有時，組織需要重新定義工作崗位和職責來順應數字化和自動化的進步。一個能夠迅速采用新工具并調整自己抓住機遇的組織會更容易從數據分析中獲得大規模收益。