最近的一次哈佛商业评论文章阐明了大多数公司在寻求创建数据驱动文化时面临的挑战,以及如何帮助克服这些挑战。无论你的公司是正在走向数据驱动,还是刚刚开始建立数据文化,你都可能从文章中列出的10个步骤中受益,包括:

  1. 数据驱动文化始于(非常)高层。在拥有数据驱动文化的公司中,高层管理人员通常要求决策“以数据为基础”。文章称,“少数高层树立的榜样可以促进全公司规范的重大转变。”
  2. 谨慎而巧妙地选择指标。管理者应该选择对他们的业务很重要的度量标准——并且能够有效地度量它们。通过设定明确的期望——设定员工期望使用的度量标准,管理者可以对员工的行为“施加强大的影响”。
  3. 不要把你的数据科学家分类。打破数据科学家和企业之间的界限。将员工从卓越中心转移到一线岗位,并要求所有员工都“懂代码”,就是企业如何克服这一挑战的例子。
  4. 快速修复基本的数据访问问题。按照哈佛商业评论文章,甚至连最基本的数据是整个公司的访问。一个战略,以帮助克服这个问题是提供在更广阔的时间员工访问到的数据集和指标数量有限,保证人们有它的价值有清晰的认识,为什么它是对业务非常重要的。
  5. 量化的不确定性。要求员工理解和量化不确定性有助于确保可靠和广泛的数据集的使用,以提高准确性。这也迫使员工进行更多的试验,从而做出更明智的决定。
  6. 使概念的证明简单而有力,而不是花哨和脆弱。为了将有希望的想法从更实际的想法中分离出来,公司应该采用包括生产可行性在内的理念证明,以确保成功。一种方法是从简单开始,随着时间的推移逐渐增加复杂程度。
  7. 专业培训应及时提供。根据这篇文章,“许多公司投资于‘大爆炸’式的培训努力,只是为了让员工迅速忘记他们所学到的,如果他们没有立即使用它。”相反,企业应该把重点放在现在需要的、可以立即用于推进数据文化的培训上。
  8. 使用分析来帮助员工,而不仅仅是客户。应用数据分析的方式,使员工受益,而不仅仅是客户。根据这篇文章,这可以通过改进工作、节省时间、帮助避免返工或获取经常需要的信息的方法来实现。
  9. 要愿意用灵活性换取一致性——至少在短期内是这样。公司可能会浪费无数的时间试图合理化不一致的数据、不同的度量标准和喜欢的编程语言。为了克服这一问题并促进跨业务的数据使用和指标的一致性,管理人员可以强制使用特定的指标和编程语言。
  10. 养成解释分析性选择的习惯。因为对于一个问题可能有多种解决方案,所以对员工来说,清晰的沟通和权衡是很重要的。根据这篇文章,“询问团队如何处理一个问题,他们考虑了哪些替代方案,他们如何理解其中的权衡,以及为什么他们选择了一种方法而不是另一种方法,这是一个好主意。”

要了解更多信息,包括来自不同行业的例子,请阅读完整的哈佛商业评论的文章

留下一个回复

请输入您的评论!
请在这里输入您的名字