【中國智能制造網(wǎng) 市場分析】在大數(shù)據(jù)的驅動下，管理者可以將一切量化，從而對公司業(yè)務盡在掌握，進而提升決策質(zhì)量和業(yè)績表現(xiàn)。
　　　　管理大師戴明（W.EdwardsDeming）與德魯克（PeterDrucker）在諸多思想上都持對立觀點，但“不會量化就無法管理”的理念卻是兩人智慧的共識。這一共識足以解釋近年來的數(shù)字大爆炸為何無比重要。
　　
　　簡而言之，有了大數(shù)據(jù)，管理者可以將一切量化，從而對公司業(yè)務盡在掌握，進而提升決策質(zhì)量和業(yè)績表現(xiàn)。
　　
　　關于亞馬遜那些耳熟能詳?shù)墓适抡诒瘟怂恼嬲龑嵙?。這些先天帶有數(shù)字基因的公司所能做到的事，是上一代商業(yè)夢寐以求的。但實際上，大數(shù)據(jù)的潛力也可以幫助傳統(tǒng)企業(yè)實現(xiàn)轉型，甚至幫它們獲得更好的機會提升其競爭優(yōu)勢（線上企業(yè)一直都知道其核心競爭力來自于對數(shù)據(jù)的理解力）。
　　
　　這場大數(shù)據(jù)的革命遠比之前的“數(shù)據(jù)分析”要強大得多。企業(yè)因此可以做地量化和管理，可以做更可靠的預測和更明智的決策，可以在行動時更有目標更有效率；而且這些都可以在一直以來由直覺而不是數(shù)據(jù)和理性主宰的領域實現(xiàn)。
　　
　　隨著大數(shù)據(jù)之工具與理念的不斷傳播，許多深入人心的觀點將被撼動，比如經(jīng)驗的價值、專業(yè)性與管理實踐。各個行業(yè)的商業(yè)都會看清運用大數(shù)據(jù)究竟意味著什么：一場管理革命。
　　
　　數(shù)據(jù)決定業(yè)績
　　
　　懷疑論者會問：“有何證據(jù)顯示，明智地運用大數(shù)據(jù)能提升公司業(yè)績？”商業(yè)媒體上充斥著各種軼事案例，似乎在證明大數(shù)據(jù)驅動帶來的價值。但我們近發(fā)現(xiàn)的事實是，根本沒人真正拿出嚴謹有力的證據(jù)。
　　
　　為了彌合這種尷尬的缺失，我們在麻省理工學院的數(shù)字商業(yè)中心（MITCenterforDigitalBusiness）組織了一個團隊，與麥肯錫的商業(yè)技術部、沃頓商學院的同事洛林·希特（LorinHitt）以及麻省理工學院的博士生西克揚·金（HeekyungKim）一起合作，考察大數(shù)據(jù)驅動的公司是否業(yè)績更佳。我們對北美330家上市公司的高管進行了結構性訪談（structuredinterview，這是一種對訪談過程高度控制的訪問。訪問的過程高度標準化，即對所有被訪者提出的問題，提問的次序和方式，以及對被訪者回答的記錄方式等是完全統(tǒng)一的。—譯者注），調(diào)研其組織與技術管理實踐，然后從年報和其他一些獨立信息源那里收集它們的業(yè)績數(shù)據(jù)。
　　
　　很顯然，不是每家公司都喜歡數(shù)據(jù)驅動型的決策制定過程。事實上，我們發(fā)現(xiàn)，各行各業(yè)對大數(shù)據(jù)的態(tài)度和應用方法五花八門。但是，透過所有的分析，我們發(fā)現(xiàn)一種顯著的關聯(lián)性：越是那些自定義為數(shù)據(jù)驅動型的公司，越會客觀地衡量公司的財務與運營結果。尤其是，運用大數(shù)據(jù)做決策的那些名企業(yè)，比其競爭對手在產(chǎn)能上高5%，利潤上高6%。如果把勞動力、資金、購買服務和投資傳統(tǒng)技術的投入都納入計算，這些企業(yè)的表現(xiàn)依然。它不僅有統(tǒng)計學上的顯著性和經(jīng)濟上的重要性，而且也反映在其股票估價的增值上。
　　
　　五大管理挑戰(zhàn)
　　
　　大數(shù)據(jù)轉型并不是的，除非企業(yè)能成功應對轉型過程中的管理挑戰(zhàn)。以下五個方面在這一過程中尤為重要。
　　
　　領導力
　　
　　那些在大數(shù)據(jù)時代獲得成功的企業(yè)，并不是簡單地擁有更多或者更好的數(shù)據(jù)，而是因為他們的領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，并且找對了問題。
　　
　　大數(shù)據(jù)的力量并不會抹殺對遠見與人性化洞察的需求。相反，我們?nèi)匀恍枰@種—他們能抓住某個絕好的機會、懂得如何開拓市場、用自己的創(chuàng)意提供那些相當新奇的產(chǎn)品和服務，并且巧舌如簧地勾勒出一幅激動人心的前景，說服下屬們激情澎湃地為此拼命工作，終成功贏得顧客。未來十年獲得成功的企業(yè)，其必然具備以上特質(zhì)，與此同時推進了公司決策機制的轉型。
　　
　　人才
　　
　　隨著數(shù)據(jù)越來越廉價，實現(xiàn)大數(shù)據(jù)應用的相關技術和人才也變得越來越昂貴。其中緊迫的就是對數(shù)據(jù)科學家和相關專業(yè)人士的需求，因為需要他們處理海量的信息。
　　
　　統(tǒng)計學很重要，但是傳統(tǒng)的統(tǒng)計學課程幾乎不傳授如何運用大數(shù)據(jù)的技能。尤其需要的能力是將海量數(shù)據(jù)集清理并系統(tǒng)化，因為各種類型的數(shù)據(jù)很少是以規(guī)整的形態(tài)出現(xiàn)的。
　　
　　視覺化工具和技術的價值也將因此突顯。隨著數(shù)據(jù)科學家的涌現(xiàn)，新一代的電腦工程師必須能夠處理海量數(shù)據(jù)集。而設計數(shù)據(jù)試驗的技能，則會非常有助于彌補數(shù)據(jù)呈現(xiàn)的復雜關系與因果之間的鴻溝。除此之外，那些的數(shù)據(jù)科學家還需要掌握商業(yè)語言，幫助高管把公司面臨的挑戰(zhàn)變?yōu)榇髷?shù)據(jù)可以解決的形式。毫無疑問，這類人才炙手可熱，很難找到。
　　
　　技術
　　
　　處理海量、高速率、多樣化的大數(shù)據(jù)工具，近年來獲得了長足的改進。整體而言，這些技術已經(jīng)不再貴得離譜，而且大部分軟件都是開源的。Hadoop，這個目前通用的平臺，就整合了實體硬件和開源軟件。它接收涌入的數(shù)據(jù)流并將其分配至很便宜的存儲盤，同時它也提供分析數(shù)據(jù)的工具。
　　
　　盡管如此，這些技術需要的一整套技能對大部分企業(yè)的IT部門來說都是全新的，他們需要努力將公司內(nèi)外所有相關的數(shù)據(jù)都整合起來。只有技術遠遠不夠，但技術是整個大數(shù)據(jù)戰(zhàn)略中不可或缺的部分。
　　
　　決策
　　
　　一家的公司通常把信息和相關的決策權統(tǒng)一在一起。而在大數(shù)據(jù)時代，信息的產(chǎn)生與流通，以及所需人才都不再是以往那樣了。精明的會創(chuàng)造一種更靈活的組織形式，盡量避免“自主研發(fā)綜合癥”，同時強化跨部門合作：收集信息的人要提供正確的數(shù)據(jù)給分析數(shù)據(jù)和理解問題的人，同時，他們要和掌握相關技術、能夠有效解決問題的人并肩工作。
　　
　　文化
　　
　　大數(shù)據(jù)驅動的公司要問自己的個問題，不是“我們怎么想？”而應該是“我們知道什么？”這要求企業(yè)不能再跟著感覺走。
　　
　　很多企業(yè)還必須改掉一個壞習慣：名不副實的大數(shù)據(jù)驅動。我們發(fā)現(xiàn)很多這樣的企業(yè)，常見的表現(xiàn)是，高管們明明還是按傳統(tǒng)方式做決定—以些高薪人士的意見為主，卻拿出一份香艷的數(shù)據(jù)報告支撐自己的決定是多么英明。其實那不過是分配下屬四處尋找的專為這個決定做辯護的一堆數(shù)字。
　　
　　證據(jù)一目了然：大數(shù)據(jù)驅動下的決策更高明。高管們要么擁抱這一現(xiàn)實，要么卷鋪蓋走人。在各個領域中，企業(yè)只有找到將數(shù)據(jù)科學與傳統(tǒng)技能結合的方式，才能打敗對手。我們不能說，所有的贏家都會將大數(shù)據(jù)用于其決策制定。但數(shù)據(jù)告訴我們，這樣確實勝算大。