数据驱动力：企业数据分析实战

190

｜

附录

B

–

所有员工都可以通过高度可见和可访问的仪表板、报告和分析，轻松了解公司的整

体情况。系统配备了仪表，可以作为可靠的早期预警系统发出警报。

•

分析师高度协作，主动地（跨部门）协助验证想法并确保客观性。

自助分析的文化

•

标准报表完全自动化。分析师的时间主要用来做特定报表、数据发现和前瞻性分析（比

如预测建模和优化）。

•

商业智能工具将提供标准的数据发现服务，并结合

SQL

界面支持其他所有特定的查询。

广泛的数据知识

•

分析组织的所有成员都具有较强的且与自身职责匹配的核心分析、数据融通和统计技能。

•

所有决策者（包括高管）都有较高的数据素养，并且在统计推断和实验设计方面有扎实

的基础。

•

有充足的机会通过研讨会、课程、图书、分享交流会和导师制等方法来分享、学习和提

高技能。

客观

、

目标优先的文化

•

对公司的发展方向有一个大家都能理解的清晰愿景，由一个高度可见、经常被参照的

KPI

记分卡来激励和推动战略、行动和战术。

求知好问的文化

•

有一个互相尊重的氛围，具有健康的讨论，能够就他人的数据、假设和分析解释进行辩论。

•

“是否有数据支持？”应该是一个所有人都不怕提出且随时准备好回答的问题。

崇尚检验的文化

•

高度崇尚检验的文化：所有合理的想法都应该接受检验（包括线上和线下）：收集数据、

学习、周而复始。客观的实验是常态。

B.1

　价值

当然，接下来需要补充为何员工需要参与这个愿景。

财务

数据驱动型组织控制着其他因素。与数据驱动性不强的竞争对手相比，他们的产出和生

产力要高出

5%~6%

。他们的资产利用率、投资回报率和市场价值也更高。 ...