第1章
大数据带来大影响

新技术工具更容易被一线员工接受了，这加快了大数据产生价值所需的组织适应力。

——戴维·考特，2015年1月

现如今大数据和高级分析（advanced analytics）在世界范围内引起了越来越多的关注，原因不仅是所处理的数据量的“庞大”，更是其潜在影响力的“巨大”。据麦肯锡全球研究院（McKinsey Global Institute，MGI）的同行几年前发表的，曾引起广泛关注的研究预计，在全公司范围内大规模使用数据分析的零售商可以使自身的营业利润率增长六成多。另外，通过提高数据分析的效率和质量，美国医疗保健部门能够减少8%的成本。

不幸的是，事实证明达到MGI所预计的效果是很困难的。当然，也有一些成功公司的例子，比如亚马逊和谷歌，数据分析是这些企业的基础。然而对于大部分的传统企业（legacy company）来说，数据分析的成果仅限于一些测试或者业务里很窄的部分。只有很少一部分公司达到了我们所说的“大数据带来大影响”，或者大规模的影响。比如，我们最近邀请了来自各个大公司的数据分析负责人，他们都以实现大数据和高级分析的价值为己任。当被问及利用这些分析技术带来的收益或成本上的节约时，有3/4的人表示改善效果不足1%。

在之前发表的文章里，我们阐述了把握数据分析潜力，进行战略转型，正如任何好的战略转型一样，需要如下要素：首先要有计划；然后需要设立新的高管职位，真正把注意力集中在数据上；大数据落地实施最重要的可能是变革管理，要充分考虑除了数据分析团队以外，数据分析给一线工作人员带来的文化和技术层面上的挑战，使他们能够接受这些改变。

在这里，我们会重点讨论，当你身处转型的进程当中，为了实现大数据能够带来大规模的成效或者树立样板，不可避免地要面对各种挑战时，应当怎么做。比如，管理团队常常没有充分的理由支持（数据分析带来的）额外投入，因为收益在财务报表上的体现不够明显，或者基层管理人员对数据分析缺乏理解和信心，在执行上犹豫不决。抑或是现有的组织流程无法接纳支持数据分析和自动化带来的进步，因为决策流程通常需要多层审批。

如果你的组织正在为这些问题烦恼，不知如何大规模应用数据分析，首先要确认是否引进、利用了足够的解决类似问题的新工具。这些工具可以迅速地算出结果，帮助一线生产建立信心，并且可以自动地将分析洞察交付给用户，交付的形式方便易用。

但仅有这些工具是不够的。组织的适应还要求人们克服恐惧并加速改变。管理团队还需要将优先级从小范围试验转向关键业务，推动数据分析在整个企业中的应用。有时，组织需要重新定义工作岗位和职责来顺应数字化和自动化的进步。一个能够迅速采用新工具并调整自己抓住机遇的组织会更容易从数据分析中获得大规模收益。