1.3　工具之外：组织调整

我们之前提到过的挑战除了工具之外还有别的，比如更聚焦、更多重新定义的新职位和更多文化上的改变。

1.关注变革管理

民主化和新工具的力量可以帮助消除一线工作人员对数据分析的疑惑和陌生感。但是，除了增加信心之外，管理人员需要改变他们的`决策方式来更好地利用数据分析。这是变革管理的核心—它并不简单，且需要时间。其影响就是，你需要聚焦才能获得规模化成效，看似有些矛盾，是不是？尝试在公司所有的日常决策和经营中融入这些改变有些不切实际。然而经验告诉我们，在全公司范围内，聚焦在某些领域里进行改变还是有可能的，比如在定价、库存管理或者信用管理方面。

追求可行的规模化应用目标要比好高骛远然后失望，或者分散精力到处撒网做试验要好得多（一次性的试验通常会吸引一些尝鲜的早期采用者，但是往往难以跨越鸿沟，很难继续普及或者产生阶段性成果）。

管理者应该反思哪些项目或部门最能够从数据分析中受益，然后安排新的目标导向的解决方案、可视化工具、变革管理，并针对这些新领域进行培训。例如，一家通信公司聚焦于将数据分析应用在客户流失管理方面，挽回客户将可能对公司的根本利益产生很大影响。首先，公司需要与领先的数据存储和分析公司合作，（准实时地）辨别哪些用户可能会离开。模型开发出来后，就要在前端进行新工具的部署。此外，客服的工作流程也相应进行了改变，界面友好的前端应用软件也投入使用，并针对所有新工具对客服专员进行了培训，以便有针对性地进行客户关怀，挽回这些有可能流失的客户。

2.重新定义职位

将员工工作的一部分自动化意味着角色和责任的永久性改变。举个例子，如果采用自动定价系统，那么让相关的经理全权负责这部分业务的损益就不恰当了，因为最主要的利润准则现在是由机器而不是该经理来决定的。由于经理的职责有所变化或完全消失，企业需要重新定义工作角色，才能够最大限度地支持和利用正在开发和实施中的新技术。在之前提到的保险公司的案例中，索赔经理不再需要处理全部的索赔事件了，他们只需要关注一些特殊情况的处理，比如最复杂的事故或者最严重的财产损失。同样地，我们需要聚焦，因为重新定义工作职位是非常耗时的，而且只有当自动化工具和新角色设定已经开发完成并通过测试，可以应对这个变化无常的世界带来的各种可能的意外时才算真正落实。

3.将数据分析融入企业文化

人们谈论数据驱动的企业文化已经很久了，但是要想建立这种文化需要改变，由新工具而带来的各种改变。企业有多种选择，让关键员工投身于数据分析项目，彻底接纳新工具。比如，有一家知名的金融服务公司，它先是举办比赛，奖励并肯定那些通过数据分析得到最有用结果的团队。其次这个公司建立了集中训练营，终端用户可以在这里学到如何使用自助服务工具。再次它建立了高级用户社区，来帮助终端用户进行数据分析并验证其数据洞察。最后公司设立了一个交流项目，在分享会、领导沟通、时事通讯中分享数据分析带来的兴奋与成功（这对保持公司对项目的长期支持很重要）。像这些有创意的活动会帮助公司超越“我们要成为一个大数据公司”这样的口号，通过实际行动使大数据扎根企业文化。

随着新技术被轻松地接受，数据分析将被指向下一个目标。要洞悉未来，让我们先来看一看当下正在利用数据分析进行业务创新的一家知名企业里都发生了什么吧。

这家公司从早期的卓越中心（centers of excellence）起步，有一小拨分析专员，对预先指定的业务需求进行数据分析。现今，业务部门的领导们到一个新型的分析中心进行轮岗，在这里他们可以学习新工具的基本知识及其应用，然后他们带着数据思维和洞察回到自己的业务部门。他们并没有成为真正的分析专家或者数据科学家，但是他们可以将数据分析与日常遇到的实际问题相结合，解决实际问题，发现商业机会。

我们可以预见，在未来的某天，会有许多公司的数十甚至数百位经理利用这种中心进行数据分析。这将会加速对数据分析的应用，尤其当数据分析工具变得越来越好用，对前端用户越来越友好的时候，进而实现大数据所承诺的大影响。

戴维·考特

麦肯锡全球资深董事合伙人

戴维领导着麦肯锡的职能部门，目前是公司数字化举措的负责人。