1.3.1　塑造实事求是的数据文化：一切用数据说话

数据是沟通的增强语言，数据让表达更加精准。早上，起床闹钟响起之后，床头的“AI音箱”会同步提醒，比如，“今天温度为19～24度，比昨天低5度，天气有雨，出门记得带伞哦”这句话与“今天天气还不错”相比，其中包含了当下的准确数据、历史对比，还包含了合理化的行动建议。

在业务管理中，经验和智慧非常重要，同时又容易受到认知偏见、经验思考的束缚，就像每个人对于“天气不错”的理解各不相同。早在半个世纪前，戴明博士就说“除了上帝，所有人必须用数据说话”（In God we trust.All others must bring data）。数字化转型是数据驱动的持续优化、精益管理，从质量改进、生产优化，到绩效管理、客户服务，都应该以数字化工具和技术赋能业务决策。

因此，企业数字化转型成败的首要前提不是工具、技术路线和方法论，而是自上而下的数据认知。企业的持续进步和盈利，是企业整体认知能力、创造力的“认知变现”。

一切用数据说话，是需要长期培养才能形成的理性文化，是从经验判断到理性决策的一大步。在多年的实践和咨询经验中，笔者将其概括为如下几点，供读者参考。

·　从经验思维到数据思维——树立实事求是的数据文化。

随着市场竞争越来越激烈，企业需要迎合客户的差异化需求，甚至主动开发潜在需要、创造未来才会出现的新需求，经验判断的试错成本越来越高。借助数据验证、假设验证、数字化模拟、问卷调查、A/B测试等数字化手段，领导者可以提高决策的准确性和效率，从而直接影响企业的竞争力和盈利能力。

随着大数据的快速发展，所有结构化、非结构化的数据都可以被记录、存储，业务在线化、管理数据化是前提，否则数字化转型、智能决策都是空谈，正如管理学大师彼得·德鲁克所言，“你无法管理难以衡量之事”（You can't manage what you can't measure）。

·　从报表文化到分析文化。

很多传统企业把“报表”视为分析，把月报、周报、日报的电子化视为数字化转型，其实这只是分析的初级形态，甚至只是分析的准备阶段。

业务分析的基本对象是动态问题，而非确定性的数据集抽取。简单问题组成常见的分析仪表板，高级问题则要结合业务场景多次假设验证，强调动态的交互分析，甚至包含不同详细级别之间的关系。分析的抽象化程度，是能否深刻地反映业务问题，报表展现只是最简单的业务抽象。诸如客户价值分析、购买力分析、客户迁徙等高级业务问题，才是分析的关键领域。

·　从指标驱动到问题驱动。

报表分析的典型特征是跟踪少数几个关键指标，难以覆盖多变量之间的逻辑关系。沿着这样的方式，管理很容易变成唯指标驱动、层层加码的指标分解，最终“不识庐山真面目”。

大部分的业务分析是由问题驱动的，敏捷分析强调“谁提问题谁找答案”。比如，利润为什么下降？新客户为什么减少？人员流失为什么显著增加？问题驱动的分析需要学会分解问题、构建数据来源、确认问题的类型与展现方式、在交互中发现线索并驱动新问题的产生。

笔者认为，从指标驱动的报表展现，向问题驱动的业务分析转变，是传统企业至关重要的“转折点”。这个过程既是企业数据文化的重要构成部分，也可以推动企业数据资产的梳理和分析方法论的普及，如图1-7所示。

图1-7　从指标驱动向问题驱动转变

在数字化转型的过程中，企业所有人员都会逐步意识到数据和数据文化的重要性，意识到“分析可以创造价值”。

数据思维，代表理性的精神和态度，是不断探索的理性精神。

反过来看，很多传统企业的数字化转型之所以失败，首先是因为集体意识和数据认知不足。有句俗话说“老人去不了新地方”，不是因为“老人”不学习新知识，而是他们的潜意识驱动他们接受和过去知识系统相融洽的部分，过滤掉不融洽的部分——这是存在于每个人心中的“认知偏见”。其次是工具的限制。分析师所能达到的最高分析能力，通常就是所掌握工具的“天花板”。

总而言之，数字化转型表面上是工具、技术路线的变化，背后的关键是思考方式的变化。