广告
加载中

观远数据苏春园:面向未来 成为数据驱动的敏捷决策者

龚作仁 2023/11/06 10:22

10月20日,「敏捷·向未来 | 观远数据2023智能决策峰会暨产品发布会」于上海中星铂尔曼大酒店圆满收官。本届峰会吸引500+零售消费、金融、高科技、互联网等行业企业高管、业界精英线下参会,50000+线上观众直播间共享数据驱动的敏捷经营价值。来自宝洁中国、零跑汽车、安信证券、联合利华、百威亚太、数禾科技、凯盛浩丰、舍得酒业、奈雪的茶、维他奶、吉家宠物、星星充电、毕马威中国、亿欧智库等20+世界500强企业、行业领先企业、权威机构的重磅嘉宾带来精彩分享。

峰会现场,观远数据创始人&CEO苏春园向与会嘉宾及观众分享了观远数据对企业数据驱动的敏捷经营能力的探索与实践,总结敏捷决策能力落地陷阱与对应策略,共享行业标杆企业的最佳实践经验,预告观远数据赋能企业敏捷经营的最新服务、产品升级,助力更多企业于复杂多变的不确定性中,抓住确定性的增长。

以下为苏春园精彩分享实录整理:

敏捷决策是未来

敏捷决策是未来,但敏捷决策其实不是一件新鲜事。在历史不同的阶段,敏捷决策不断发生。近代史里著名的红军长征故事,从瑞金出发到达延安的路线上,每一个我们如今看到的历史标记点,都是敏捷决策的典范;改革开放的过程,是摸着石头过河的过程,验证了“实践是检验真理的唯一标准”,也展现了一个敏捷决策的过程。

敏捷经营的本质是“战略”与“行动”之间的持续反馈与迭代。在企业中,顶层的使命、愿景是中长期不变的,而战略往下到直到行动,是要随着外部环境不断变化的。

近几年,这一趋势已越来越明显。在Gartner对CEO的调研中,超过50%的CEO、董事会希望增加数据驱动的决策,将数据分析能力作为第一重要战略能力。同时,2023年Gartner对CIO进行关于“会在哪些数字化的投入方向上增加投资”的调研中,数据分析位列第一。

数据分析扛起了未来支撑企业敏捷决策的重任。但在行业角度,数据分析的落地仍然存在巨大挑战。这个挑战其实不是某一个技能或工具,更多时候指向的是“共识”。在企业中数据分析如何让决策更敏捷?数据分析在解决什么层次的决策问题?怎样衡量数据分析与业务结果之间的价值?从认知到落地,顶层共识的缺乏,不断在放大数据分析落地过程中的各种偏差。如何形成共识,如何知行合一,这是数据分析的最大挑战。

五大陷阱与应对策略

挑战的方向明确了,挑战本身就将成为机会。观远数据团队内部常讲“问题就是机会”,社会存在的问题就是每一个企业的机会,每一个企业存在的问题就是每个人的机会。我们分两步,第一找到问题背后更本质的东西,解决认知的问题;第二找到行动的方法,解决落地的问题。下面是我们总结的数据驱动敏捷决策的五大陷阱与应对策略。

陷阱1:过去成功的战略惯性,反而成为今天敏捷的天敌

很多企业过去成功的战略惯性反而会成为今天敏捷的天敌。过去几年,很多成功的组织都非常深度地实践了一些经典的战略执行体系,从市场洞察开始层层拆解,通过战略解码定义到每个团队每个月甚至每周最细颗粒度的行动计划。在外部环境相对稳定、业务与组织相对不变的假设下,会带来超强的执行。但在外部不断变化的今天,各个战场各个神经末梢都面临着快速变化的经营环境,每一个更细颗粒度的计划就会损失对外部响应的敏捷性,因此需要思考怎样将各种变化作为常量、作为第一性的要素,放到战略生成与调整的整个过程中,实践敏捷的战略与执行。

陷阱2:少数人在顶部决策,更多的人在炮火中迷失

第二个陷阱是关于企业中决策方式的问题。这是硅谷最有名的几家公司很有代表性的决策方式和组织架构,可以对照下我们的企业更像哪一种,是少数人在顶部决策,还是更多人在炮火中能决策?在今天的环境下,我们提倡的是开始分布式决策,让组织向敏捷转型,要让更多听到炮火的人能决策。

陷阱3:优化局部目标,缺乏全局思维

当局部开始决策的时候,优化局部目标,缺乏全局思维是最常见的一个陷阱。局部视角认知受限,从局部目标出发找到的关键场景或关键路径,在全局视角里未必会是重要的。重视全局目标,才能绕过一些风险场景,补充新的、更重要的、对全局更有价值的场景与路径,在每个局部,解决对于全局重要的真问题。

陷阱4:关注结果指标,缺乏可行动的过程指标

当识别了关键场景和路径,我们观察到很多组织容易陷入到狭义的结果导向、对结果指标过度关注的陷阱。而在敏捷决策的新常态之下,真正业务向下拆解的时候,更加重要的是过程指标,尤其是可行动的过程类指标,比如大家可能听到的先验指标、领先指标或原子指标这些叫法。做的好的企业会更重视在更细的颗粒度上的过程指标,例如我们服务的客户上汽飞凡,同样关注GMV,但更关注GMV下面的转化率、意向转化率、4S店到店每次接触的行动背后产生的意向转化率往下一个阶段的变化等等,建立行动与过程指标之间的关系。

陷阱5:定性与定量对立,缺乏假想与检验的科学方法

最后一个陷阱是定性和定量的对立,缺少假想与检验的科学思维与方法。在一个公司里,简单说有两类人,一类人更擅长讲故事,更强调经验和直觉,但另一些人更希望看到科学的逻辑,决策的严谨性,最后导致很难形成有质量的决策往前推进。

关于定性与定量的对立,我们看到定性与定量对立的背后,是更高维度的科学思维,基于假想与验证将这两者进行统一。通过经验、通过个人的直觉,可以形成一些有意义的假想,在数据分析中不断对假想进行验证,将定性与定量有机统一。

在过去一年,观远数据自身也在实践基于“解决问题五步法”的敏捷工作站模式,从定义问题、分析问题开始,提出解决问题的假想、不断验证并落地,这中间也包含对假想的证伪,以及重新回到问题和路径本身,去不断迭代对问题的分析和定义。

小结一下,面对上面这些敏捷决策难以落地的认知层面的陷阱,对策包括两个方面:认知方面,通过整体思维、过程思维和假想思维去实现认知层面的统一,不断形成与强化共识;行动方面是认知共识后对能力的持续提升,让听到炮火的业务团队能用数据做决策。

让听到炮火的业务团队能用数据做好决策非常关键。过去,业务团队里的业务用户会跟IT团队提出很多需求,包括报表、仪表板、指标等,这些需求对应着他们真正想解决的真实业务问题,但他们还需要依赖IT团队。如何让业务团队自己拥有能用数据解决这些问题、做好决策的能力?根据外部机构调研数据显示,67%的CEO希望数据分析与决策更多能在业务内闭环,而不是在IT领域完成,这样才能让业务敏捷和快速响应;73%的业务负责人希望在业务团队内有更多的数据分析与技术人员,结合在一起才能让业务团队更好的用数据做好决策。

观远实践:数据驱动的敏捷决策之路

如何提升数据驱动的敏捷决策能力?观远数据在过去几年和客户共创以及自身不断实践,探索从认知到行动如何实现“知行合一”,接下来与大家分享我们认为行之有效的实践,供大家参考。

在认知层面,首先,每个企业都具备自身从战略(目标)、战术(指标)到执行(行动)的分层次业务逻辑。基于此,我们通过三步来拆解与优化,形成敏捷决策的认知,形成数据分析的行动基础:

第一步,找到全局的真问题。从第一性的全局视角,从理解公司的北极星目标出发,识别局部支撑全局最重要的那些关键场景与路径,解决全局而不是局部高价值的真问题、真场景、真路径;

第二步,拆解可行动的指标逻辑。将关键场景与路径进行拆解,拆解成对应的最重要的关联指标,尤其强调过程指标、可行动的原始指标,更关注过程的变化,结果自然发生;

第三步,执行中不断假想与验证。刻意构建行动与过程指标的关系,具体到每一天的行动任务,追踪最小颗粒度的过程变化,不断验证或调整假想,巩固机会,步步为赢。

从战略拆解到行动,在行动中不断验证业务的假想与路径。自上而下对齐,自下而上反馈,双向反馈迭代,这是敏捷经营的关键认知。

从认知到行动,主要通过科技的赋能,让业务能用起来的数据分析产品与能力,是支撑敏捷决策的最大杠杆。

熟悉观远数据的老客户都知道,观远的一站式智能分析平台有三个特点:企业级、易用性和场景化。尤其是易用性,能让业务人员几天就可以轻松上手看数据、做决策。这源于观远数据产品的设计理念、对产品价值的追求和产品不断优化的方向,是让业务团队产生更多的数据生产者。通过易用性的产品,提升组织内部10倍的数据生产者,去赋能100倍的数据消费者。从总部到一线,让从CEO到一线的各个业务部门的人员,都能回到炮火中的决策逻辑,关注到最原子级别可以产生的行动和指标,层层协同、决策反馈、不断行动,持续抓住外部变化里的机会。

星火燎原的行业领先实践

数据驱动的敏捷决策实践,也以燎原之势,在观远数据服务的各行业客户中落地。以下是分别代表着几百人、几千人、几万人不同发展阶段、不同行业的客户敏捷决策的三个代表案例。

某互联网泛农平台:从CEO到一线的指标拆解与数据决策

该企业成立时间不长,大概近千人的规模,在下面这个脱敏的图示里,大家可以感受到该企业数据驱动的敏捷决策逻辑。最左边是北极星指标,往下是关键业务的场景指标,称为北斗星指标。中间部分是转化成的核心指标树,将决策逻辑强化、分解、透明化,让大家更易理解。右边是指标分级、到岗到人。

这个企业的数据驱动有三个小细节,想特别跟大家分享:

一是让公司内部全员有一定的权限管控,但同时也基本上让全员都能够知道有全局思维,让员工知道他们做的事情和全局各个链路指标的目标关系,通过不断的培训、不断的考试,提升全员的数据分析与决策能力;

二是该企业内部有二十个机器人,不断地同步最原子级别的任务和指标的完成情况,让业务能快速迭代;

三是企业内部贯彻的一句话,“从数据驱动到指标驱动,从指标驱动到目标驱动,最终从目标驱动到愿景驱动”。

某头部饮料品牌:52周365天的数据迭代与行动闭环

观远数据与该品牌已经合作了3年,从品牌最早几十个人使用观远,到现在已经超过了几千人在用观远数据平台,品牌也实现了从以前12个月、52周,到现在365天的数据迭代。随着企业战略变化,该企业敏捷决策的解决方案版图仍在不断丰富中。

以通过数据强化网点管理,指导一线执行动作以导向更好的网点销售的场景为例,Step 1显示的是基于最一线对每个网点的反馈观察行为,总结成每个具体的行动能跟对应原始指标产生的关系。例如某个网点的铺货率、主管跟最一线的业务代表联合拜访的比率等等。一步步到Step 2,每一天、每一个网点、每一个业态产生的数据关联与过程指标的关系、高亮的异常指标。而后Step 3进一步形成反馈的闭环,导向一个个可执行的行动。

这样的决策场景在该品牌只是冰山一角,企业有几千个这样的场景甚至更多,每个场景产生的经济效益少则百万多则千万甚至更大。这个案例希望与大家分享的是,在数据驱动的敏捷决策中,在企业的关键场景链路之中,构建最小的可行动的行动与指标的关系,不断反馈迭代。

某头部股份制银行:从总行到分行,超万人的分布式决策实践

观远数据与该行的合作也已超过3年,从一开始几百人,到现在该行有几万人在使用观远BI。金融行业近几年特别火的新增长业务——代发业务,很多银行过去甚至今天依然是总行告诉分行、支行,有哪些企业在当地可以做代发业务扩展的传统模式。但该行通过敏捷模式建设,将这一能力赋能给分行,让分行可以结合所熟知的企业,通过很多不同的分析维度,同时参考总行或其他分行数据,不断在过程中识别更符合当地的画像,选择转化好、更好潜力、更有长期价值的企业进行拓展。

在该行从总行到分行能够支撑过万的分布式决策模式的背后,建立了三层影响圈,让各个分行具备能力后,能够在相对统一的规则下进行分布式决策。

在过去一年里,有很多新朋友加入到观远数据服务的客户名录里。我们很开心看到有越来越多的客户不断成为所在行业的数字化标杆。但让我们更加感慨和充满敬意的不是越来越多的客户logo,而是在这些logo背后的一个个团队,一个个具体的负责人与推动者,是他们在让事情发生,改变了潮水的方向,让这个企业在数字化的大浪潮下熠熠生辉,成为了更先进的组织,更是推动着整个行业与社会的进化。

观远的使命与长期陪伴

今年观远数据迎来了七周年。9月份的七周年庆典上,我们发布了升级的价值观。价值观焕新的原因,是当我们越来越意识到和我们的客户一起敏捷是未来的趋势,以及数据驱动和敏捷决策的关系时,我们决心自己要成为一个更敏捷的组织。

焕新的六条价值观,是观远数据所有小伙伴共创的。其中的两条这里小分享下:“始终把客户价值放在第一位”,是我们第一位的价值观,坚定的为客户创造价值,也是对所有老客户们、未来的新朋友们的承诺;“科学求真地解决问题”,通过数据思维、科学思维,求是求真,务实的解决真问题,是敏捷组织的重要行为,与各位在实践敏捷的路上共勉。

七周年的另一个重点升级,是观远数据今年开始运行的6S模型,是我们服务升级的最重要内容之一。通过6S模型,大家可以匹配自己企业所处的数字化发展阶段,是从无到有的激活期,还是已经进入了渗透期、复制期,或者广泛自助期、业数融合期,或已经开始对AI进行探索尝试。在这个路线图里,我们会从不同维度给到企业一些建议,和企业一起结合企业自身情况,选择最合适的进阶方式,配套观远所提供的各类服务,帮助企业稳步进阶。

产品方面,观远数据一站式智能分析平台6.0正式发布。升级核心是对一站式能力的强化与更新,因为我们看到越来越多客户有各种各样的需求希望在一个平台上实现,因此观远BI 6.0的功能新增或优化升级都会特别强调一站式,让企业能够在一个平台上更好的管理,让业务同学能够在统一平台上更好的协同。

产品6.0有很多升级,其中一个高亮点,是很多客户期待的BI与ChatGPT的融合——BI Copilot系列产品。观远数据从2016年成立即在行业首先提出了AI+BI的理念,并一直在这个方向上不断的坚持探索,积累了很多底层的认知与能力。今年我们非常开心的看到,因为ChatGPT与大模型技术的到来,AI+BI的进程将被极大的加速,企业内使用BI的门槛将极大的降低,未来“让每个企业有100倍的数据消费者”这一目标越来越触手可及。

过去的大半年时间里,我们一直在为BI与ChatGPT融合的BI Copilot系列产品做准备。BI Copilot系列产品通过BI与大语言模型的融合重塑数据分析全链路,将为企业进一步降低数据分析的应用门槛,让组织更敏捷,让决策更敏捷。

成为数据驱动的敏捷决策者

“不确定的时代,在确定的方向上坚定地行动”,这是我想在分享的最后送给大家的一句话。过去几年大家都在说不要“内卷”,那么内卷的反义词是什么?不是反内卷,更不是躺平,内卷的反义词在我们看来是“进化”,个人的进化,组织的进化,构建在不确定中找到确定性的未来能力。

敏捷向未来。与大家共勉,一起成为数据驱动的敏捷决策者。

注:文/龚作仁,文章来源:Laborer,本文为作者独立观点,不代表亿邦动力立场。

文章来源:Laborer

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享
+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0