大数据分析最重要的不是管理技术而是管理“人”


现如今进入大数据时代,很多企业都开始或多或少的利用大数据所产生的价值。对于企业来说,大数据能够起到的角色和分量因企业本身而异。但是有一点可以肯定的是,现今的决策者已不断在利用数据分析辅助决策,已达到让决策更精准的目的。并且也有很多企业组建了数据分析团队,比如很多电商企业就会频繁的利用数据报表来诊断店铺问题,亦或者有很多企业利用DataFocus、Power BI等基于AI的智能数据分析工具来辅助决策。但是也有很多企业在数据分析的实施上遇到问题,尤其是在分析团队和业务团队之间,似乎总有不可逾越的鸿沟,并且很多数据分析项目的成员并不仅仅止于业务人员和数据分析人员,但是很多企业却认为数据分析效果就看谁家技术好,谁家软件强大。FireShot Capture 012 - 标准1111111

我们以前说过,数据分析思维的问题,再好的软件和工具都仅仅是辅助人的思维的,是跟着人的思维走的。现在放大到整个数据分析团队上,我们也应更加注重对“人”的管理和监督而非技术或软件本身。举个例子,我们合作的某国家电网支持公司数据分析的业务链是以干系人管理来操作的,什么是干系人管理,就是哪些人或部门会受数据分析的过程或结果的影响,并且由谁为数据分析提供支持,这些支持包括人员、经费、设备、时间等。常见的干系人有数据分析需求发起人、可决策的高级管理人员、实际使用分析结果的客户或用户、B端数据服务供应商、数据分析内部团队、项目经理以及外部合作企业等。

对于“人”管理,我们可以参照项目管理的方式,以四个象限判定。第一象限假设为A象限,是权力很大,利益不大的人,比如甲方公司的总经理,令其满意争取支持就好。第二象限假设为B象限,是权利大利益也大的人,比如数据分析的责任人或项目经理,需要重点管理。第三象限C象限是权利小、利益大的人,比如数据分析链上的业务人员,随时告知即可。最后是第四象限D象限,权力小利益也小,比如协作部门,监督即可。

无论如何,数据分析的核心还是数据分析思维和协作,是人与人之间的互动。企业可以利用DataFocus、Tableau等工具大量节省人员成本和重复性工作等,但重要的还是分析思维,还是整个团队。

相关内容推荐

声明:DataFocus|版权所有,违者必究|如未注明,均为原创|本网站采用BY-NC-SA协议进行授权

转载:转载请注明原文链接 - 大数据分析最重要的不是管理技术而是管理“人”


让数据分析像搜索一样!