#01

企业管理

更需要“转型升级”

中国企业管理在某种程度上来看，受到中国传统文化、社会价值观及现代化趋势等多方面影响的结果，比如说，中国传统文化强调长期思考和计划，这在企业管理中体现为对长期业务发展和可持续的关注。但同时，我们也发现，目前来看，中国式企业管理也还存在着缺少创新性和灵活性、决策过程较慢、激励机制不完善等问题。

如果你身处于国有、民营、私营企业中，只要人数超过几十人，应该就会对上述问题有所感知，甚至由国人构成的外资企业，也都很难独善其身。

在商业化高度繁荣（当代人称之为“卷”）的数据时代，可以认定我们更需要效率，因为效率也从某种意义上决定了生存，而代表更加丰富、更加开放、更加共享的数据文化，恰恰就可以让企业中的各级员工完成快速的决策，提高企业运营的效率！

#03

实现数据文化目标

需要满足四个条件

把数据的价值发挥到极致，可以认为就是让更多的人把数据利用好，更加快速有效地进行决策。从这句朴实无华的解读中，我们很容易判断这不是单纯的技术问题，更是系统性的管理问题。

大家可能被IT厂商影响了很多，对数据挖掘、自助分析有着不可动摇的笃定，但严谨的来看，工具和技术只是必要的条件，并不具有充分性。

新冠疫情刚流行的时候，对数据文化的向往正好也开始被更多人谈及，当时我们总结了要从人员、数据、工具和运营四方面进行着手，定义清楚需要塑造的角色目标及其职责，梳理清楚数据供应的链条，开发更加易用的数据工具，以及搭建必要的运营推广体系。

尤其是其中的“运营推广体系”，对于IT架构师和项目经理来说像一门难学的外语，似乎很难理解，其实运营是一个管理的概念，当你找一个需要对数据文化结果负责的主管时，这个问题就会逐步被解决掉了。

因为IT同行更难理解“运营”这个概念，其实，有没有运营，就是区别“自助分析工具”和“数据运营平台”的核心问题，为了更好的支撑运营，数据运营平台也会有社区、门户、工单等各种运营类的功能。

首先做好运营，先要树起大旗来，表明自己是被领导授权干这个事情的，也被授权激励大家都参与进来，如果缺乏激励的权力、资金，或者说一点话语权都没有，就很难调动员工的积极性。要知道数据分析这样的技能要学习还要考核，对很多人来说有着巨大的压力，没有激励的措施，谁会主动做出改变呢？

其次是要对数据分析能力建立分级标准，最厉害的叫专家，然后还有讲师、认证分析师等等，这就好比教育体系，按着小学-中学-大学-研究生能看成长的方向，会给与员工仪式感和安全感，只要...就...的心理范式一旦建立，自然就会吸引着大家走上这条未来之路。

再次是构建共享互助的社区生态，样式模板、应用商店都起到类似的作用，高手永远都会出现在民间，只要参与的人够多，各种有价值的建议、创新的想法就都会冒出来。所以运营团队一定要保持开放交流的心态，千万别定义自己只是“运维支持”。

最后务实的来说，运营是少部分人面对很多人，这就是个1-N服务模型，如果忙不过来响应不及时就肯定会被投诉，如果遗漏了需求也会被投诉，如果提高“客户满意度”在大的公司肯定会有相关的经验（至少对外的客户服务部可以去取取经）。

#04

欲善其事

必先利其器

数据文化是随着数据智能和数据驱动的发展而逐渐被提及和探讨的。数据文化强调在组织和企业中建立相应的价值观、信念和实践，使数据驱动的决策和行动成为日常工作的一部分。

虽然CIO/CTO和CEO/COO普遍认同，但数据文化类的项目还是很有难度的，根据行业案例和亲身经历，我们总结出影响数据文化目标达成的影响因素如下，供读者参考：

欲善其事，必先利其器。思迈特主张通过Smartbi Eagle这个平台推广企业数据文化，希望打造以“人”为中心的数据文化的组织能力，让更多的人来进行使用。数据只有用得越多、才能充分发挥其价值。

目前，Smartbi Eagle智慧数据运营平台已经在长沙银行、南京银行、重庆银行、金域医学等多个头部企业落地实施。

长沙银行通过将BI工具与数据分析环境进行无缝对接，构建基于长行云为基础的数据底座，业务部门可根据业务需要，自定义传统报表、看板、即席查询等，进行灵活的数据自助消费。数据的准备、加工、展示全流程完全由业务部门自主完成。最终实现了数据分析成果周期缩减、数据分析人才队伍建设、数据创新效能大大提升等效果。

未来，相信随着增强分析、指标管理等新技术和产品的出现，更多的企业会把数据能力作为员工的基础能力，把数据分析作为日常工作内容，届时可能也不会再有人去提及这个概念了。