2021年做数据分析需要关注的几件事

在刚刚过去的2020年，很多企业更为迫切地需要数字化，也实实在在看到了数字化所带来的价值。相关数据显示，疫情后复工复产恢复较快的往往是数字化程度较高的企业。想要数据分析得到有价值的洞见，并不是上一20套IT系统那么简单。

通过与一些厂商和企业交流，也发现国内企业数字化程度参差不齐的现状，有的企业已经进行AI预测等创新性的尝试，有的在重点梳理数据标准规范等。其中有几点值得关注。

关于数字化的诉求

“我们会随着外21部环境企业战略进行调整，随时调整目标，但是方向是一样的，希望通过我们的数据，高质量的数据来进行挖掘，来拓展业务，优化我们的管理流程。这个就是我们定义的数字化。”这是某传统企业CIO关于数字化的定义，很有年做代表性。降本增效、开源节流，数字化为企业带来更多的竞争力，不少CIO也强调，无论是引入数据分析工具还是数据平台，业务梳理和管理流程的规范很多是在IT系统之外做文章，回归到企业管理上。

CIO如何理解一把手工数据程?

推进企业数字化转型必须是“一把手工程”已经成为业内共识，尤其企业要构建全员的数据文化，高层的支持势必大有裨益，而在打破一些固有利益时，没有高层的支持也无法进行下去。在执行落地时，大的方向制定好，更为关键分析的是下面中层到员工的执行与配合。“作为IT的人你必须知道问题点在哪，去协调业务，老板是比较忙的，不可能老盯着你这个过程，凡事都是老板出来协调这个协调那个，我觉得作为IT负责人有点儿失职。”这是一个资需要深CIO的心里话，他所在公司正在进行BI项目，并取得了一定的成绩。在项目初期，他认为需要取得高层的支持和认可，如今IT与业务的关系越来越紧密，IT负责人需要懂得业务痛点，企业的转型是大势所趋，在大势中关注，每一个个体也在求变。

项目周期长风险就大

有专家指出，无论做BI还是其它项目，切忌搞个大工程，所以部门一起上，这样成功率特别低，企业数据准备还是人员思想准备可能没有那么充分。而且项目周期一长，风险就会增加，人的几员会迭代变动，新的技术在迭代，而且外部大环境也在变，企业可以先找一个点，小步快跑迭代，让企业的组织、流程、文化和IT能力相匹配，形成合力，避免沦为IT项目，成为鸡肋。

需要怎样的咨询能力?

2020年很件事多数据分析公司发布了新的产品和战略，基本都有强调自己的咨询能力。他们指出，结合国情，中国大部分企业数据意识和数据底子比较薄弱，除了产品和解决方案，更需要一定的咨询能力，将自身在行业内积累的有效实践经20验进行复用，所谓他山之石可以攻玉。与此同时可以看到不少企业也会找比如四大等咨询机构来做咨询，有的在非常垂直细分的领域会找特定的机构去咨询。有专家指出，企业寻找咨询机构要结合自身的业务发展和咨询实践21而定，一方面，四大等咨询机构一般是战略层面咨询，在执行落地过程中需要企业有较强的任务分解能力，需要有深厚的IT能力积淀。另一方面，也需要有较强的项目管理能力，在一个项目中，第三方咨询与落地厂商，需要企业年做有效管理，避免出现扯皮现象。

自助分析的挑战

自助分析的能力是包括企业和厂商都认为需要加强的一点，这里面涉及到数据信任问题，比如数据质量不高，数据出了问题无法及时得到反馈解决等，导致数据的使用者对数据本身数据不信任不满意，数据很难被用起来。也有CIO指出IT后端需要把清洗过的多维度数据呈现到业务，业务可以去基于数据进行分析，但是要做好权限管控。此外，有了相关的IT支持，企业文化不支持，或者业务不习惯用数据分析分析，也存在着挑战。需要企业将数据规范制定统一标准，做好数据的追踪反馈保证数据质量，让业务有好的体验，收获价值，慢慢形成使用习惯。