|
据传，第一集团()现任理查德·费尔班克(RichardFairbank)曾在某一天表示，他期待每10个中有7个会按照得到实际执行。在上世纪80年代，所有的都会发行型。当时第一资本的两位创始人费尔班克和奈杰尔·(NigelMorris)想到了利用来进行细分，向不同的提供不同的信用卡。因此，他们把信用卡发给了大量以前从未考虑过的新客户群，征服了，也因此掀起了的。 这一由数据推动的对公司有着深远的影响。从1996年至2004年，第一资本的每年和增长双双超过20%。2008年，融来袭时，第一资本也濒临崩溃，但该公司复苏的事又是另一个故事了。 费尔班克是个数据导向型的。数据导向型的领导者： 会致力于了解客户和所有能影响客户增长和推动其创新的动态关系。 从根本上相信数据有助于推动更出类拔萃的和成果。 在这个方面，得到数据支持的领导者在公司将同时起到催化剂和发的作用，他们会选择成为循证决策的主体。你所使用的特定的工具组，必须能以分析法支持你的。你评估法的成熟程度并对之加以培养。 你的需要在四个方面有强劲的表现，从而支持你成功利用分析法。这四个方面指的是领导力、分析、、数据。如果你的组织累积了海量数据，但和不能利用这些来实现足以让组织感知到的增长，那就表示这四个领域中有一个方面出了问题。你应当审视组织的这些领域，并努力弥补缺陷。 要素1：领导力 从一开始，理查德?费尔班克和他的团队就把数据和分析法作为第一的根本，的和人才也围绕这一中心进行组织。 为了让你的公司分析所有这些数据，第一步是对组织进行详细的评估，你需要访问关键的，并在全公司范围内进行调研，以查明法实践经验的适用范围。这会让组织为推行数据导向或数据支持以及找出自身弱点做好准备。作为一名，你需要利用许多和风格来运作你的公司。领导力在法成熟度方面最大的差距体现在、和上。 你的组织是否有愿景或愿景宣言，并且所有人都知道且能理解其内容？制定这样的宣言就是在你引入分析法之前首先要进行的最重要的行动。接下来，数据导向的领导者必须致力于持续运用数据进行关键决策。他们不仅信赖数据，用数据来证明/证伪自己对于的假设，还会从数据中学习，从而发现新的机会，找到差距。 当然，你只能自己能够衡量的内容。如果希望驾驭导向的力量以促进增长，那就必须让你的团队为他们进行的决策负责。不管你是使用、还是其他方法来追踪领导团队的决策和，在内各个级别仍然有可量化的问责。 要素2：掌握分析法的 第一拥有独到的手法来获取掌握分析法的初级和中级管理人才，把这些擅长分析的人才充实到制定高决策所涉及的大多数中。这个过程包括书面的量化筛选、两轮和两轮。就案例面试来说，每个官都会一些正式的，所以可以对培训结果进行比较。在听取汇报的上，所有的面试官会分享面试者的分数，并详细讨论这些分数是否有较大差异。最后，他们会把在工作上的绩效—也就是员工的年度绩效评分—与他们在面谈中得到的分数相互关联。结果发现，分数最高的候选人的绩效确实要比其他人好。 领导层设定了，但目标本身并不能出成果。你需要掌握分析法的人才，这些人才不能仅是你的分析师。就第一步而言，最的做法是请来一位掌握分析法的高级，赋予此人影响力以及在组织的职能部门和中的话语权。 不管你是把进行当作日常工作的业务专家还是的拥有者或领导者，你都需要使用来收集洞见，从而推动你自己和组织更好的成果。不管是进行精|品店的季度还是充实一间店的人员，了解数据走向(例如过往或每日量)都有助于优化库存和。 掌握分析法的专业人士也助数据和来分析数据，他们甚至需要培养人际和业务技能来弥补从数据到业务之间的差距。大多数发现很难到在法方面接受过培训的人，因为正规的分析法是直到最近才出现的。不过，你可以在内部培养那些在分析法方面有天赋的人。如果在分析法方面进行，并且聘请高级的分析法专家来这么一个或给团队提供支持，你就能让组织朝着分析法的目标前进。 要素3：进行决策 第一的决策令人刮目相看，而这也是数据导向型组织所必需的。还制定了严格的规划流程来评估每个新。提出创意的或在估算提案的绩效时必须分析过去的|数据，同时还要描绘每个创意涉及的情景和，从而避免公司在上的损失。一旦某个创意获得批准，就会在全面实施之前进行项目试点或。除了前瞻性的规划流程，第一资本还拥有的审查流程。在一个而结果开始陆续显现之后，必须监管项目的启动，以评估项目的运行是否符合预期。如果不如预期，那么他们需要在此过程中进行更改，或者干脆把项目叫停。所有这些不仅经过了各自部门的高级层的审查，还经过了不同的小组的正式审查流程。 在公司的(例如、营销、产品、、设计和)里，存在许多机会来使用优化决策。例如，公司的就是一个很好的机会，因为划分的方法很多，要处理许多和子群。你是打算增加还是拉来新客户？大多数公司看到了许多可能性，但根本没有足够的预算进行处理。而这恰恰是导向型决策能发挥作用的地方。 比如，的了他不会去进行所有和所有层级的具体决策。如果公司有一个高效的决策架构，它就会赋予业务以及相应的级别和来进行这些具体决策，而他们靠的就是自己接近业务环境，熟悉。解决方法是设置一个能让组织内所有人都能理解的、透明的决策。在战略层面，这样的流程可以澄清：获得的的种类。优先选择一个项目的评估。这包括和，例如、创新性、可持续性和社区影响。 决策流程要求： 1.有程来收集所有的提案，以及与提案的预期和回报的。在形式上可以采用文档，做出关键贡献的人可以在上面自己的。之后，会对收集起来的这些提案进行审查。 2.有一个由组成的来定期审查新的提案，例如每月或每季度正式的及审核流程。在审查中，利益相关人会查看上一批的结果，对其进行评估并从中吸取经验教训，从而就新的提案进行决策。通常审查和规划是在一个周期内同时发生的。不管你选择什么周期，都要确保有足够的时间把上一批决策中吸取的经验教训应用到下一个规划周期中。 3.有一个清晰的说明，记录项目如何执行，包括流程、标准和。每位都应当了解执行新项目的、决策推进的标准、每个项目预期会带动的指标以及该指标与的优先和关联的。 要素4： 第一的另一个长处是公司为数据成熟度投资打下了坚实的基础。第一资本的数据在抵达的时候就已经清|理过了，由于数据是如此的干净和可靠，当它发现某个出现中断时，它根本不去对数据进行重新验证。相反，这种中断表示确实出事了。在21世纪之初，第一资本对其进行了升级，对数以百计的独立系统以及进行了简化和，得到了一个统一的数据仓库。的从所有中挑选出500名最优秀的这一为期18个月的，确保最高的和最丰富的被投入到这种关键的中。 我们有许多例子证明，在法上的一定会带来回报。不过，为了得到这个回报，必须要有数据来收集和存储正确的数据，并确保分析师和类似的业务能顺畅地访问这些数据。然后，组织能取得这样的洞见，并制定致胜和成功。这就是分析法回报的来源，是我们多次提到过的。 要应用好分析法，首先你需要有良好的数据基础。我们所说的“良好的数据”指的是以安全的方式存储下来的及时收集到的数据，这样既能保护数据的完整性，又能方便大家随时访问。如果在上进行了投入，制定了正确的收集和存储，就已经打好了基础，可以开始将数据当作一项来加以利用。糟糕的数据，即不完整、错误百出、不一致且相互矛盾的数据会大大削弱组织从数据中了解和情况的。它还会严重破坏对于数据分析结论的信心。 数据的最重要的是要靠敏捷的数据基础架构，它必须能灵活调整规模，并支持组织所需的访问。此外，在应用分析法的过程中，你会获得此前无法提供的数据或，而敏捷的基础架构能够让组织快速对新的数据领域和来源进行采集。 新的数据来源或领域随后可以被输入到现有的稳固的数据基础架构中。分析师和业务专家都是其用户，只是数据访问的各有差异。因此，他们依靠的是基础架构的可用性。 令人惊讶的是，开发一个高效的数据基础架构最难的不是如何选择硬件或，而是你的的设计和架构。如果你的组织中没有架构方面的，可以聘请外部来设计你的内部能够理解的。你和你的团队必须找出大家在业务理解上的差异，并且强调你需要的是哪种数据。而且在你不断演变的同时，数据也需要进化。【作者：Piyanka Jain、Puneet Sharma 来源：《》杂志】
（责任编辑：职场达人） |
