也许你已经听到企业领导者为自己在危机当中的措手不及辩护,声称在这种极度不确定的时刻,所有组织都辨不清行进的方向。但其实有一些领导者十分明确前进方向。他们明白在市场动荡时期确定方向需要的是什么,也为组织培养出了敏锐的情景意识。
要培养预见事物走向、对不断变化的环境敏捷地作出反应的能力,最重要的就是分析。可惜近年来分析学(也叫作数据挖掘或商业智慧)在数据科学中备受冷落,被机器学习和统计学的风头掩盖了。机器学习和统计学将数学思路置于人类直觉的基础上,制造出讨人喜欢的客观且能灵活转向的幻觉。讽刺的是,在这三门学科中,分析学才是应对危机最必要的。
AI和机器学习解决方案,在稳定时期足已解决问题,但灾难来袭时就会分崩离析。这类技术从数据中总结规律、给出指令,自动完成任务。如果系统获得的输入有变,这种模式很快就会过时。与之相比,分析学则会在规则改变时提醒你。如果没有这种提醒,自动化解决方案可能用不了多久就会脱轨,令你遭受外部冲击。
统计学在危机中也有类似的缺陷。统计学者可以协助决策者找到严谨的答案,但如果问题本身就是错的呢?验证假说需要统计技能,但首先需要分析者有足够的洞察力,可以提出合适的假设。要在没有分析学的情况下尝试运用统计,你必须对自己的假说很有信心——重大危机降临时,这样的信心就是鲁莽。
分析者善于应对不明确的局面。他们擅长探究,因此长于预测危机并作出回应。分析者从内外部信息源获得关键信息,从细微处把握现状。他们审视即将出现的各种趋势的苗头,关注其背后的因素。他们的职责是用严谨且引人深思的可能性启发高管。等领导者将可能性的范围缩小到最重要的几种假设,就该请统计学者来进行压力测试,排除其他噪音找出真正的洞见。
市场景气的时候,大型组织会着重发展分析能力,以提升创新能力。分析能力可以用于预测消费者偏好的变化,令企业得以赶在竞争对手之前把握机会。然而经济下行时期,原本只是锦上添花的创新助推器就变成了必不可少的安全网。诚然,一些黑天鹅事件根本无法预见,但要及时应对其后续影响,最好睁大眼睛仔细观察。
可惜,成熟的分析部门很难在事件发生后临时拼凑。迅速获取海量数据的技术能力只会让分析者面对的数据更多。要在海量数据中找到真知,还需要更多的努力。分析者要想发挥作用,必须具备专业知识、商业头脑、对数据成果之实用价值的敏锐直觉,以及将其有效传达给决策者的沟通能力。他们要花时间学习判断哪些东西有趣、哪些重要。分析者不会拿出即时的解决方案引导公司走出危机,但却是对未来适应力的重要投资。
获取分析者需要的可靠数据源,也要花费时间。理想状态下,领导者不至于等到出现危机的时候才跟数据供应商、行业合作伙伴以及数据收集专业人士建立关系。要记住,遇到重大危机,以往的数据源可能会过时。不管你以前的数据源有多好,过去的信息都无法让你预见未来(也许是因为新冠疫情将一切都改变了)。你需要新的信息。比方说,2008年金融危机之后,全世界的银行都认识到,对非传统的信贷价值信号(如超市会员卡的相关数据)进行分析可能会获得优势,但获取这方面信息的能力并不是每家企业都有。
此外,内部数据储备可能需要经过特殊处理之后才能交给分析者进行挖掘,因此可以考虑一下聘请数据工程师提供支持。如果说分析是让数据变得有用,数据工程就是让数据变得可以用:数据工程提供后端基础设施,让运行日志和海量数据得以兼容分析工具包。
我在各种大会上宣讲分析的重要性,发现说服听众相信其价值并不困难,但继续解释下去就没那么容易了:分析是一种时间上的投资。不一定每次分析一组数据都能获得有用的成果。要想获取有用的信息,组织必须形成一种重视分析本身的文化。领导者要负责确定数据范围(即关注哪些数据源)和时间范围(“你有两个星期的时间探索这个数据库”),而且必须保证分析者即使空手而归也不必受到惩罚。
分析是一种投资,无法迅速产生回报——领导者接受了这个事实,我就会继续讲解另一个误区:只有具备高端技术能力的大型公司(如Alphabet)才能进行数据分析。事实绝非如此。根据我的经验,初创公司一般比成熟的大企业更重视分析。
因为要尝试在新市场立足,初创公司会将投资分析视为理所当然,并让具备多种能力的人才参与数据探索工作。然而随着公司发展,文化会发生改变。员工获得的信赖渐渐减少,公司越来越强调他们工作带来的回报,过度管理会阻碍分析。在这样的文化里,分析者无法充分享受工作中最有趣的部分——探索,而是会变成人力搜索引擎和仪表盘管理员。很多人会觉得无法发挥潜力,感到沮丧,继而辞职。
建立有利于分析的文化,需要领导者的支持。有远见的初创公司,敢于在逐渐发展为成熟企业的过程中培养真正的分析部门,确保领导者能够接触其成果并作为参考。曾被危机冲击的行业(比如银行业)很可能为分析投资,运用其成果进行风险管理。
重视分析学的领导者要信赖分析人员,给他们充分发挥才能的空间。毕竟他们的工作正是揭示你自己根本无从想象的威胁。这样的工作无法用秒表和任务清单来衡量。
像新冠疫情这样没有答案、高度不确定的危机,提醒我们注意提出正确问题的重要性。分析学可以令企业在学习和适应方面获得一定的优势。世界突然变样的时候,学习速度最快的公司才能胜出。聪明的企业会趁现在为分析学投资,准备面对将来未知的危机。
|