2021年做數據分析需要關注的幾件事
原標題：2021年做數據分析需要關注的幾件事
【IT168 評論】在剛剛過去的2020年，很多企業更爲迫切地需要數字化，也實實在在看到了數字化所帶來的價值。相關數據顯示，疫情後復工復產恢復較快的往往是數字化程度較高的企業。想要數據分析得到有價值的洞見，並不是上一套IT系統那麼簡單。
通過與一些廠商和企業交流，也發現國內企業數字化程度參差不齊的現狀，有的企業已經進行AI預測等創新性的嘗試，有的在重點梳理數據標準規範等。其中有幾點值得關注。
關於數字化的訴求
“我們會隨着外部環境企業戰略進行調整，隨時調整目標，但是方向是一樣的，希望通過我們的數據，高質量的數據來進行挖掘，來拓展業務，優化我們的管理流程。這個就是我們定義的數字化。”這是某傳統企業CIO關於數字化的定義，很有代表性。降本增效、開源節流，數字化爲企業帶來更多的競爭力，不少CIO也強調，無論是引入數據分析工具還是數據平臺，業務梳理和管理流程的規範很多是在IT系統之外做文章，迴歸到企業管理上。
CIO如何理解一把手工程?
推進企業數字化轉型必須是“一把手工程”已經成爲業內共識，尤其企業要構建全員的數據文化，高層的支持勢必大有裨益，而在打破一些固有利益時，沒有高層的支持也無法進行下去。在執行落地時，大的方向制定好，更爲關鍵的是下面中層到員工的執行與配合。“作爲IT的人你必須知道問題點在哪，去協調業務，老闆是比較忙的，不可能老盯着你這個過程，凡事都是老闆出來協調這個協調那個，我覺得作爲IT負責人有點兒失職。”這是一個資深CIO的心裏話，他所在公司正在進行BI項目，並取得了一定的成績。在項目初期，他認爲需要取得高層的支持和認可，如今IT與業務的關係越來越緊密，IT負責人需要懂得業務痛點，企業的轉型是大勢所趨，在大勢中，每一個個體也在求變。
項目週期長風險就大
有專家指出，無論做BI還是其它項目，切忌搞個大工程，所以部門一起上，這樣成功率特別低，企業數據準備還是人員思想準備可能沒有那麼充分。而且項目週期一長，風險就會增加，人員會迭代變動，新的技術在迭代，而且外部大環境也在變，企業可以先找一個點，小步快跑迭代，讓企業的組織、流程、文化和IT能力相匹配，形成合力，避免淪爲IT項目，成爲雞肋。
需要怎樣的諮詢能力?
2020年很多數據分析公司發佈了新的產品和戰略，基本都有強調自己的諮詢能力。他們指出，結合國情，中國大部分企業數據意識和數據底子比較薄弱，除了產品和解決方案，更需要一定的諮詢能力，將自身在行業內積累的有效實踐經驗進行復用，所謂他山之石可以攻玉。與此同時可以看到不少企業也會找比如四大等諮詢機構來做諮詢，有的在非常垂直細分的領域會找特定的機構去諮詢。有專家指出，企業尋找諮詢機構要結合自身的業務發展和諮詢實踐而定，一方面，四大等諮詢機構一般是戰略層面諮詢，在執行落地過程中需要企業有較強的任務分解能力，需要有深厚的IT能力積澱。另一方面，也需要有較強的項目管理能力，在一個項目中，第三方諮詢與落地廠商，需要企業有效管理，避免出現扯皮現象。
自助分析的挑戰
自助分析的能力是包括企業和廠商都認爲需要加強的一點，這裏面涉及到數據信任問題，比如數據質量不高，數據出了問題無法及時得到反饋解決等，導致數據的使用者對數據本身不信任不滿意，數據很難被用起來。也有CIO指出IT後端需要把清洗過的多維度數據呈現到業務，業務可以去基於數據進行分析，但是要做好權限管控。此外，有了相關的IT支持，企業文化不支持，或者業務不習慣用數據分析，也存在着挑戰。需要企業將數據規範制定統一標準，做好數據的追蹤反饋保證數據質量，讓業務有好的體驗，收穫價值，慢慢形成使用習慣。