企业建立在数据和分析的信任的7种方法

来源:企业网 作者:网友

根据毕马威公司发布的报告,数据和分析应该是一个“不可谈判的业务优先级”。然而,60%的组织报告说,他们对自己的数据和分析洞察力并不是很有信心。只有10%的受访者表示他们在管理数据和分析的质量方面表现优异,13%的受访者表示他们在数据和分析的隐私和使用方面表现优异。此外,49%的数据和分析决策者报告说,他们的主管并不完全支持公司的数据和分析战略。

美国的决策科学机构毕马威公司总经理比尔·诺瓦克说,在某些情况下,这种信任缺乏可能是由于人们缺乏对企业如何使用分析的理解。

“如果我是一家零售商,就会做预测,建议,优化,因为分析是一切的核心。”诺瓦克说。“当一个行政人员谈到缺乏信任时,就是因为哪里有一些不协调,而人们不得不知道是哪里,不知道他们已经在这样做?”

诺瓦克说,在其他情况下,管理人员可能会害怕具有糟糕的分析经验,导致预测不正确,错过机会。他补充说,分析和自动化最终可能导致报告不信任的一个因素。

对于报告,建立对分析的信任,毕马威公司委托Forrester机构调查了2165个负责商业智能,数据分析,数据仓库,以及大数据管理计划管理的决策者。而这些受访者在10个国家的不同行业工作。

该报告发现,大约一半的企业使用数据和分析工具来寻找新客户,分析现有客户,以及开发新产品和服务。然而,数据和分析决策者表示,他们对通过这些方法获得的洞察力缺乏信心。只有38%的受访者表示对他们在客户洞察力方面获得的信息非常有信心,34%的受访者对他们业务运营的洞察力有信心。

尽管缺乏信任,77%的组织表示,他们的客户对于他们对数据和分析的使用有信心。诺瓦克说:“有一些经理认为,分析对我们如今的业务方式,以及我们未来的业务方式至关重要。但是有很多个人的工作要做。”

信任中的差距在整个数据和分析过程中增长。虽然38%的受访者表示他们最信任数据源,但只有21%的受访者最信任分析和建模的下一步。只有11%的决策者表示他们最信任实际使用分析,只有10%的人表示有信心测量其分析使用的有效性。

Gartner公司数据和分析研究主管艾伦·杜卡恩说:“底线是人们主要是情感决策者,这抑制了一种量化、分析和循证的方法。“事实上,情感是所有人类决定和判断背后的动力。没有情感,人类就不能做出决定。”

杜卡恩表示,因此,希望发展其组织的数据驱动型文化的企业领导者必须找到办法克服心理阻力。

毕马威公司报告提供了七项建议,用于组织中构建数据和分析信任:

1.评估企业的信任差距

执行初步评估,以了解企业最需要信任的分析,并专注于这些领域。

2.通过澄清和调整目标来创建目标

确保为所有相关人员清楚收集数据和运行分析的目的。衡量数据和分析性能和影响,并与用户分享,以便他们可以看到投资回报率(ROI)。

3.提高意识,以增加内部参与意识

在业务用户之间建立数据和分析的理解,并创建一个数据和分析决策者团队,以及IT和业务领导者在项目上进行协作。首席信息官完全有能力实现这些努力,并可以作为联络人,确保治理到位,团队合作。

4.建立专门知识

通过确保企业拥有具有分析质量保证专业知识的员工,开发内部数据和分析文化。数据和分析员工对于建立对企业数据和分析的理解至关重要。

5.鼓励透明度

通过建立跨职能团队,第三方审核,同行评审,wiki样式网站,以及更强的质量保证流程,提高透明度。“基本上,每一个数据和分析都需要通过独立审查。”报告说。

6.通过建设生态系统获得360度全景

超越组织结构和孤岛,检查数据和分析能够为整个企业带来的价值和风险。在部门之间创建团队,以构建数据和分析社区。

7.刺激创新和实验

开发数据和分析创新的模型,并允许数据和分析团队尝试不同的方法,而不必担心失败。如果可能,鼓励员工使用数据和分析流程进行创新。


相关文档推荐

观远ChatBI基于LLM的场景化问答式BI.PDF

1739349043  4.41MB 9页 积分4

分析型BI+AI 产品创新探索.PDF

1738713531 樊帆 26.21MB 13页 积分5

大模型+数据智能分析应用发展趋势及标准化工作.PDF

1738713468 韩晓璐 7.14MB 24页 积分4

基于LLM的智能数据分析平台在腾讯的落地实践.PDF

1738713220 谭云志 5.29MB 22页 积分6

平安人寿大模型智能化报表chatBI.PDF

1738713178 刘行行 4.74MB 24页 积分6

火花思维数据分析体系建设和实战.PDF

1737424874 冯俊晨 2.8MB 17页 积分5

StarRocks在电商数据分析场景的实践.PDF

1737423810 王新春 2.2MB 15页 积分5

B站一站式大数据集群管理平台.PDF

1737421412 刘明刚 1.37MB 30页 积分6

LLM和Agent助力下的数据分析智能化转型研究与实践.PDF

1737365070 谢苑珍 4.52MB 54页 积分6

BI+AI撬动千亿级数据的智能洞察实践.PDF

1736901563 徐冰泉 8.26MB 29页 积分5

相关文章推荐