為什麼並非每家企業都能從資料分析中獲利或者實現影響力？

每個人都在尋找資料分析的“點金術”，目前，它的衍生產品是人工智慧和機器學習。能夠完成相應功能的工具和平臺是強大的，越來越多的專案都在提供資料科學和分析技能方面的培訓。

那麼，阻礙因素在哪裡呢？本質上，正是企業自身阻礙了它的發展。在一份最近的分析報告中，麥肯錫分析師Niko Mohr和Holger Hürtgen觀察到：儘管將資料分析視為通往成功之路，但很多企業決策層仍然會這樣問：“技術部分通常是比較容易解決的，然而，為什麼並非每家企業都能從中獲利或者實現影響力呢？”雖然技術已獲得很好的開發並已準備就緒，但大多數企業“在涉及結構化部分（例如，在技術和業務之間取得連線或轉化，或者對文化觀念的變化進行管理，從而由依賴直覺的決策向資料驅動的決策發生轉變）時，仍處於明顯落後狀態。”以下是麥肯錫的分析師針對這個議題的分析。

資料和業務處於彼此分離的世界

在太多的企業中，資料團隊和業務團隊是各自獨立的部門，Mohr和Hürtgen就此指出：“這導致業務部門對於方案提供的可能性缺乏瞭解，並可能造成開發出的資料解決方案不符合業務部門的實際需要。”

在洞察力和影響力之間存在鴻溝

很多企業並未根據他們獲得的洞察力採取最後一步行動。企業可能已經引入資料分析，甚至可能組織了不止一次的概念驗證。Mohr和Hürtgen指出：“然而，這些概念驗證彼此之間是分開進行的，很難轉化為成功的應用場景，更不用說成規模的轉化了。”

管理層不能做出足夠的承諾

只有“在整個企業範圍內，資料分析工作得以深入和持續進行”的情況下，才會產生正面的結果，“這需要領導者的承諾和方向指引，同時，要推動開展此類基於洞察力的轉型活動，但很多企業並未做出這種級別的承諾。”

對於已經進入資料分析領域的企業，Mohr和Hürtgen提出以下建議：1

1. 按“業務回溯”而不是“資料回溯”的方式工作

首先確定你信任的應用場景，然後思考業務模型，以及你需要保持模型運轉的資料。

2. 將IT部門保持在決策圈中

最初，你可能需要繞開企業的IT部門以迅速啟動並儘早進行概念驗證。但為了實現規模化，你終究需要及時納入IT部門，並賦予他們重要的職責。

3. 敏捷地生存

冒較小的風險，取得較大的勝利，採取試錯式的學習方法，保持試驗的心態——這些理念應該植入到企業的組織結構中。

4. 讓使用者在洞察力分析方面發揮作用

麥肯錫的分析師認為：變更管理至關重要，業務使用者要信任分析結果，並且在這方面發揮作用。