数据分析实战-实现高投资回报的突破与阻碍

Yafei

数据分析法因此在近年来日益受到企业的重视，融入各职能领域。自2009年以来，将数据分析法用于决策辅助已日渐普遍，而且在同一时期，企业范围内对数据分析法的整合力度也在增加。那么，数据分析法是否真能达到企业预期的效果，企业又应当怎样运用这一方法？对此，埃森哲的调查给出了答案。
同时，和2009年的调查相比，主要采用预测性数据分析法的企业数量增长了近两倍，占所有受访企业的33%。
这也反映了数据分析法能力的日臻成熟和完善，有近一倍的受访者（60%）表示，其内部客户纷纷要求对发展趋势进行预测，而不仅仅只对企业正在发生的事情进行审查和报告。

调查结果显示，数据分析法的广泛应用主要体现在职能部门层面，并且在以客户为中心的领域尤为突出。
　同时，约有60%的从业者正利用数据分析法创建更完善的客户体验，而超过半数的从业者（52%）已取得了可观成果。企业用户也纷纷利用数据分析法来设定更加统一的目标，较之法律和人力资源等其他职能部门，这项工作在市场营销和销售部门开展得更为广泛。
　　数据驱动型洞见 如图5所示，对很多高管而言，仍需继续努力转变决策过程中对数据作用的态度。如果将直觉与经验二者有机结合起来，就能共同发挥作用，使决策兼备科学性与艺术性。

随着数据在决策过程中的作用的不断提升，寻找到合适的人才来应用数据已具有前所未有的重要意义。调查显示，59%的受访企业表示已将目光投向外部分析师和顾问，以寻求他们的帮助。51%的受访企业认为外部分析师和顾问的贡献”重要或非常重要”。

数据分析法可谓前景广阔：通过基于数据的决策，预见明确的业务成果，进而产生可衡量的投资回报。不过，调查显示，只有超过三分之一的受访企业（35%）对采用数据分析法取得的成果表示了一定程度的满意，而仅有略超五分之一的受访企业（22%）表示对投资数据分析法所取得的成果”非常”满意。

1.衡量指标有误：即企业选定的衡量对象有误，抑或使用的测量方式与所需方式之间存在一定差距（例如未直接针对客户体验进行衡量）。
3.执行不力：企业未能在关键决策过程中纳入分析见解，导致分析能力未能同业务成果挂钩。
在衡量数据分析法的影响时，精心选取衡量指标是不可或缺的第一步，企业应专注于获取与业务决策和经营战略相关的数据，其中包括围绕数学特征、远程信息处理和其他非结构化数据等领域进行的大数据采集。一旦开始利用业务决策数据分析法，企业就更有可能对其投资回报情况进行精确判断。