學習型企業數據分析能力的提升方法與路徑

高紅紅

摘要：對學習型企業和數據分析的概念作了介紹和分析，提出了學習型企業在提升數據分析能力過程中存在的典型問題。基于對問題的剖析，給出了提升學習型企業數據分析能力的方法與路徑，即高層管理者倡導、重視企業相關數據的收集、數據分析與日常管理的結合、發揮管理系統和分析工具的作用、數據分析與企業文化相融合。

關鍵詞：企業管理；學習型企業；數據分析；方法路徑

隨著互聯網、云計算、物聯網、移動通信等的技術革命，大數據時代已真實地走到了人們的眼前。一個企業若想實現持續經營，就必須持續學習，綜合挖掘和運用海量數據，并把數據的分析結果運用到經營決策之中，企業的管理才不至于落于時代之后。而今，提升企業的數據分析能力，既是時代發展的必然要求，也是學習型企業內在的本質需要。

一、對學習型組織和數據分析的再認知

學習型組織（Learning Organization）的概念極其產生由來已久。1970年，哈佛大學的阿吉瑞斯和舍恩就提出了學習型組織的概念。在隨后的1978年，他們兩人合著了《組織學習：一種行動透視理論》一書，于是引發了許多世界級的公司在企業內部推廣和推行學習型組織。1990年，麻省理工學院的彼德，圣吉出版了《第五項修煉一學習型組織的藝術與實踐》，該書對學習型組織的理論進行了更加全面的闡述。彼得，圣吉認為，一個企業要茁壯成長，必須要在內部建立學習型組織，即將企業變成一種學習型的組織，使組織內的人員全心投入學習，不斷提升能力并使其成員在自己的本職崗位上獲得成功。簡而言之，學習型組織是一個能熟練地創造、獲取和傳遞知識的組織。

數據分析（Data Analysis）是指用適當的統計分析方法對收集來的大量數據進行分析，提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。如今，指隨著云計算的來臨以及“大數據”的廣泛應用，企業可以采取多種的、綜合的、適當的統計方法對各種數據資料進行全面分析，以求最大化地開發數據資料的功能，發揮數據的最大作用和價值。在數據分析中，企業可結合自己的具體業務，建立合理的分析模型，利用有關專業工具，對大量數據進行處理、分析、挖掘并呈現直觀的報表結果，從而對企業相關業務以及管理決策做出評估和預測。對企業而言，數據分析的作用主要體現在三個方面：一是對企業業務的改進和優化；二是幫助企業發現新的業務機會；三是為企業創造新的商業價值。在大數據潮流的推動下，各行各業的企業高層都認識到，數據分析已對信息化經濟時代的商務產生了深遠的影響，并可為企業創造巨大的競爭優勢。

二、學習型企業在提升數據分析能力過程中存在的突出問題

移動互聯網的普及及大數據的快速發展，正在改變著人們的工作、學習和生活方式，學習型企業的創建方法以及創新方式也正在發生著巨大的變化。盡管企業高層管理者對創建學習型企業有著較深刻的認識，但在如何提升自身的數據分析能力方面卻存在著明顯的問題：

（一）僅把數據分析作為創建學習型企業的一個事件

隨著時代的發展，學習型企業必須具備較強的數據分析的能力，這是當下學習型企業的一個基本特征。實際當中，一些企業在創建學習型企業的過程中，即便涉及到數據分析事項，也往往是把數據分析視為一個階段、一個時間節點中的一項具體工作，把其作為一個孤立的事件來看待，并沒有把數據分析作為企業系統性、長期性的工作。而且，很少有企業在數據分析上建立總體的、長期的規劃，還是把說服力建立在靠傳統商業模式中所謂的品牌、口碑、人脈、傳播的基礎之上，還未完全看透一切憑數據說話是當今和未來企業管理決策的趨勢。

（二）數據分析的欠缺和分析內容的不足

學習型企業中，需要進行數據分析的管理活動或者決策行為非常之多，由于企業自身的認知問題和能力問題，并不能科學評估出那些活動必須要進行數據分析，致使該分析的活動沒有分析，從而導致企業經營或管理決策缺乏數據支撐，最后的結果就是決策失誤。此外，數據分析一般僅限于企業歷史、公司業務、經營管理、財務數據、銷售業績等方面的內容，而且層面都相對較淺。企業一般也只重視對競爭對手的表面學習，但較少在戰略規劃、商業模式、決策模型、市場分布、產業環境、投資策略、新興業態等方面進行相對全面的數據分析。

（三）數據分析的有限性和片面化

數據分析會產生巨大的商業價值，但是大部分企業對數據分析的結果在利用上卻非常有限。而且，在企業從數據分析低級階段向高級階段推進的過程中，企業內部的數據分析人員或挖掘人員所起的作用通常是微不足道的，并沒有得到足夠的重視。一些企業的數據分析沒有落在整個企業整體層面，而只是在個別部門或個人之間，不是所有部門參與，也不是全員參與。由于企業沒有正確認識到數據分析和數據應用的作用和價值，也沒有學習和掌握好數據分析和數據應用的技術，盡管掌握著一定量的數據，但由于內部的數據管理技能較差，使得數據及數據分析結果未能發揮出最大的功用和價值。

（四）數據分析系統和工具應用不足

近些年，許多企業的信息化建設成效顯著，信息化也明顯地提升了企業的生產效率以及管理效率。但是，客觀地講，企業現有的OA辦公系統、微辦公系統、人力資源管理系統、財務共享系統、物資設備管理系統、視頻監控系統以及專項的APP應用等，雖然形成了企業運營、管理分析的基礎，但其作用發揮得非常有限，僅僅是停留在較淺層面的應用，系統的許多功能還沒有得到深度開發和挖掘。此外，一些專業的數據分析工具，如Sass、As、Mat、Stata、Statistica、S-PLUS、Excel等，目前還沒有成為全員的管理和分析工具，它們只是部分專業人士的獨享工具，這些強大的分析工具應用面仍然比較狹窄。

三、提升學習型企業數據分析能力的方法與路徑

不具備數據分析能力的學習型企業是殘缺的。不難看到，具有較強能力數據分析能力的企業，可以有效避免拍腦袋、主觀臆想；數據分析可為決策提供支撐，更能說服人；通過數據分析，可以看到決策的效果、以及未來的發展趨勢。時代正在發生著巨變，學習型企業也正在自我革新與自主驅動，而具備較強的數據分析能力則是學習型企業的必然要求。學習型企業必須力除弊病，不斷提高自身的數據分析能力。

（一）高層管理者的倡導

實際上，從企業角度來看，數據分析的挑戰不是技術問題，而主要是方向和組織領導的問題。提高企業的數據分析能力，高層領導者的作用至關重要。沒有高層管理者的倡導和促進，沒有自上而下的推動，企業是難以真正提高數據分析能力。要使企業轉型為具備超強數據分析能力的學習型企業，高層管理者必須制定系統的數據分析規劃，同時置身其中，全過程參與，利用自身的權威和影響力，倡導企業的學習風氣，把數據分析納入企業的全面工作之中，養成重視分析、應用數據的習慣，形成用數據分析結果決策的機制。高層管理者必須從根子上推進數據分析工作，一方面應從人抓起，加強對大數據技術人才的專業培養；另一方面也要注意提高全員的數據分析能力，讓企業內部人人參與數據分析，分享數據分析經驗和分析結果，進而提高企業的決策質量。

（二）重視企業相關數據的收集

通常，企業的數據來源有兩種：一是內部來源的數據，而是外部來源的數據。對于常規企業而言，內部數據主要包括人力資源相關數據、財物數據、客戶信息數據、業務流程數據等；而外部數據則主要有第三方提供的專業數據、企業市場調查數據、政府公開的數據、各種媒體數據等。提高數據分析能力，有目的地收集數據是確保數據分析有效性的基礎。因而，企業應對數據收集、數據分析示意圖從其內容、渠道、方法、技術等方面進行先期策劃。策劃時要充分注意三點：一是要將識別的需求轉化為具體的要求；二是要明確由誰來負責收集，在何時何處、用何種渠道、采用何種方法收集數據；三是要采取一些有效的預防措施，防止數據的突然丟失以及部分虛假數據對系統產生干擾等。

（三）數據分析與企業日常管理緊密結合

學習型企業的學習是為了企業的可持續發展，數據分析是為了企業獲得最優的決策效果。創建學習型企業，必須學有所為、學以致用，用數據說話，憑分析決策，實現企業決策“事前、事中、事后”的過程控制和閉環管理。企業在任何一項決策出臺前，都要利用多種渠道廣泛收集數據信息，建立起科學的數據模型進行分析預測，充分討論各種可能性；決策執行過程中必須注重分析追蹤，通過動態分析及時掌握外部反應，從而作出相應的調整和優化；事后必須要進行效果評估，與事先的分析預測相比照，分析問題、總結得失，為今后的數據分析提供參考和經驗。企業要積極推進跨部門的學習和分析，把數據分析運用于企業商業決策、市場營銷、銷售、業務運營、客戶服務等諸多方面，促使全員在思維模式、業務流程、行為技能等方面實現轉變。

（四）充分發揮管理系統和分析工具的作用

當前，企業需要發揮好各類管理系統的作用，并要有意識地應用好其中的數據分析功能。要通過數據分析，使企業能及時了解客戶行為，掌握市場的動向和趨勢，利用分析結果啟動有針對性的經營管理活動；要通過定期的運營分析和專題分析，能在第一時間察覺行業的變化和市場發展的異動，從較深層次分析不同客戶群體、不同市場的需求，從而為企業的經營決策提供可靠的、專業的、數字化的依據。企業內部專業的數據分析人員要利用好Sass、As、Statistica等專業的分析工具，一般應懂得數據分析基本步驟，掌握直方圖法、回歸法、最優化方法、概率法、誤差處理、相關數據庫、數據整理等技術；企業的內部一般管理人員要熟悉Exc el的統計分析功能，基本掌握其中的描述性統計、相關系數、回歸分析、時間序列等分析方法。

（五）數據分析與企業文化相融合

創建學習型企業，提高企業的數據分析能力，必須強調與企業文化相融合。SAS公司與《麻省理工學院斯隆管理評論》曾發布過一份聯合調研報告一《論企業分析文化（The Analytic Mandate）》。該報告認為，企業分析能力的打造，以及是否可以建立以分析為導向的企業文化，將是未來企業獲得競爭優勢的最關鍵因素。所以，企業應該認識到，分析導向型的企業文化是“革新者”將數據分析成功轉化為商業價值的秘密武器。在一個不重視分析的企業內部，高層管理者可能不鼓勵分析人員參與決策，尤其是在分析人員想法與高層管理者不相一致的時候。但是，在分析導向文化濃厚的企業內部，分析人員甚至是企業全員都可參與決策的過程。基于大數據時代的特點和趨勢，可以認為，不重視數據分析的企業是難以保持長久生命力的。因此，學習型企業須保證擁有的數據能夠在企業內部得到充分共享，并使企業文化建設和提高數據分析能力得到有機結合。

用數據說話，用數據決策，這已是大數據時代一個基本的特征，也是企業管理過程中的持續行為。數據分析可以細化到企業的任何一個點、任何一個客戶、任何一個事件、任何一個相關者，其應用價值已為人所共睹。創建學習型企業，提高數據分析能力，儼然已是企業不可缺少的一項長期修煉。

參考文獻：

[1]王學工，學習型組織對管理決策的影響初探[J]，集團經濟研究，2006（1S）：121-122.

[2]楊旭，湯海京，數據科學導論[M].北京：北京理工大學出版社，2014：17-18.

[3]李錦，燕曉飛，大數據助力學習型企業構建[J]，企業管理，2016（4）：87.

[4]李迎，韓潔，據分析工具-Excel[J]，民營科技，2015（8）：64.

[5]張成，學習型企業文化與員工凝聚力建設的探究[J]，新商務周刊，2017（6）：100.

[6]SAS與MIT報告：分析導向型成新興競爭力[DB/OL].http：//roll.sohu.com/20140715/n402262474.shtml.2014-07-15/2018-03-09.