安永是指 Ernst & Young Global Limited 的全球组织，加盟该全球组织的各成员机构均为独立的法律实体，各成员机构可单独简称为“安永”。Ernst & Young Global Limited 是注册于英国的一家保证（责任）有限公司，不对外提供任何服务。
随着人工智能、数据和分析技术不断进化，许多企业机构都在努力跟上技术发展步伐。
旧式运作、欠缺转型执行力、缺乏相关技术专业知识这三大因素，往往令企业难以持续改进营运模式。但是，企业将数据及分析结果融入决策，所带来的潜在好处–提升业务利润率、客户复购增加、顺畅的客户体验、以及加快获得业务洞察等–都让企业的努力物有所值。而企业迈向数据驱动模式的终极目标，应当是通过在组织过程收集数据，快速分析获得业务洞察，并且能够在需要的时间及地点，将数据洞察注入企业决策当中。而在发展过程中，企业除了基本上可以通过数据和分析来优化流程之外，更加有望藉此开拓新收入来源、或开发新利基市场等创新机遇。
本博客文章是由三部分组成的系列文章当中的第一篇，整个系列主要探讨企业机构有意提升应用数据及分析技术程度时所需要考虑的重点事项。
平衡与专注可助企业加速达到成果
企业计划持续提升数据和分析技能，相关工具、方法与程序、以至技术发展必不可少；同样，企业要在内部嵌入以事实为基础的决策模式，则需要企业思维的转变。企业人员的参与属于人工智能技术的一个重要部分，而数据及分析现代化也是技术的一部分。企业需要确保人员、流程、技术和文化，这四个元素以接近的强度向前发展，才能够达到成果。
不断挑战自己；为未来目标早日筹谋，才不会让企业局限于眼前的处境。
在应对当前需要与为未来转型准备之间取得平衡，对企业而言是很重要的。为达到平衡，企业机构应该寻求建立一个适应未来技能需要的技术环境，来源可以是新兴技术趋势和开源项目。而在改变人员和建立文化方面，企业应当设定期望培育的人员行为及文化目标，通过奖励和认可那些行为，从而推动企业逐步建立出所期望的企业文化。企业期望培育的人员行为，可以是打破传统内部业务单位各自为政的作风，建立在整个企业范围内、跨部门单位的协作模式。企业也可以通过举行黑客松、数据松等活动，向人员提供奖励和认可。顺利开发出解决方案、让企业采用的团队，便可获得企业公开的认可及奖赏。
这些计划不但有助推动企业达到合适的成果，更可确保企业在相关领域的投资，能够适合数年后、甚至更长远的未来所需。
1
第一章
企业的自我检视
有意提升应用数据及分析技术程度的企业机构，需要采取全面的方式进行。
1. 您将如何有效地管理转型变革？
改革可以从最艰巨之处开始着手。要在困难的变革取得成功，企业机构需要建立一个以吸引、而非强迫人员采用的机制。首先，企业需要向人员传达变革的愿景，并将计划的目标透明公开和诚实对待。企业也应当确保人员清楚了解变革计划背后的原因，避免人员在变革初期便对企业产生负面猜想，例如认为企业尝试引进人工智能以减少人员。企业可以在公开宣布变革愿景后，选出一小群愿意参加的人员进行变革试点，然后向各个部门展示试点项目的结果。所谓“激发可能性的艺术”，最会令人们对变革感到振奋，企业便可以藉此吸引广泛人员参与。
2. 在您的企业当中有具备相关领域的专家可以领导变革吗？
企业让首席分析官或首席数据官带领变革，可以对企业迈向数据驱动决策的变革过程中增加影响力和经验。他们不仅可以激励、推动、教育和制定工作方案，从而在改变企业现有的工具和技术之外，进一步改变企业机构的思维和文化。这些领导者也可以发挥角色，争取企业高管人员的支持，引入杰出的变革人员团队，并在覆盖整个组织层面的决策上提出见解。传统上，数据一直是个IT范畴的问题，但在当前市场，领先的企业机构期望所有高管人员都拥有数据驱动的思维方式，并积极招募相关人才成为高管。同时，企业应当留意，将数据和分析团队保持在较小的规模，避免聘用过多的深度技术专家，因为他们可能符合当前技术发展需要，但在18个月后未必合适。企业可以考虑通过与外部团队合作，为企业内的人员团队提供补充，如此一来可以让您根据需要快速扩展和缩小团队规模。您可以建立多个联盟，为您的企业提供不同的技能，带来灵活性和多元化选择。
企业领袖需要强调提升数据及分析技能对企业发展的重要性，并时常确保言行一致，与此同时，让企业内部团队在需要时能够提供合适的技术，同样至关重要。
3.您是否将数据视为资产？
为了取得真正的成功，企业机构的领导者必须认同，数据是值得投资的资产，才能够让企业迈向数据驱动决策的变革真正成功。从企业董事会到高级管理层，企业各阶层人员重视在决策引入数据和分析，对变革成效影响非常关键。为了实现这一目标，企业将需要确保数据质量和拥有良好的数据管理，从而可以应用例如AI、神经网络、机器学习等领先的分析技术。
数据资产的重要性不容低估；企业应当针对性建立及维护可靠的数据模型、数据质量控制及处理程序、以及具扩展性的数据模型框架。
4.您可以如何在企业快速实现变革创造的价值？
设计性思维、灵活敏捷方式、精益运作规模、以及广告牌管理等，都是企业可以采用的快速方式，可以协助企业厘清并应对组织挑战的例子。通过这些方法提升企业在AI、数据和分析功能，也可以快速优化相关业务应用，从而使其与团队发展速度保持同步。
进行快速试验，也是让企业快速实现变革价值的好方法。企业可以将两个星期为限，为变革方向的个别理念及设定进行试验，从而观察实行变革的成果。此方式可以让企业掌握并判断，企业是否拥有合适的数据质量、技术和技能，来达到所需成果。同时，企业也必须清楚理解在变革方向上不同的理念及设定；哪些是相对低风险与简单的，而那些则会带来重大业务风险。另一方面，企业也要能够在产品组合方面取得平衡，以确保在尝试较高难度的应用时、能够维持持续交付产品予客户。此外，企业必须让变革过程持续落实到业务当中，为此企业需要确保在应用较复杂的变革理念及设定时，企业价值仍能在基本业务及较简易的创新个案当中得到实现。
设定宏大的目标，然后让您的团队达到成果。设定的目标不可能全部都得到实现，但是这些目标肯定会让人员保持奋力专注，而这最终通常会带来一些显著的成果。
5. 在专注眼前发展的同时，您是否具备长远的视野？
毋庸置疑，领导者必须确保制订在AI、数据和分析范畴的策略，与企业整体战略紧密相关。但是，公司战略与数据和分析之间经常存在脱节。如果企业战略是清晰明确的指导性策略，那么其数据和分析策略便是如何达成企业战略的方式与方向，而后者必须是灵活、可扩展、并且能够促进企业实现成果。企业可以制定具有双重重点的数据和分析策略 – 部分变革的理念与设定可以满足当今组织的需要，而其他则可应对企业在未来12到18个月的发展需要。企业可以为面向未来的应用进行测试和试验，并让技术架构保持模块化，以便未来可以根据需要添加和更改技术架构组成。此外，企业不宜坚持采用单一供应商解决方案的“老方法”，而是应当引进灵活性，让企业可以采用能创造最大价值的新兴技术方案。
2
第二章
分层方式有助于创造价值
不同的实行方法可以产生不同的结果，为企业做出正确的实行方式选择，对成效影响关键。
大刀阔斧式
部分客户会同时在整个组织范围实行彻底变革，将企业重新定位为数字型企业，舍弃传统行业定位。他们大幅度地改变团队结构，例如对未必直接与董事会有联系的小型团队，授权他们进行快速决策。这是一种破坏颠覆式的变革方法、实行时也会面对企业文化的阻力，但是或许会更快让企业成为真正的数据驱动、并具备分析应用技能的企业。有一家企业客户目前正在从金融服务领域的传统零售模式，重新定位为一家数字企业。企业变革迅速开展，对其业务也带来挑战；这可能是一条艰难的道路。
测试与学习式
一种更常见的方式，是针对性地在内部个别团队中，建立“迅速优化”方式和人员行为。例如，有些企业会建立功能型小规模团队，许可团队进行变革和创新试验。成功发展的变革措施，都会交给其他团队，然后嵌入到整体企业当中。
这方法的例子之一是建立传统的商业智能团队，并调整企业架构、让他们用冲刺期来规划项目管理、快速制作原型，发展出最简可行产品（MVP）。根据我们的经验，这类项目管理团队会较快速地带来结果，协助企业专注决策。
在大型组织中嵌入迅速、“初创”风格团队的方法可能很困难，但是这种方式已经在不少企业个案中带来成果。
建立合适的供应商联盟
第三种方式是与可助企业快速实现变革价值的供应商联盟合作。如果企业能够找到合适的供应商、以及特定领域的数据或分析专家，他们可以通过“二位一体”的方式，协助企业加速工作进度、并培训企业团队。企业建立合作不仅在于制定策略、建立系统、基础架构和流程，而且还可以藉此培训内部团队，以维持运营并为企业自身增添合适价值。这种方式相当于在投资企业的数据和分析功能，同时又能快速获得结果。
任何希望提高技术能力的企业，都将找到适合其需求的方法。企业需要保持专注重点、持续学习、调整和重新测试，采取初创企业的执行风格，从而迅速取得成绩并带来奖励。
用创意思考您的企业如何可以快速提升应用数据及分析技术程度，并研究如何可以最好地扩展相关技能以快速取得结果。
结语
分析技术的发展速度往往比企业能跟上的步伐更快，因此企业通过数据现代化进行持续改进，可能让企业感到不知所措。在本文中，我们将分享企业如何可以通过在应对当前处境与筹划未来发展之间，建立平衡的思维模式，从而持续提升应用数据及分析技术程度。