数据驱动型决策：在数字时代取得成功
什么是数据驱动型决策？
数据驱动型决策 (DDDM) 的定义是使用事实、指标和数据来指导与您的目标、追求和计划一致的战略业务决策。要实现数据的全部价值，就必须让组织中的每个人（无论是业务分析师、销售经理，还是人力资源专员）每天都能够使用数据做出更好的决策。您可以选择适当的分析技术来确定下一个战略机会，但这还不足以实现上述目标。
您的组织需要让数据驱动型决策成为常态，从而营造一种鼓励批判性思维和好奇心的文化。每个级别的人员都从数据开始进行对话，并且通过实践和应用来提升其数据技能。从根本上讲，这需要一种自助式模型，这种模型让人们可以访问他们需要的数据，同时又通过安全和管控功能加以平衡。还需要提高熟练程度，也就是为员工提供培训和发展机会，让他们能够学习数据技能。最后还应该获得高管的声援并建立一个支持和制定数据驱动型决策的社区，以此鼓励他人效仿。
建立这些核心能力将有助于鼓励所有工作级别的人员进行数据驱动型决策，这样业务部门就会不断地针对信息提出问题并开展调查，进而发现可以指导行动的宝贵见解。
数据驱动型决策的重要性
人们收集的信息不但在数量上超过以往任何时候，而且在复杂程度上也前所未有。组织因此很难管理和分析自己的数据。实际上，NewVantage Partners 最近报告，98.6％ 的高管表示他们的组织渴望实现数据驱动文化，但只有 32.4％ 的高管称他们获得了成功。2018 年的一项 IDC 研究也指出，各种组织已经投资了数万亿美元来对自己的业务进行现代化改造，但是这些举措中有 70％ 以失败告终，因为它们虽然重视技术投资，但却没有通过打造数据文化来支持这些技术。
为了实现数据驱动，许多企业正在开发三方面的核心能力：数据熟练度、分析敏捷性和社区。改变公司制定决策的方式并非易事，但如果能将数据和分析整合到决策周期中，它们将对您的组织产生最具有革命性的影响。要实现这种级别的变革，您必须专门制定一种方法来开发和优化自己的分析计划。
受益于数据驱动型决策的组织
得益于现代商业智能，组织正在逐步了解贯穿于所有部门和角色的数据驱动型决策有何价值。以下示例展示了一些组织如何有效利用其人员和数据的价值。
Lufthansa Group 将组织效率提高了 30％
Lufthansa Group 是一家全球性航空集团，其 550 多家子公司的分析报告一度杂乱无章。通过统一使用一个分析平台，他们将效率提高了 30%，获得了更大的决策灵活性，并提高了部门自主性。BI 应用程序销售主管 Heiko Merten 表示，“我们在独立创建和设计分析方面处于更有利的地位，现在很多人都理解数据对于 Lufthansa 的成功具有的重大意义。”
Providence St. Joseph Health 改善了质量指标并降低了医疗成本
Providence St. Joseph Health 是一个包含 51 个医院的医疗系统，护理人员超过 100,000 名，每年为数百万患者提供经济实惠的高质量医疗保健服务。患者数据保存在众多系统中，但是管理和集成数量不断增长的数据是一项复杂的任务。Providence 构建了可供医院系统访问的仪表板，这些仪表板提高了质量和成本数据的透明度，从而让服务提供单位能够显著改善质量指标并降低医疗成本。首席医学分析官 Ari Robicsek 博士解释说，“整个系统内一些过去难以改进的质量指标现在已经有明显的起色，我相信部分原因是我们都使用同一种语言。”
Charles Schwab Corporation 提高了获得业务见解的速度
Charles Schwab 公司以客户资产为依托，是最大的上市金融服务公司之一。数据对于提升客户体验，提高经营杠杆率以及降低风险至关重要。随着员工对数据和分析的兴趣与日俱增，他们重新考量了容量规划和数据支持模型，选择了可以支持分析师和新手业务用户的企业级 BI 平台。高级商业智能经理 Donald Lay 说，“如果没有可视化分析解决方案，我们将需要分析大量的电子表格数据，并因此而无暇他顾。但我们的仪表板提供了易于操作的清晰见解，可以推动业务的发展。”
如果没有可视化分析解决方案，我们将需要分析大量的电子表格数据，并因此而无暇他顾。但我们的仪表板可以提供易于操作的清晰见解，从而推动业务的发展。
有效制定数据驱动型决策的 6 个步骤
这些步骤可以帮助您搞清楚“谁、什么、哪里、何时以及为什么”，从而让您自己、您的同事和企业能够充分利用数据。但是请记住，可视化分析周期并不是一个线性周期。一个问题常常会牵出另一个问题，这可能意味着您需要返回其中某个步骤或跳至另一个步骤，最终得出有价值的见解。
步骤 1 - 确定业务目标： 此步骤要求您了解贵组织的执行目标和下游目标。这既可能是非常具体的目标（例如提高销售量和网站流量），也可能是较为模糊的目标（例如提高品牌认知度）。这将帮助您在稍后的步骤中选择影响数据决策的关键绩效指标 (KPI) 和指标 — 它们将帮助您确定应该分析的数据以及应该提出的问题，从而使您的分析能够支持关键业务目标。例如，如果营销活动的重点是提高网站流量，则可以将 KPI 与捕获的联系信息提交量联系起来，以便销售人员可以对潜在客户进行跟进。
步骤 2 - 对业务团队开展关键数据源调查： 为了确保成功，必须从整个组织收集意见和建议，以便了解短期和长期目标。这些意见和建议可以提供关于人们在分析中提出哪些问题的信息，帮助您确定已认证数据源的优先级别。
来自整个组织的宝贵意见将为您的分析部署和未来目标提供指导信息 - 包括角色、职责、架构和流程，以及能够让您了解进度的成功衡量标准。
步骤 3 - 收集和准备您需要的数据：如果您的业务信息分散于多个相互隔离的数据源中，那么您需要克服很大的障碍才能访问高质量的可信数据。一旦了解整个组织的数据源广度，您便可以开始准备数据了。
首先准备影响力高但复杂性低的数据源。优先考虑受众最多的数据源，以便迅速产生影响。使用这些数据源来开始构建高影响力仪表板。
借助一个能够提高数据准备速度的分析平台，营销机构 Tinuiti 对 100 多个数据源进行了集中化，从而能够为 500 多家客户创建自定义仪表板，并向他们全面介绍其品牌工作。
步骤 4 - 查看和浏览数据：数据的可视化对于数据驱动型决策 (DDDM) 至关重要。如果能够以具有视觉冲击力的方式呈现您的见解，您就可以对高层领导和其他员工的决定施加更大的影响。
数据可视化包含大量可视化元素（例如图表、图形和地图），让您可以便捷地查看和了解数据中的趋势、异常值和模式。您可以使用多种受欢迎的可视化类型来有效显示信息：使用条形图来进行比较，使用地图来呈现空间数据，使用折线图来呈现时序数据，使用散点图来比较两个度量等。
步骤 5 - 形成见解：使用数据进行批判性思考意味着找到有用的见解，并以实用、精彩的方式传达这些见解。可视化分析是针对数据提出和回答问题的一种直观方法。发现影响您能否成功或能否解决问题的机会或风险。
JPMorgan Chase 采用了现代分析解决方案来制定对银行的正常运营至关重要的决策。JPMC 借助客户数据来查看业务线关系（即产品、营销和服务接触点），从而全面了解客户历程。举例来说，营销运营团队会执行各种分析，这些分析会影响各方面的设计决策，例如网站、营销材料，以及 Chase 移动应用程序等产品。
步骤 6 - 根据见解采取行动以及分享见解：发现见解后，您需要采取行动或与他人共享见解以进行协作。一种方法是共享仪表板。 通过使用信息丰富的文本和交互式可视化来突出显示关键见解，您可以影响受众的决定，并帮助他们在日常工作中采取更明智的行动。
借助 Tableau 之类的分析平台，您可以在安全、受管控的环境中创建和共享仪表板，其他人可以在其工作流程中搜索、查看和参考这些仪表板中的数据。为了确保您能够满足组织的需求，您应该定期评估管控模型和数据源，让用户可以找到所需的数据。
数据驱动型决策具有变革性。当组织中的每个人都积极采用可视化分析时，数据就会成为关键的企业资产。借助现代商业智能解决方案，数据驱动型决策将成为公司的一个使命，而不仅仅是一件麻烦的工作。这样便可以制定更加及时、更加明智的决策。这些决策将实现更丰厚的收益、更大的创造力和商业成果，同时还可以提高员工的投入程度和协作水平。
阅读有关强大数据文化的要素的更多内容，并通过 Tableau Blueprint 提供的分步指南了解如何构建自己的数据文化。