【好文分享】如何讓「數據」成為企業文化？

大數據、數據分析、AI 人工智慧，談到資料科學，最先浮現你腦海的是哪一種應用？
無論是數據基礎架構（architecture）、數據轉型、數據驅動決策、開發專有數據（proprietary data）、數據品質控管、貨幣化（monetizaiton），
從辨識問題做起，蒐集、分析、梳理數據洞見，最終化作實際行動，
每一步環節都需要不同角色介入— 除了專業資料科學家，協同合作者、顧客、數據提供者全都不可或缺，
然而近期研究指出，企業往往有意無意地排除數據專家以外的「門外漢」，
反倒限縮了資料科學專案的潛能與貢獻。

3 步驟打造「數據驅動決策」文化

不管企業本身的數據化程度為何，資料分析早已成為數位時代裡，每間公司都必須面對的課題，
而這也意味著建立起完善的「數據文化」（data culture）顯得日趨重要。

企業人才、數位工具、決策過程，要想培養數據文化，三者缺一不可，唯有將數據融入公司每位員工的職責劃分，
賦能團隊成員各取所需少量卻相關的數據，用以改善自身的工作流程，
如此有望能降低生產成本，同時改善數據品質。

時間拉長來看，數據使用將逐漸成為企業文化與品牌競爭力的一部分，
進一步加速數據分析的應用、強化其影響力，並且避免企業掉入錯誤決策的陷阱，
以下是企業可以採行的三項步驟：

傾聽來自第一線員工，掌握真正有用的數據：
企業數位顧問 Thomas C. Redman 指出，談到數據普及化之所以會在企業內部遇到阻礙，
往往是由於高層主管被自己的偏見和誤解給蒙蔽了，
他們以為下屬想法跟不上時代、對大數據毫無熱情或理解，更不願意學習相關新知。
然而事實遠非如此，
團隊成員往往明白企業採用數據的必要性，針對改進方向能夠侃侃而談，
並且期待自己也能成為轉變的一部分 — 推動內部數位改革，
或許根本不如高層像中的窒礙難行。
再者即便是高層眼中的「數位門外漢」，在上班時間或日常生活裡，也是大數據的使用者與提供者，
他們同樣身為公司數位資產的取用者或管理人，自然不該被排除在外。
相反地，領導階層應將數據視為賦能員工的手段，協助團隊成員最小化枯燥平凡的工作環節、最大化創意思維的發揮空間，
提高工作自主權、學習新工作技能，在各自喜愛的工作內容上投入更多時間與心力，
同時推動自身的職涯發展。
數據多寡不是重點，重點是有沒有「問」出需求：
成功的數據文化推展，不能只是單為坐擁豐富數據庫而蒐集，
而必須得有助於回答某項商業課題，想解決的問題是什麼？
公司又打算如何解決它？
辨明問題後，企業才有辦法將數據管理資源投入正確的方向，
換言之，問題解決必須成為是企業數據策略的核心。
要想做到這點，領導階層必須從全新的角度看事情：
首先學著承認自家團隊、分部，或者整間公司的績效尚有改善空間，數據是項好工具，
而資料科學家以外的員工，同樣該被視為問題解方的必要元素。
主管應該從小處著眼，主動理解從員工角度來看，推動數據化有助於改善哪些工作流程？
舉例來說，會議太冗長、用心撰寫的報告乏人問津、修改預約時間太麻煩……等狀況
推動企業內部數據化的過程中，理想情況是出現以下的數位反饋循環（data culture）：
蒐集並分析相關資料，並透過團隊討論或顧客意見，取得數據洞見或創新想法，
藉由實踐這些想法，來改善既有的產品或服務，並不斷重複此循環。
數據團隊重新定位，同理心不可或缺：
最後一點，企業數據專案需要進行重新導向，以確保每位員工都能參與，
而不僅限於公司少部分的數據科學家。
顧問 Thomas C. Redman 認為，每一項企業數據專案在成功以前，都應該先回應兩個問題：
– 這項專案推動後將會影響哪些人？
– 我們該如何讓他們盡快參與計畫？
對專家而言，理解其他部門員工的工作痛點並非易事，因此最好的方法就是安排他們進入同事們的工作實務，
以便觀察亟待優化的環節與契機，再回過頭與數據專業團隊討論，進而發展出或許不是最酷炫聰明，
卻是最能解決商業課題的數據模型。