近日閱讀哈佛商業評論：「如果不能運用數據資料做出更好的決策，那就白白浪費了寶貴的資料；如果決策者不理解分析結果所代表的意義，就無法依據這些數據，做出精準的決策。」乍看之下理所當然，從知道數據對商業決策的重要性，到掌握住數據思維管理的建立，最後開始嘗到數據化管理對企業經營帶來的果實，的確一路跌跌撞撞白繳了很多學費。
數據化管理這件事，所有的高階主管專業經理人都會有志一同的認為是工作中最重要的事，甚至有許多資深管理人會嗤之以鼻。但如果反過來問說高階主管及專業經理人是否對目前企業的成績滿意，或確知目前已掌握企業致勝關鍵的重要因素，恐怕答案就未必百分之百是肯定的。
數據管理四情境
我自己對數據管理的脈絡，觀察有幾種可能情境：
一、對管理數據的態度。 決策者可能倚老賣老，單憑對產業的認知跟自信，以為自己的主觀超越數據的客觀分析，通常會發生在企業掌舵人在產業打滾多年對產業十分熟知，或許以服務業與傳產居多。
二、收集數據。 有些企業頭痛的是：我不知道哪些數據對我來說才是最重要的、要收集多少、怎麼收集。也有些企業對數據的困惑是：因為數據非掌握在我手上，我知道數據很重要但找不到數據。這種情況恐怕上架在電商平台或利用開店平台自營電商的業者會最有感最頭痛。
三、數據分析：如果克服了以上兩種的數據困境，要就現有的營運數據分析，普遍大家都會自信滿滿，最壞狀況至少還有萬能的excel可以解決80%問題。
四、執行策略：最後最後也是最難的，把運營或商業決策重要的數據，轉換為管理及執行層面的夥伴能夠簡單理解，能夠遵循並當作行為準則的執行方針。要能夠完整掌握關鍵數據，最終達到調整執行策略。
這個過程可以把它想成是數據化管理的企業轉型。企業升級與蛻變的過程，如果沒有放下身段好好把企業從過去的豐功偉業中叫醒，就會不停自滿於當時的榮景。過去曾經風光過的好成績正是阻礙未來成長的最大劊子手。其實企業如此，個人職涯也是如此。
數據化管理由top-down做起，最能看到成效
在導入數據化管理的過程，找到運營方式與其對應的關鍵數據指標，應該會是首先遇到的問題。隨著產業的業種特徵、企業發展階段會有不同的發展策略，哪些人哪些業務項目要對應領先指標（相對應的就有落後指標）、要用KPI或是OKR來管理，組織的分工以及跨部門的整合方式是否要跟著一起做調整等問題煩如牛毛。而萬流歸宗不變的宗旨就是，數據化管理由top-down做起，會最能看到成效。決策領導階層對這件事要有體認且有決心願意傾全力規劃執行，因為它不光只是管理模式的修正，其實更是全體成員對文化認同及價值觀的重新形成共識。
「數位轉型」這四個字雖然已經提出多年，甚至早被認為是老生常談，許多企業也會自認早已引進許多IT解決方案。懷著對管理的熱忱，在山腳下知道爬山很難，不停爬上去又滑下來，在管理歷程上用了很多蠻勁，勞心勞力又得不到成果的階段。到慢慢找到方法與節奏，組織開始面對變革，漸漸經得起風雨了，但前進的步伐還是緩慢比不上心裡期待的轉速。到最後開始找到合乎商業管理的邏輯，逐漸能用機制來讓所有的管理運轉。回頭一看，現在才知道當初誤以為自己對「數位轉型」這事已經了然於胸，其實是站在「達克效應」的愚昧山丘峰頂而不自知。傲慢真的是阻礙前進的最大阻力。
除了收集數據，更要「養數據」
收集數據這事，應該可以用非常長的時間甚至著書來討論。數據可以用來回答哪些問題、哪些數據該收集、多新鮮的數據對我的產業才有用、我現在有數據單位在幫我處理數據嗎、我的各分店有用一樣的結構/欄位在做CRM管理嗎、數據收集起來要怎麼做、我的網站不是有埋GA嗎這樣就夠了吧、未來的企業經營及行銷管理會變成怎樣呢……這些題目雖然普通，不過很建議所有管理階層以及經營階層的朋友們好好深思，以上的問題在企業內部是否有真實在建構或管理。
除了收集容易找得到的數據例如CRM等消費者購買資料之外，另外值得注意的就是「養」數據。CRM沒有的資料就是要靠養的，例如企業只知道購買者對應購買的產品，但不如何拼湊出消費者實際的畫像。很多企業擁有很多碎片數據，如線下會員人數很多，但是用戶如果不回到實體通路就找不到人。因此要怎麼把線下用戶導回到線上，讓企業跟用戶透過多重管道建立長遠的關係，就是實體通路業者很重要的課題，所以數據收集的管理應用，不只是一種方法論或工具論，更是跟時間賽跑的商業戰略等級重要決策。
數據分析，光用google search就會跑出來一堆工具，尤其是資料視覺化的dashboard等等，有很多酷炫的工具可以選用。要用Excel、Python、Google Data Studio 或厲害的BI都可以。不過基本的原則就是工具都只是在輔助決策用的。用數據想要回答的問題才是數據分析的中心思想，因此分析的維度（哪些關鍵指標）以及度量（量化的數值）就是數據分析最重要的組合分析。除此之外，盤點企業現有的人力能力資源、重點商品的收入支出、現金流、未來的產業發展及競爭現況、未來短中長期的戰略及資源分配等等，都是在企業營運的重要指標。如果能就以上數據先建構一個戰略儀表板，並時時針對營運的情況修正這個戰略儀表板的管理維度，就會對數據管理能有相當程度的掌握。
最後最難的，就是根據數據的事實去打造修正行動方案，配套該有的組織分工策略以及指標。數據在形成共識及溝通過程上能夠讓大家更為聚焦，既有同樣的維度與指標也不容易有部門間推託卸責的狀況。部門內也可以針對該部門被賦予的責任及目標，再去訂定細項的策略與推動方案。當數據成為公司核心思想的一部分的時候，大小決策包括員工的達成率也都會以數據為依據，就會減少人為的主觀判斷或片面數據造成的決策偏差。
結語
統整數據管理策略的幾個步驟：一、對數據有正確的認知及態度，問對問題，設定目標。二、設定數據維度收集數據、養數據。三、用適當的工具分析數據，用視覺化的方式呈現，減少溝通的斷層。四、把運營重要的數據，轉換為管理及執行層面的夥伴的執行作為，加以監督並時時修正。
雖然還在學習的路上，但目前為止數據思維在經營管理上的實踐，的確看到許多正面的動能。管理這條路學海無涯，只有時時檢視自己的不足並尋找優化的方案，才是精進自己的唯一途徑。也希望分享自己的經驗來協助更多企業夥伴翻轉思維。當然也有很多企業主會說，「有沒有厲害的工具可以自動化的建立數據，直接幫忙把消費者找回來，讓我的團隊不用浪費時間就知道要怎麼投遞廣告、投遞給對的消費者，增加業績。」科技的進步以及持續改變的消費者，都會讓行銷的做法必需要與時俱進。
未來在行銷上一定會有更多行銷自動化的工具，可以協助到企業主更快更直接的去做廣告投放。不過反過來說，數據管理並不單是指派行銷部的同事學會GA 就可以解決的事。如果有好的決策流程與工具，好的策略思維與組織分工，其實也並不需要每個員工都要懂數據才能體現數據驅動的策略。只有先從經營管理階層開始體認並帶頭改變，用數據驅動商業管理的優勢才能真正實現。
責任編輯：郭昱彣
《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。
（觀點文章呈現多元意見，不代表《數位時代》的立場）
