金融价值网
与客户互动是我拥有企业最喜欢的方面之一。让他们参与关于自己公司未来的对话对我来说是令人兴奋的。寻找正确的心态和技术来帮助他人设想未来的样子是任何商人都能获得的最有意义的经历。
企业家往往也是顾问和可信赖的顾问。我发现，即使在拥有非常庞大的团队和预算的财富500强公司中，领导者也依靠其业务合作伙伴的指导来做出更明智的决策。在我的业务线中，这意味着使用分析来了解收集和评估正确的数据如何帮助转变业务洞察力和流程。
在更大的背景下，我还指导人们对快速变化的技术做出决策。根据客户采用新方法的意愿，这可以是交替的麻木或头晕的过渡。即使是最精明和进步的商业领袖也无法跟上每一个新的解决方案或应用程序。技术领域太广阔了。同时，公司也在适应。这使得很难在业务目标和支持它们的最佳技术之间找到完美的一致性。
我了解到，虽然分析方面的进步被证明对企业非常有价值，但关键的决策往往会被抛在一边。寻求新工具或分析应用程序的公司通常会购买流行语的潜力。这导致实施业务尚未准备好的技术。有时，公司采用的技术证明对其他企业来说是成功的，但可能无法为他们的特定业务或他们试图解决的特定挑战提供正确的结果。
这里有三种常见的误解会绊倒商业领袖。
1.我的业务需要大数据。
我总是从客户那里听到这个。他们打电话给我们，想知道他们也如何从大数据中受益。事实是，他们不需要大数据。...然而。真正的问题是他们没有从现有数据中看到足够的回报。
希望首先解决其最关键的业务问题的企业应该关注手头的数据。在考虑收集更多信息之前，他们必须从现有数据中提取所有可能的见解。是的，每次点击和交互都会创建数据-但并非所有数据都具有商业价值。想想哪种类型的数据最有用。例如，您是否寻求增加客户保留率，提高客户忠诚度或捕获更多的交叉销售和加售机会？也许以上都是。
利用您组织中已经拥有的丰富数据。您可能会发现您需要使用来自新数据源的数据来增加您所知道的内容。无论哪种方式，只收集您需要的数据。
2.分析可以取代领导力。
分析是每个业务部门的驱动力。从物流和运营到销售和营销，它还在业务的每个领域带来新的见解。很容易理解为什么。Analyticshelps人们做得更好，数据驱动。
企业不应该将分析与基本的商业原则混淆: 领导力意味着一切。具有扎实的领导力，远见和战略文化的公司使用分析来为业务的所有领域提供信息，但他们并不希望分析来引领潮流。数据分析可以帮助测量、监控和预测。将分析与业务其他领域的数据驱动计划集成在一起，将帮助您确定哪些工作正常，哪些工作不正常。
尽管如此，成功的最关键因素还是领导力。它提供了建立数据驱动文化的基础，以及必须查看数据的业务视角。
3.自动化和人工智能将颠覆我的业务。
许多人都在谈论人工智能的潜力取代人类工作人员，从而消除了在不同业务领域对人类监督的大部分需求。确实，某些业务方面可以自动化。可以自动化的流程和任务，应该是这些过程包括单调或平凡的过程，以及需要计算或组织大量数据的过程。
但就像商业领袖不能指望分析自己创造奇迹一样，公司不应该依靠自动化和人工智能来取代独特的人类素质。平均而言，当今大约90% 的分析是由人类完成的，10% 是由机器执行的。随着我们构建帮助机器变得更智能的技术，这种情况将会改变。在另外10年，一些预测钉钉机器运行所有分析的50%。
重要的是要明白，人工智能的实验将在大多数企业的外围进行，在那里，人们的能力较低。如果您的整个模型基于算法 (例如Netflix)，则可以在公司的更核心组件中试用AI。然而，任何需要判断、优先排序、推理或权衡利弊的商业决策都需要人类的智慧，直到机器在解决这些类型的问题方面变得更好。
这些典型的技术误解中的每一个都提供了一个基本的教训: 仅仅因为一项技术的存在并不意味着它是适合您业务的正确解决方案。您必须根据技术或应用程序实际产生的结果仔细评估您的业务挑战和目标。从错误中学习是成为领导者的一部分。避免一开始就不应该犯的关键错误也是如此。
