京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据的崛起完全重塑了决策权
我合作的组织越发纠结于如何平衡好两种极端的经营原则。一方面,他们绝望地寻找更强的灵活性;而另一方面,他们真地想要在他们的运作当中容纳所有合适的利益相关者。这个矛盾令人不安地超越了传统的“集权/分权”争论。顾客和客户要求更大的灵活性,而雇员和伙伴则期望更大的授权。因此,公司非常努力去提供两者。
要囊括更多的人,唉,典型地增加协调成本和回应时间。但是,近乎自相矛盾地,更强的组织灵活性要求更多的反应和增强的协调。涉及越多的利益相关者,决策就越可能延迟。但是有效的灵活性频繁要求包含利益相关者的参与。
换句话说,越多的人越经常想要做出越灵活的决定。这样的矛盾使我的客户几近发疯。在一家财富1000千强公司,比如“火焰战争”(flame wars),其客户支持小组(极度想要更快地回应顾客抱怨)与技术设计小组 (同样极度想要避免点对点修复)爆发冲突。在没有对方协助下,双方都无法有效地解决问题,但是他们间的部分重叠职责很快变成矛盾的源头,而不是合作。这样的异常状况并不稀少。
数字网络化的企业经营——无论是基于Slack、Chatter、Skype还是Google Doc——都极度地加剧了矛盾和痛点:越来越多利益相关者能够及时地获取和分析可操纵的信息。技术促进了整个企业经营的生态系统的更高层次的信息透明和能见度。实时处境意识极大地增加,但是管理和运作的能力以处理数据驱动的信息或许没有。
目前为止,最佳和最有用的管理那些矛盾的方法源于Michael Jensen于25年前在决策权方面取得的突破性进展。简单地说,决策权厘清了决定和决策的权威和问责。决策权关于组织如何决定“如何做出决定”给予谁权利去做决定。你可以把这想作企业决定的管理模型。
Jensen微妙的和机智的见解是做出决定的权利——不仅仅是进行任务或承担任务的责任的能力——对于组织效率和效益是至关重要的。所以,授予和分配决策权在组织上完全如同分清工作、角色和任务一样重要。这样看来,决策权可以和应该作为授权的管理机制。你或者你的团队拥有的决策权越大,你们的授权和责任就越大。
RACI框架提供了一个Jensen决策权方式的极好的真实示例:
谁负责。谁负责完成任务?
谁批准。谁在做决定和对任务做出行动?
咨询谁。和决定与任务相关的,向谁沟通?
告知谁。在项目/过程中,谁要被告知最新决定和行动?
这些问题不复杂也相对容易去辨识。亦即,数字上把RACI审阅中确认的相关个体和团队连接起来应该是直观的。越来越多与我合作的组织使用RACI(或者一些别的版本)去创造可审计的项目和过程管理的问责网络。
这些网络同时变成包含和灵活的平台。那些想要被咨询或被告知的个体和团队能够要求选择参与到网络中;相反地,当给予批准或进行负责的管理者需要更多的灵活性以回应顾客需要时,他们可以使用RACI网络从而取得一个“准时制”回应。标记这些网络能给利益相关者创造能见度和清晰度和高管人员等。他们提供窥测公司决策等级结构的至关重要的窗口和镜头。
有趣的、讽刺的和重要的是,我发现应用决策权的数量增长最快的方面重点在数字化、数据和分析学。谁有权利去获取、加工和分析数据成为企业经营中机会和竞争最大来源。这种结构的转变完全超越了Jensen二十五年前的设想和描绘,因为大数据的崛起——还有其相关的分析学——改变了围绕决策权进行的当代辩论和争论。
关于数据的决策权越发要求关于决策权的数据。换句话说,如果你的组织已经获取加工并分享10倍到100倍更多的数据,你现存的决策权机制非常可能可悲地过时了。也就是说,会有任何认真的品牌经理在今天进行一项没有能力去结合社交媒体分析的市场营销活动?但是品牌经理需要富有计算能力的数据科学家和分析工具以从数据中获取更大的价值。决定和定义品牌管理如和数据管理如何合作需要决策权。
在一家我工作过的公司,大数据的崛起完完全全重塑了决策权和RACI讨论。该公司过去着重研发新产品。但是随着手机软件的崛起,该公司的创新重点从更好的产品转移到促进更好的用户体验。那转换了RACI决策权模板。用户体验(UX)的问责比起产品更要求不同的数据和分析学;着重用户体验意味着不同的队伍和个体需要被咨询和告知。从本质上说,用户体验驱动的数据和分析法再平衡了灵活性与包含之间的决策权关系。
该公司把其人员、加工和技术紧紧围绕用户体验决策权——并且可测量地证明了结果非常惊人。该公司获取了十倍多的有效反馈,通过所有形式的社交媒体和使用案例监测,并且较于典型的一年制时间框架,在三个月内,以和此前相同的产品研发效力和比以前少一半的产品研发费用,开发出下一个更好的版本。
随着组织决定越发受到数据驱动,高层管理者需要取保决策权同样也受到数据驱动。这解释了为什么那么多组织把数据管理设为战略和组织上的优先对象。与其采取更多的传统IT管理(为IT系统管理寻求创造更强的问责制),数据管理模式认识到数据对于管理是”任务关键型“资产。
数据是怎样进行共享的(包容性)?且组织是如何高效的利用数据的(灵活性)?对于那些数据管理模式问题的解答能够在数据驱动的决策权的创新应用中发现。数据管理方式的未来就在决策权的未来手上,而决策权的未来也在数据管理方式的未来手上。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11数字化浪潮下,数据已成为企业生存发展的核心资产,而数据思维,正是CDA(Certified Data Analyst)数据分析师解锁数据价值、赋 ...
2026-03-11线性回归是数据分析中最常用的预测与关联分析方法,广泛应用于销售额预测、风险评估、趋势分析等场景(如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中,“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10