业务分析与优化打造全新智能企业

企业领导凭经验和直觉做决策的时代，已经一去不复返了。今天的企业领导者必须重新思考使用信息或分析工具的机会。企业不仅要采用种种智能连接的技术和设备，同时，还要具备将这些信息转变为新的智能行动的能力─强大的分析能力和广泛而一致的应用。这样的企业我们称之为智能企业，它们能够从各种渠道获得精确、相关的信息，分析这些信息，并将其置于一定背景之下以及组织当中，用于实时决策和在恰当时机采取行动。

根据对全球 225 位企业领导者所做的调查，我们发现企业在经营过程中存在较大的盲点，而且它们的重要决策并未建立在正确信息的基础之上。可喜的是，三分之二的企业已经开始运用分析工具弥合“差距”，并获取业务优势。实践证明，智能企业使用先进的分析和优化工具，可以在以下三个相互依赖的业务维度上获得明显收益：

．智能的盈利性增长：智能企业在增加客户数量、改进关系、发现新市场和开发新产品和服务方面有更多的机会。

．成本减少和效率提升：智能企业可优化资源和资本的分配与部署，以提高效率，并以一种符合其业务战略和目标的方式来管理成本。

．主动式风险管理：由于预测和识别风险事件的能力得到增强，再加上准备和应对这些事件的能力，智能企业在结果方面漏洞更少，具有更大的确定性。

问：智能企业是一个不错的愿景，愿闻其详。

答：根据我们的全球研究、丰富的客户项目经验及与企业领导者的讨论，我们提炼出了智能企业的六大根本特征：

．清醒：智能企业是“清醒的”。就是说，它们从所在环境中的每个节点、人和传感器收集、感知和使用结构化和非结构化的信息。它们将激励其员工和合作伙伴，与世界保持一年 365 天、每天 24 小时的密切联系。

．联系：智能企业以一种符合其需要获取的业务结果的方式跨越地区、部门、业务单元和团队，将从前端到后端的内部和外部职能连接起来。它们能够将分散的团队联合起来，以共享和利用信息，从而实现互惠互利。它们会将其各方面的人才相互联系起来，并与外部世界相联系，以使他们能够全面接触可以获得的所有信息和想法。

．精确：智能企业只使用最相关的信息来支持其更接近影响和结果的及时决策和行动。信息是在一定的背景下提供的，从而提供了以有力和有意义的方式迅速采取行动的能力。智能企业会重新分配“智力带宽”，所以员工能够专注于服务、创新和未来的改进。

．质疑：智能企业会质疑现状，同时创造新的机会。它们很少按照表面价值来看待任务，而是发掘出其包含的机会：如何以更低成本、更快速度、更高质量完成这一任务？如何令某个客户更加满意？如何使这更安全？使工作处于掌控之下，不再是终点，而是改进明天的工作的手段。

．赋能：智能企业支持和扩展员工的记忆力、洞察力、活动范围及决策和行动的权力。随自动化功能完成越来越多的常规决策，员工被授予了进行更高价值的决定并据以采取行动的权力。向员工和自动业务代表赋能，要求文化上的转变：从一种连续监督的文化转变为一种信任和支持的文化。

．预测：智能企业会进行预测和未雨绸缪。它们不只是作出反应或者调整行动方案，还会驾驭和评估折衷方案。而对未来的建模和模拟，则建立在过往事件的丰富历史记录和外部洞察力的基础之上。由于具备预测可能路线的能力，智能企业知道在新情况发生时应当需要做些什么。

上述智能企业的六大特征，只是企业制定先进的分析战略的起点。每个企业都是独一无二的。每个企业都有自己所属的行业和股东要求。决定正确的组合和最有吸引力的愿景，是推动企业朝优化方向迈进的第一步，也是最重要的一步。

问：智能企业的愿景是否适应中国国情？具体到我们公司，应当从何处手启动先进的分析和优化，构建智能企业？

答：在过去十几年的发展过程中，中国企业普遍开始使用各种信息管理系统，并积累了日益庞大的数据量。与全球领先企业相比，中国企业在收集并利用数据信息并帮助决策方面还处在非常初级的阶段，还没有将其转化为企业拥有的核心竞争力。中国企业在如何利用数据信息帮助决策方面明显准备不足，主要表现在以下几个方面：

管理层对深入的数据分析的战略意义认识不足。因此，多数中国企业没有对数据分析与业务优化投入必要的资源，包括人员、流程和技术等；

数据分析与公司战略和业务目标的结合程度不高。虽然中国企业普遍利用数据进行日常的运营管理，但大多停留在基础业务层面，将数据与业务目标，特别是公司的战略发展目标相结合的程度不高；

数据治理成熟度低。中国企业的数据治理成熟度大多处于初级的基本管理阶段，表现为有限制的企业可视度，基本的探索、查询、报表和分析，部分的自动化，多版本的真实情况等。而成熟的数据治理环境则表现为基于角色的日常工作环境，全然融入工作流、流程和系统的能力，信息激发的流程创新，增强的业务流程和运营管理，以及前瞻性的视野、具有可预测性的分析；

数据孤立、分散、信息基础建设薄弱。中国企业数据采集方法不统一，数据格式不统一，另外缺乏系统性的数据收集方法造成部分数据缺失，为交叉分析提取信息设置了障碍。对信息的利用没有纳入管理流程。多数中国企业没有将利用数据分析帮助各个业务环节的决策纳入到管理的流程中，因此，对数据的利用是分散的、缺乏系统性的。而且，多数中国企业也没有设置专门的数据治理部门和责任人体系对数据进行分析、提炼及优化。

“2008 全球企业智能化调查”发现，受访中国企业有半数已经认识到应利用新机会来发挥信息优势，但大多还没有开始采取行动。中国企业的领导者必须对其工作方式进行根本性的变革，尽快启动先进的分析和优化，使决策从“依赖直觉”过渡到“依赖事实”。对于中国企业来说，谁能在认识这一新机会的基础上快速采取行动，谁就能在激烈的竞争中抢占先机。

智能企业的业务分析与优化是一个与企业战略和业务目标紧密结合的持续优化过程。这个过程从了解企业战略和业务目标、确定业务优化领域开始，通过分析业务优化的影响因素、数据的收集准备、利用创新方法分析提炼，直到帮助企业优化业务。同时，通过反馈数据，进一步修正业务目标，企业可以达到持续优化。

如果贵公司有志于成为一个智能企业，建议你们首先在如下几个方面做好准备：

1. 将数据治理纳入管理体系，成立相关部门和责任人体系；

2. 加强信息基础的建设，建立系统统一的数据收集方法和数据标准；

3. 将数据应用固化到管理系统的关键步骤中，成为优化运营必需的依据；

4. 数据分析和业务优化与公司发展的战略目标和业务目标高度一致，紧密结合；

5. 数据治理及数据利用的水平是相关业务部门考核的关键指标；

6. 拥有成熟的工具和创新方法，对数据进行分析和解读，包括与第三方合作伙伴进行数据分析业务的合作。

编者按：针对读者提出的涉及管理方面的问题，本刊编辑部邀请专家予以解答。读者也可以在本刊网站（www.fortunechina.com）上获取本栏目的内容。如有建议或有意参与，请通过 liquanwei@cci.com.hk 与本栏目编辑联系。本期回答问题的专家是 IBM 中国商业价值研究院院长甘绮翠女士，联系方式：michelle.yt.kam@hk1.ibm.com。甘女士曾担任 IBM 全球企业咨询服务部香港地区高级咨询顾问并参与公司内部的战略管理，协助不同性质的企业组织审定公司管理及市场战略，确定新商机，进行可行性研究，建立新商业模型，以及帮助公共机构设计、实施改革方案。