以数据分析系统打造杀手级应用

 成为分析型竞争者需要在技术方面进行充分投资，积累大量的数据，并在全公司范围内形成数据管理战略。同样重要的是，这种变革还需要高层管理人员明确表达出坚定不移的承诺和意愿——他们要改变员工的思维和工作方式，以及他们自己对待员工的方式。


    亚马逊公司、哈拉斯娱乐公司等企业利用它们收集、分析数据的卓越能力成为业界翘楚。它们是怎么做的?
　　
　　我们都知道“杀手级应用”（killer application）的威力。多年来，一些公司首创的系统，比如美洲航空公司（American Airlines）的电子订票系统、奥的斯电梯公司（Otis Elevator）的预测性维护系统以及美国医院用品公司（American Hospital Supply）的在线订购系统，都极大地提高了它们的收入和声誉。这些受人欢迎并且遭到其他公司觊觎的应用程序，以特定的方式来积累和应用数据，并把组织的运营优化到前所未有的程度。由此，技术从一种支持性工具变成了企业的战略武器。


　　
用数字分析赢得竞争优势

　　寻找杀手级应用的公司一般都把火力集中在能创造最大竞争优势的领域。诸如亚马逊公司（Amazon）、哈拉斯娱乐公司（Harrah's）、第一资本公司（Capital One）和波士顿红袜棒球队（Boston Red Sox）等已经在各种活动中运用效力强大的分析法，把自己的组织变成杀手应用的大军，大踏步地迈向胜利。
　　
　　在充斥着大量数据的情况下，组织之所以要依靠分析法进行竞争，不仅是因为它们能够做到，而且是因为它们应当这样做。分析型竞争者擅长从业务流程中挤出全部的价值，一点都不剩。它们不仅像其他公司一样知道自己的客户需要什么产品，而且知道这些客户愿意支付什么价格、每个客户一生中将会购买多少商品、以及什么会刺激人们的购买欲；它们不仅像其他公司一样了解员工的薪酬成本和流失率，而且能计算出多少员工让公司的利润得到了增加或减少，以及工资水平是如何与个人业绩挂钩的；它们不仅像其他公司一样知道什么时候库存不足，并且能预测需求和供应链方面可能出现的问题，从而保持很低的库存率和很高的完美订单率（rate of perfect orders）。
　　
　　以上工作是分析型竞争者主导战略的组成部分，这些公司在实施时采取了一种协调一致的方式，它得到最高领导层的支持并自上而下分配给各级决策者。那些因数字方面的专长被雇用或者通过培训而认识到数字重要性的员工，都会获得最好的数据资料并配备最好的量化分析工具。因此他们总能做出最好的决定，如此日复一日。
　　
　　尽管许多组织都在采用分析法，却只有少数公司达到了熟练程度。不管怎样，分析型竞争者都是它们所处领域（消费品、金融、零售、旅游和娱乐等）的领先者。分析法帮助第一资本公司取得了不俗的业绩，该公司上市以来每股收益的增长幅度年年都超过20％；分析法还使亚马逊公司成为在线零售业务的霸主；在体育领域，真正的秘密武器不是兴奋剂而是统计数字——波士顿红袜棒球队、新英格兰爱国者橄榄球队（New England Patriots）和奥克兰竞技棒球队（Oakland A'S）所取得的优异成绩就是明证。
　　
　　在分析型组织中，处理数据的精湛技巧往往成为品牌的一部分。比如，前进保险公司（Progressive）对个人保险费率进行了详细分析，从而让其广告有效地发挥出作用。亚马逊的顾客可以看出该公司在研究他们，因为其服务越来越针对经常购买的客户。迈克尔·刘易斯（Michael Lewis）的畅销书《钱与球》（Moneyball）揭示了统计在职业棒球运动中的巨大作用。由于该书的出版，奥克兰竞技棒球队处理数据的狂热与其高超的球技一样出名。
　　
　　根据对32家分析型竞争组织的研究（其中有11家被称为十足的分析型竞争者），这些企业的最高管理层已经宣布分析法是组织战略的关键，它们开展了涉及复杂数据和统计分析的多个计划，并在企业层面（而非部门层面）对分析活动加以管理。


预测性模型和实验 超越传统数据统计的高招

　　万豪国际（Marriott International）是一个处于行业领先地位的分析型竞争者。20年来，该公司已把为客房确定最优价格的系统（旅馆业的重要分析系统，名为营收管理系统）打造成一门科学。在房地产老板和特许经营者中流传着这样一句话：如果你想从现有的资产中获得最大的收入，用万豪的方法就对了。
　　
　　为把向常客提供的房间价格和服务做到最优化，该公司开发出相关系统，并对客户流失到竞争对手的可能性进行评估。通过酒店总体优化（Total Hotel Optimization）计划，万豪将量化专业知识的应用扩大到诸如会议设施、宴会承办等业务领域，并在因特网上向房地产营收管理人员和酒店老板提供相应的工具。该公司还赋予当地营收管理人员权力，让他们在出现无法预测的因素时（比如大量躲避卡特里娜飓风的人来到休斯顿）不必按照系统的建议行事。该公司甚至建立了一个“营收机会模型”，该模型把实际营业收入与可能实现的最高营业收入进行对比，得出一个百分比，万豪的这个数字已经从83％提高到91％。
　　
　　通过利用模型和最优化手段，任何公司都能计算出关于其业务的简单的描述性统计数据，例如每个员工的平均营收、订单的平均规模等。但是，分析型竞争者的视线远远超出了基本的统计数据。这些公司利用预测性模型来发现最有赚头的客户，以及那些最有潜力带来利润的客户和最有可能停止业务往来的客户；它们把公司内部产生的数据和从外部获得的数据集中起来（它们比在统计方面不够专业的竞争对手更深入地分析这些数据），以便能全面地了解自己的客户；它们优化自己的供应链，从而确定预想不到的制约因素所产生的影响，并用备选方案进行模拟，在做运输安排时避免出问题；它们根据实际情况来确定价格，以便从每一笔客户交易中获得尽可能大的收益。
　　
　　分析型竞争的领导者还利用复杂的试验来衡量干预性战略（intervention strategy）的总体影响或“改进效果”，然后根据试验结果不断地更正随后的分析。例如，第一资本公司每年在不同的条件下进行3万多次实验，包括不同的利率和刺激手段、改变直邮广告资料的包装形式，以及其他不同的条件。该公司的目标是，不但尽可能地提高潜在客户办信用卡的可能性，而且尽可能地提高他们向第一资本公司还款的可能性。
　　
　　前进保险公司则利用可广泛获得的保险业数据进行类似的试验。该公司会对细分客户群做出界定，例如对某一类骑摩托者的定义为：年龄在30岁或以上，受过高等教育，信用等级在某一水平以上，以前没有出过事故。接着对每个客户群进行回归分析，以便发现与该客户群所造成的损失最相关的因素。基于这些分析，公司再确定各客户群的保险收费价格，这个价格使公司能从整个客户群组合中获得利润，并且利用模拟软件对这些假设进行财务结果的测试。通过这种方法，前进保险公司就能向客户提供传统意义上高风险的保险服务项目，并且还能从中赚到钱；而许多其它保险公司则是不假思索地将高风险客户拒之门外，根本没有花功夫更深入地研究有关数据。


集中管理 向全面分析型竞争者演变

　　把分析法应用于整个企业的分析型竞争者懂得，企业内的大多数职能——甚至包括诸如营销等历来依靠艺术而非科学的职能——都能用先进的量化分析技术加以改进。这些企业不是从一个杀手应用程序，而是从支持许多业务活动的多个应用程序上获得优势，并且有时还推出应用程序供客户和供应商使用。
　　
　　联合包裹服务公司（UPS）就经历了从有针对性的分析法使用者向全面分析型竞争者演变的过程。尽管UPS在运营研究和工业工程方面是世界上最严格的公司之一，但其相关能力直到最近都一直集中在很窄的领域。而今天，UPS正在利用其统计技能来跟踪包裹的运送情况，预测并影响客户的行为——评估他们流失的可能性并找出问题的根源。例如，UPS的客户智能小组（Customer Intelligence Group）能通过检查客户使用服务的类别和投诉准确地预测客户流失情况。当有信息显示一名客户有可能流失时，销售人员就会联系这位客户去了解和解决问题，从而大大减少了客户的流失。
　　
　　分析型竞争者把所有这些活动统统看成一个协调一致的计划，并将其归类在一个名称下。例如，第一资本公司把它们都归于“基于信息的战略”，而巴克莱银行（Barclays Bank）把它们都归于“基于信息的客户管理”。这些计划不仅在一个共同的名称下运作，而且还接受共同的领导，运用共同的技术和工具。
　　
　　在传统的公司里，“商务智能”一般是由各部门管理的：处理数据的各个部门选择它们自己的工具，控制自己的数据库，并培训自己的员工。但是，这样做会引起混乱。一方面，各部门开发的电子表格和数据库的泛滥，必然会导致公司内部的主要指标出现多种标准。此外，研究表明，20％～40％的电子表格有错误。因此，公司内部使用的电子表格越多，出错的可能性就越大。相比之下，分析型竞争者会成立一个集中管理的小组，确保关键数据和其他资源得到妥善处理，而公司各部门能很容易地分享数据，避免不一致的表格、定义和标准造成的障碍。
　　
　　有些分析型竞争者把这种在全企业内管理信息技术的方法用来管理分析人员。例如，宝洁公司（Procter & Gamble）最近建立了一个超级分析小组（beran-alytics group），由来自运营、供应链、销售、客户研究和市场营销等部门的100多名分析人员组成。虽然大多数分析人员仍然归属于各业务运营单元，但这个超级分析小组却是集中管理的。这种统一管理的结果是，宝洁公司可以把足够多的专业知识用于最紧迫的问题。譬如，设计供应链的分析人员所需要的有关公司在现有市场发展机会的信息，可以由销售和营销分析人员提供；而供应链分析人员又可以把他们在某些决策分析技术方面的专业知识用于新的领域，如竞争情报。
　　
　　宝洁公司的超级分析小组还提高了公司内部基于分析和数据的决策过程的透明度。以前，宝洁公司最优秀的一些分析人员曾通过改进业务程序为公司降低了成本；但是，由于他们都分散在不同的部门，许多高层管理人员并不知道他们提供了什么样的服务，也不知道这些服务可能有多大的作用。现在，那些高层管理人员更有可能利用公司中丰富的专业知识为自己的项目服务了。同时，高超的数据处理技能已经成为宝洁公司向投资者、媒体和公众宣传自己的内容之一。
　　
　　作者简介：托马斯·达文波特（[e-mail]），巴布森学院（Babson College，位于马萨诸塞州的巴布森帕克市）信息技术及管理学总统杰出奖教授。他还是巴布森高管培训（Babson Executive Education）研究中心的主任，以及埃森哲公司的研究员。他著有Thinking for a Living（哈佛商学院出版社，2005年）一书。