分析平台不如 Excel :企业主管对分析平台不习惯,偏爱 Excel !

2019 年 7 月 28 日 云头条

AI和高级分析工具在大多数企业司空见惯,但数据孤岛和电子表格也是如此。


近二十年来,供应商、分析师和业界权威都一直在预测电子表格已死,众多公司主管、经理和专业人员纷纷转向联网的智能分析平台,帮助自己做出决策。现在是2019年,你猜怎么着?每个人都喜欢电子表格。



德勤公司最近对1048名主管开展的一项调查发现,大多数公司在业务分析方面并不成熟;62%的主管仍然依赖电子表格以获取洞察力。虽然76%的调查对象表示他们在分析方面的成熟度在过去一年有所提高,但大多数仍在使用传统工具,比如电子表格(62%)和商业智能计划(58%)。


洞察力驱动的组织成熟度等级:



德勤的调查团队表示:“数据分析领域的传统主力技术——Microsoft Excel等电子表格和Microsoft Power BI或IBM Cognos等商业智能工具——是最常用的工具。”然而他们补充道,企业中还有一些更高级的工具:67%的企业还使用至少一种高级工具,比如SAS、R等开源工具、Python等编程语言或AI工具。


业务分析的重要性比声誉管理和风险管理还高:



AI最终会不会帮助企业摆脱电子表格对商业分析文化的制约?我们之前听过这样的调子,不过以Thomas Davenport为首的德勤调查作者对此很乐观。46%的主管认为AI是未来几年的一个重要项目。


识别业务流程方面的改进余地和了解并改善客户体验是使用分析工具的两大使用场景:



调查发现,不到十分之四(37%)的主管认为,他们所在公司在采用分析方面相对成熟。虽然剩余的63%对分析有所了解,但缺少技术基础设施,仍置身于孤岛中,或正在完善临时(ad hoc)功能。此外,67%接受调查的主管不习惯使用现有的工具和资源来访问或使用数据。


洞察力驱动的文化与经营业绩之间的关系:



调查显示,作为分析基础,结构化数据仍占主导地位。64%的调查对象完全依赖内部系统或资源的结构化数据,因而丧失了来自社交媒体评论、产品图像和客户音频文件等非结构化数据源的洞察力。


分析工具最广泛的职责与超额完成业务目标关系最密切:



分析驱动的文化从顶端开始;值得关注的是,Davenport及其他研究人员发现,主管们对此并不习惯。研究团队报告:“足足67%的调查对象(高级经理或更高级别的人)表示他们不习惯利用现有工具和资源访问或使用数据。即使在数据驱动文化底蕴深厚的公司,这个比例也相当大,37%的调查对象仍表示不习惯。这表明,如果公司希望每个员工都使用洞察力作为工作的一部分,它们就大有机会提供更多的教育并改善用户体验。


公司如何对待分析:洞察力驱动型组织成熟度等级



对数据分析和AI的支持者来说这也是机会所在——教育、培训以及完全专注于帮助业务领导人走出舒适区。如果公司主管鼓励尝试和冒险——即使发生失败,并鼓励“失败中前进”的理念,也有助于此。


Davenport及其在德勤的同事还敦促完善工具,帮助“整合结构化数据洞察力和非结构化数据洞察力,并在整个企业组织实施单一的主系统用于分析。可以全面了解公司方方面面的单一仪表板将使员工可以轻松地提供信息、做出决策并对数据采取行动。


他们还将数据分析视为每个人都需要纳入到工作中的东西。他们声称,现在是时候“摈弃只有技能娴熟的数学家或数据科学家才是负责业务分析的人才这个想法了。”广泛地传播问责制,并培训所有员工以了解分析在各自工作中的作用。


调查结论如下:在所有人员都在如何利用数据方面接受过教育的公司中,88%的公司超额完成业务目标,相比之下,很少有员工接受培训的公司中只有61%超额完成业务目标。


登录查看更多
0

相关内容

【2020新书】从Excel中学习数据挖掘,223页pdf
专知会员服务
85+阅读 · 2020年6月28日
商业数据分析,39页ppt
专知会员服务
157+阅读 · 2020年6月2日
【实用书】Python数据科学从零开始,330页pdf
专知会员服务
139+阅读 · 2020年5月19日
【干货书】R语言书: 编程和统计的第一课程,
专知会员服务
107+阅读 · 2020年5月9日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
主流互联网平台广告业务对比分析
百度公共政策研究院
29+阅读 · 2019年5月20日
关于Python数据分析,这里有一条高效的学习路径
领域应用 | 企业效益最大化的秘密:知识图谱
开放知识图谱
8+阅读 · 2019年4月11日
印象笔记和有道云笔记竞品分析报告
产品100干货速递
5+阅读 · 2019年3月26日
15款免费预测分析软件!收藏好,别丢了!
七月在线实验室
10+阅读 · 2018年2月27日
【入门】数据分析六部曲
36大数据
17+阅读 · 2017年12月6日
文本聚类:从非结构化数据快速获取见解
Datartisan数据工匠
15+阅读 · 2017年10月12日
Arxiv
99+阅读 · 2020年3月4日
Arxiv
8+阅读 · 2019年5月20日
Feature Selection Library (MATLAB Toolbox)
Arxiv
7+阅读 · 2018年8月6日
Arxiv
13+阅读 · 2018年4月18日
Arxiv
3+阅读 · 2018年2月24日
Arxiv
12+阅读 · 2018年1月20日
VIP会员
相关VIP内容
【2020新书】从Excel中学习数据挖掘,223页pdf
专知会员服务
85+阅读 · 2020年6月28日
商业数据分析,39页ppt
专知会员服务
157+阅读 · 2020年6月2日
【实用书】Python数据科学从零开始,330页pdf
专知会员服务
139+阅读 · 2020年5月19日
【干货书】R语言书: 编程和统计的第一课程,
专知会员服务
107+阅读 · 2020年5月9日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
相关资讯
主流互联网平台广告业务对比分析
百度公共政策研究院
29+阅读 · 2019年5月20日
关于Python数据分析,这里有一条高效的学习路径
领域应用 | 企业效益最大化的秘密:知识图谱
开放知识图谱
8+阅读 · 2019年4月11日
印象笔记和有道云笔记竞品分析报告
产品100干货速递
5+阅读 · 2019年3月26日
15款免费预测分析软件!收藏好,别丢了!
七月在线实验室
10+阅读 · 2018年2月27日
【入门】数据分析六部曲
36大数据
17+阅读 · 2017年12月6日
文本聚类:从非结构化数据快速获取见解
Datartisan数据工匠
15+阅读 · 2017年10月12日
相关论文
Arxiv
99+阅读 · 2020年3月4日
Arxiv
8+阅读 · 2019年5月20日
Feature Selection Library (MATLAB Toolbox)
Arxiv
7+阅读 · 2018年8月6日
Arxiv
13+阅读 · 2018年4月18日
Arxiv
3+阅读 · 2018年2月24日
Arxiv
12+阅读 · 2018年1月20日
Top
微信扫码咨询专知VIP会员