浅析企业数据文化建设

2022-07-05刘春江

商业文化 2022年15期

刘春江

毋庸置疑，我们已身处信息化和大数据的时代，“现在，人类每两天创建的数据量相当于从文明开始到2003年创建的所有数据的总和”，谷歌CEO埃里克·施密特这样描述信息革命。文化是源动力、是灵魂，推动着企业的发展。文化蕴含丰富的内容，企业的精神和价值观是其核心。20世纪80年代，中国企业开始关注企业的文化问题。

经过30多年的研究、传播、探索和实践，企业文化在我国管理学界和企业界已经得到足够的重视，但同时，“思想飘天，行为爬地”的现象仍然普遍存在，如何实施企业文化，相当部分企业仍然处于混沌之中。大数据时代需要企业快速变革以适应，这关乎生存，大数据是仅停留在技术的层面，还是应作为企业文化不可分割的一部分来看待？在此背景下，中国企业如何结合数据文化来建设企业文化，是主动拥抱，还是被动接受？是需要我们深入思考的课题。

企业数据文化的理解

戴明，PDCA循环的發起人曾经说过：“除了上帝，每个人都必须用数据说话。”彼时数据仍匮乏，而随着我们迈入数字时代，数据从附属品变成了企业创造价值的关键资源。

数据与大数据

数据通常分电子和非电子两类。计算机中储存的数据是电子数据；非电子数据主要是纸质媒介中的数据，这两类数据无论在规模上还是在流通方式上都存在着本质区别，本文仅讨论电子数据。

信息化给人类带来了出乎意料的礼物，它创造了一个全新的资源-数据资源。随着信息化不断推进，数据被大量地生产和积累，开发利用数据资源逐渐成为新的需求点，大数据技术从信息技术发展出来，独立形成一个新的分支，并迅速壮大。数据、技术和应用是大数据的三大要素，价值隐含于数据中，为技术所发现，为应用所实现。大数据是数据集、技术和应用的总称，为决策提供支撑。

数据资产与数据治理

数据资产，是组织合法拥有并控制的数据资源，例如文本、图像、语音、视频、网页、数据库、传感信号等结构化或非结构化数据，能带来经济效益或者社会效益。数据资产可能会因完整性提升、新用途被发现而出现增值。

五个步骤是企业管理数据资产要经历的：首先是业务数据化；其次是实体归一化，融通多源数据；第三是数据资产化，把数据价值化、标签化，让数据可应用、可持续；四是数据服务化，无需考虑底层技术，从业务的角度出发来使用数据服务；五是数据业务化，把数据用起来，为企业带来降本增效。数据资产化是企业数字化转型的基石，是把数据原矿提纯为数据金子的必经之路。

制定战略目标是数据治理的首要任务，需要通盘考量战略和组织、制度与流程、绩效和标准、工具及数据价值、数据共享及数据变现；关键是建立合适的数据治理组织；有相关的配套制度。

数据战略与数据文化

数据战略是信息化战略的重要组成部分，信息化的目的是服务于业务，必须与业务战略相互匹配。数据与分析是数字化转型工作的主线，数据本身并不重要，唯有在恰当的时间，以合适的形式并结合必要的背景信息呈现数据，才能彰显价值。

当我们提出数据战略的时候，就已经认可了数据是企业文化的一部分，正因如此，企业数据战略的使命、愿景以及中长期目标、行动计划必须有清晰的定义，以指导数据战略。通过数据文化建设行动的开展，引入外部先进理论知识、实践经验，与企业经营实际相结合，推动企业内部各层级对数据价值和工作方向的认识水平不断提升。

企业文化与数字化

文化之重要，因为它强大、心照不宣，且往往以无意识力量的形式存在。同时，它也决定着我们个人和群体的行为、价值观、感知方式和思维方式。

企业文化

企业文化之父埃德加·沙因认为：企业文化是由一些基本假设组成的模型。这些假设是一群人在探索和解决适应外部环境和内部组合问题的过程中发现、形成和创造的。它们得到了大多数成员的认可，并用于教育新成员，包括共同意识、行为准则、价值观、职业道德和规范等。

管理成果是检验企业文化的唯一标准。优秀企业文化应该具备下列特征：首先，它必须是对成功的企业管理实践的提炼和总结，而不是外部的借鉴和介绍。它必须是原创的。其次，它必须体现在企业的机制、组织、流程和制度上，并得到后者的有力支持。外部与客户相连，内部与企业的价值评估体系和价值分配体系有机相连。否则，企业文化将永远停留在假设的水平上。第三，它必须反映在企业的组织、经营模式、员工行为和行为结果上。

企业文化建设中的问题与误区

企业文化建设之所以陷入尴尬境地，关键在于新理念不能落地。将企业家理念转化为全体员工共同的理念是落地的本质，再从全体员工的理念转化为员工共同认可的信念，最后从共同认可的信念转化为共同习惯。“理念”是通过理性思维认识到的观念。这是人们经过长期仔细思考后认为是正确的想法；“信仰”是融入了人的情感，深入人的内心，甚至成为一种无意识状态，被人完全接受的观念。养成习惯需要大量的实践、尝试、探索和失败。它不仅需要行动的勇气，还需要成功的激励。

很多人都有一种误解，认为企业倡导的文化是企业真正存在的文化。事实上，企业倡导的文化往往与企业真正的文化不同。创业者倡导的理念与企业员工实际理解的理念不一致，就像理念和信念是两码事一样。

企业文化包含人工饰物、价值观念和深层假设三个层次，只有深层假设才是企业的文化DNA。

企业文化塑造与变革

在企业的初始阶段，文化和战略基本等同。创始人心目中的公司是战略，创始人的性格、价值观和信念决定了公司的文化；而当公司稳定时，文化则会限制战略。战略不再独立存在，战略受文化制约，文化决定战略是否正确。当企业发展到一定阶段时，战略、文化之间不再分次序。文化围绕着战略、结构和过程。它们是环绕与互动的关系。

企业需要适应环境的变化，因目标和竞争环境的变化而变革。原则非常简单：创造一种有利于企业的文化，专注于应对商业挑战，而不是为了文化变革而变革。首先，分析商业问题，研究文化与商业的关系，分析文化是优势还是障碍。当发现文化阻碍问题的解决并需要改变时，有必要从文化入手，帮助解决商业问题。许多战略咨询商失败的原因，就是他们没有意识到他们的战略建议可能在文化环境中不起作用。

数据文化促进企业文化的变革

企业数据文化是企业文化的亚文化，是企业文化和数据文化的交集。文化驱动员工在行为决策上达成价值观共识，企业文化是员工在无监督情况下的行为体现。同样，数据文化也能让人们在是否利用数据驱动业务决策上达成行为理念的共识。企业运营高度依赖内部各种亚文化的协调，当不同的企业文化必须相互融合时，分离、主导、整合和冲突是可能的方式。管理不同亚文化的一致性、如何保持共同目标一致而不对抗和滥用资源是领导者面临的挑战。

数据文化的本质在于弄清楚数据的真实含义。数据本身本无意义。对组织来说，数据文化的核心作用在于它如何赋能企业实现业务目标和高效运营。数字化浪潮是每个企业必须经历的洗礼，要么拥抱，要么呛水。数据文化的兴起必然会对企业现有的文化带来冲击，变革是必然的结果。

企业数据文化的建设

建立数据文化就是建立以客观数据为基础的价值观和体系，作为整个企业层面的基准和衡量标准，为企业真正利用大数据创造价值提供基础。通过营造善用数据的文化氛围，树立“尊重事实、用数据说话”的理念，让大数据完成从科技符号到文化符号的转变，真正把关注和使用数据变成一种风尚和习惯。

数据文化建设的作用

绝不能仅仅把数据管理认为是一件技术工作，属于信息部门要解决的问题，而是要把数据真正当作一种宝贵的企业资产，从价值创造角度，来思考数据应该怎样与公司业务、经营结合在一起。

数据文化建设带来三方面的价值：一是认知升级。认知差别是本质的、不可量化的，当前企业的竞争重中之重就在于认知的竞争；二是氛围营造。企业文化氛围是无形的，对于企业成员的认识境界、精神气质、行为风格的形成具有重要作用；三是人才培养。懂数据、会用数据、重视数据的高水平人才相对稀少，要成功创建数据文化，必须让所有级别的员工都掌握使用数据、分析数据、管理数据的能力。

让数据文化在企业内兴起

数据文化对业务成功至关重要，企业要想建设和培养数据文化，一是领导层支持并推动数据的使用；二是通过数据“变革推动者”打破团队沟通壁垒；三是相信数据的价值，在授权的基础上，轻松获取、自由分享；四是数据素养成为每个角色都应具备的关键技能。

数据驱动型组织会把数据理解和数据沟通能力视为每位成员都应具备的关键技能。数据文化和数据素养是数字时代决策成功的关键，最重要也是最困难的是向数据心态的文化转变。这需要识别和建立一个文化框架，让所有的参与者，不管是数据的产生者、模型构建者、分析者还是使用者，可以通力合作，使数据成为企业决策的核心。

数据文化建设面临的挑战

过于简单地理解文化概念是一件危险的事情，会使我们产生“我们在管理企业文化”的错觉，可事实上只不过是在管理企业文化的表象而已，以至于难以真正实现文化变革的目标。

随着企业采用数据和分析技术来提高数据驱动程度，挑战也随之而来。这些挑战并非因缺少数据或必要的工具，而是因为在数据使用方面缺乏数据驱动型行为和信念。为了真正完成转型并充分利用在数据和分析技术上的投入，组织需要将重点放在人员上，培养一种在决策过程中优先参考数据的文化。

关键的人和要素

文化最重要的部分是充分发挥人的力量，发展与工作相关的技能，给予团队成员自由，鼓励他们创新。

大数据不仅是多学科、多领域的综合技术，也是一种理念和方法，强调整体性、不确定性、相关性等特征，大数据是思维方式的变革，要求企业的经营思路、工作方式、组织架构都对应产生一系列的变革，正因如此，借助数據文化建设行动工作的开展，能够在提升认知的基础上，加强支撑大数据规划发展落地的企业氛围构建，在拥有“天时”“地利”之余，创造出最重要的“人和”要素。

数据文化建设实施

具体实施可以从工具、能力、文化三个维度切入。第一维度是工具的引入以及标杆项目的建立。数据需要消费才能实现价值，海量数据的处理需要辅助以工具，企业应根据自己的需求选择合适的BI工具，有了工具以后可以让业务部门牵头形成敏捷的项目小组。IT参与和支持，共同根据管理痛点选取一些有价值可行的BI项目打造成标杆，在公司内部宣传推广。第二维度是用户能力的培养，重点是业务用户能力的培养。业务用户是数据真正的消费者，在这个阶段，要培养种子用户，推广自助分析，分级培训来全面提升企业的数据分析能力。第三维度是文化的建设。员工技能学习到了最后的平缓期，技能已经学会，但可能还缺乏主动使用的动力，所以一定要打造一种数据创新的文化和激励机制，让所有人参与其中。

自助分析意义重大，一方面对于业务来说，它的可及性、时效性以及应用性都会有所提升；另一方面对于IT来说，它的开发工作量、运维难度会大大下降。自助分析要应对来自两方面的挑战。首先，是数字化的挑战，其中最大的挑战是未普及数字化的文化；第二是数据的挑战，数据断层、数据孤岛、数据质量和完整度不足、数据标准和口径不一致等等。对策是以用带治以治促用，一是开展数据战略规划，明确数据治理的整体策略与方向；二是理顺数据治理框架、数据管理组织、制度和流程；三是盘点数据资产，形成资产目录；四是建设数据管理工具和平台，打破数据壁垒。

企业竞争本质是文化层面的。中国企业要想走出混沌，持续创造高绩效，就必须回归文化的根本：重新思考企业的定位、使命和核心价值观。中国企业要想打造世界级的优秀企业文化，必须迈过文化落地这道坎，文化成功落地的方法不是来自设计，而是来自众多优秀企业的反复实践和经验。数据文化在中国企业的落地，不光是一场挑战和考验，更是通向未来的机遇和契机。