數位化決策轉型與企業文化的一些思考
上等公司治理靠文化，中等公司靠制度，下等公司靠親友義氣
因為互聯網的興起，數位化轉型在近年似乎突然變成一股不小的風潮，許多議題都在討論數位化轉型。數位化究竟該如何做？招募數據分析的人才？導入BI系統？
我曾經在一家傳統產業的台灣中小企業，負責過企業數據化決策轉型的工作，可惜最後結果是失敗的，但也因為這經驗，讓我體會到轉型有多困難，同時思考為什麼會失敗。
因此這次，想談談企業數據化決策轉型的一些體會和想法。
邀請你至Blog閱讀全文：
數位化決策轉型與企業文化的一些思考如果你喜歡我的文章，也邀請你訂閱『Rock Data』電子報，支持我持續創作
先說說幾個遇到困難的小故事吧，並從中感受，造成這些困難的根本原因。
1. 時間不要花在無效率的溝通或流程
最開始時，想要從ERP導出數據，簡單的了解銷售資料，結果沒有這項權。IT說，「你要什麼數據就在ERP內查就好」，我心想，天吶如果要10個品牌近12個月的數據，不就必須在ERP輸入120次，一次一次複製貼上？這麼蠢的事我幹不下去啊!
為此做了一份報告，說明資料紀錄到分析的流程，並且說要不我簽個資料保密協議也行，經過一週時間，權限總算開放了。
2. 要用對人，合適的人做合適的事
記得第一次跟老闆說分析報告時，他說某些數字怪怪的跟我印象不一樣，結果他拿出一本冊子，上面有許多“手寫”的數據，對我說，「我這邊紀錄的是這個金額，跟你上面的不一樣，我這才是對的，ERP數字不準的」。
這實在讓我很驚訝，什麼叫做ERP數字不準？
近3年ERP經常改版，數據搬遷過程有缺失、再來資料錄入過程就存在問題，這一塊經這三年都無人過問。
我認為，至少先招募一個數據庫人員，專責於數據的流程、紀錄、存取、結構及權限做管理。但老闆認為出於”數據安全”，這一塊絕對不能給外人弄，決定由他最信任的IT主管來弄，想當然，最後不了了之。
大家都認為，頻果成功的秘訣在於有賈伯斯，他卻說：「我成功的秘訣就是，我們費盡力氣找出全世界最出類拔萃的菁英」
3.允許犯錯，但不允許一錯再錯
公司在數位化的開發還算是有企圖心，例如進行官網搭建、電子目錄、APP開發等。可惜都只做了半套，某些事情長時間懸而未決，某些項目無人維護。
甚至有一次，我收到了一封來催收尾款的律師函，因為對方已經把軟體開發完成並交付驗收，至今已經好多個月過去了，卻尚未收到我們任何消息。
這些問題不斷發生，最大的錯誤就是，把遇到的問題當成一時的差錯，而沒有藉機對機器運轉進行診斷。忽視了問題的根源，導致失敗頻頻發生。
錯誤是事物演變過程的自然現象，但是如果不把問題的責任人掛鉤，不探究錯誤的具體原因，如何促進改進？
（還好有我，在兵荒馬亂中依舊全部給解決了 : D ）。
邀請你至Blog閱讀全文：
數位化決策轉型與企業文化的一些思考如果你喜歡我的文章，也邀請你訂閱『Rock Data』電子報，支持我持續創作
4. 每個人都有權利和義務了解重要的事情
交叉比對採購及銷售數據中，有個很特別的現象是，經常”週期性”發生同一產品有大量庫存，另一款產品會一直追加。熱賣商品銷售要不到貨，採購忙著清庫存。
在接觸雙方負責人的過程，我很驚訝地發現，銷售主管不知道採購在幹嘛，採購經理不知道銷售在幹嘛，彼此之間都用憑感覺的決策。這是一體化的環節啊！
我跟老闆說，進行數據共享以及跨部門例會，應該是可逐步解決這問題。
「曾經有員工很了解整個業務流程，在離職後自己開了公司，把顧客資源也帶走，所以我對部門間採取絕對的保密方式」。
企業文化是一切根本，上等公司治理靠文化，中等公司靠制度，下等公司靠親友義氣
企業這部機器是透過人所建立的，而人決定了企業文化，企業文化又決定了日後的人才，一直循環下去。
數據決策也是一個文化，不是一個人、不是一個崗位。也就是說，這不是找幾個廣告投放、電商運營、數據分析的人就好。
在2017年天下雜誌的文章也指出，企業數位化轉型的關鍵有二：一是需擁抱數位化，；二則是高層主管需改變心態。這兩個關鍵，在我看來是指向同一件事，即企業的數據文化建立。
馬雲說，上等公司治理靠文化，中等公司靠制度，下等公司靠親友義氣。
一個人可以走的很快，一群人才可以走得很遠，現在是團隊作戰的年代。企業建立數位文化畢竟不是一蹴可幾，轉型的陣痛期很苦，但這是不可逃避的過程。如果觀念守舊，只學皮毛，而不是從文化做根本建立，在我看來只是白忙一場。
最後
- 不同職級或是不相關部門之間，確實該有不同的資料權限。但完全封閉的措施是不正確的。防止資料外洩，可以有增加資料保護、競業條款或是法律手段等措施。
- 為什麼一堆台商逃離大陸？我感覺大多的台商都是靠整體大環境起來的，站在風口上豬也能飛。風沒了之後，公司核心競爭力能不能持續？我不知道究竟是世代的不同還是觀念的不同，導致做事方式的不同。總之，互聯網很美好也很現實，不改變不進步就是被取代。你的行業，會被互聯網給顛覆嗎？
- 檢討：我是個只想做覺得好玩的事的人，當初感覺這件事情很有趣就來了，事前缺少了更深的的評估，也太對自己有信心，覺得沒有我推行不了的事情，日後做決策時要引以為戒。
- 老實說，對於講述自己失敗的例子，仍有種錯綜複雜的感覺。但換個角度想，愛迪生說：”我沒有失敗，我只是發現了一萬種不成功的方法。”
- 這議題又點難寫可能滿枯燥的，所以我要感謝看到最後的朋友。
邀請你至Blog閱讀全文：
數位化決策轉型與企業文化的一些思考如果你喜歡我的文章，也邀請你訂閱『Rock Data』電子報，支持我持續創作
1. Hello All：主站遷移至👉https://andyrockdata.com/ ，請改至『ROCK DATA』Blog 閱讀新文章完整內容，如果喜歡我的文章，可以訂閱我的電子報(Medium站仍將張貼新文章訊息)2.立即追蹤👉ROCK DATA臉書粉絲頁跟ROCK DATA IG(@andyrockdata)3.【入門數據分析，掌握HiveSQL取數能力】在hahow上架啦，購買連結👉 http://hahow.in/cr/andyrockhive4. 往期的數據相關文章可以參考以下link
- 數據分析系列1：談談數據分析的眾多Title
- 數據分析系列2：數據分析的一週工作日程
- 數據分析系列3：身為資料分析師，你該如何展現工作中的價值？
- 數據分析系列4：如何量化職場規劃？我這次的轉職規劃與Offer選擇
- 數據分析系列5：為什麼要關心資料來源？談談埋點數據的陷阱
- 數據分析系列6：精選幾個機器學習的學習資源
- 數據分析系列7：數位化決策轉型與企業文化的一些思考
- 數據分析系列8：中山大學經濟所職涯座談(ㄧ)：”了解自己”的重要＆我怎麼成為數據分析師
- 數據分析系列9：中山大學經濟所職涯座談(二)：想從事資料分析？你需要具備這8個能力
- 數據分析系列10：中山大學經濟所職涯座談(三) ：讓資料變商機 — 資料分析在我們生活中的應用
- 數據分析系列11：面試時，資料分析師該怎麼準備作品集？
- 數據分析系列12：2018年終工作總結(數據分析師)
- 數據分析系列13：數據化運營中玩過的分析項目：一個數據分析師的經驗總結
- 數據分析系列14：如何提升運營/產品的優化效率？或許數據指標體系的搭建可以幫到忙
- 數據分析系列15：用戶畫像很重要，那你知道是怎麼畫出來的嗎？
- 數據分析系列16：給剛入行的數據分析師：想產生價值，在試用期要做的三件事
- 數據分析系列17：2019 數據分析工作總結_關鍵詞：數倉構建、BI可視化看板、用戶畫像(標籤)與精準行銷
- 數據分析系列18：入門數據分析的第一個大門檻：SQL/Hive取數-聊聊自身學習SQL的經歷以及三個自學網站分享
- 數據分析系列19：身為數據分析師，我怎麼看hahow上”R語言和商業分析”這門課
- 數據分析系列20：直接用SQL來分析數據？怎麼沒用python/R？3個面向來考量分析工具的選擇
- 數據分析系列21：數據分析的”橫向”學習之路-珍藏的網上文章重新整理放上github
- 數據分析系列22：透過埋點，讓數據說話：埋點基本知識
- 數據分析系列23：以數據為核心的CRM進化產品：帶你了解CDP(客戶數據平台)開發過程與難點
- 數據分析系列24：SQL不難啊，為什麼不容易精通？自學與實務的4個落差
- 數據分析系列25：數據分析基本-相關分析與可視化(R語言)
- 數據分析系列26：刷完了Leetcode SQL Hard Level的28道題：歡迎領取參考答案
- 數據分析系列27：數據太髒了！3個步驟做好數據質量管理
- 數據分析系列28：跨部門溝通成本太高？數據人實現高效跨部門溝通的4個方式
- 數據分析系列29：數據分析師職場發展的另類出路
- 數據分析系列30：Databrick為何收購BI產品Redash？產品視角來看Redash的功能與價值
- 數據分析系列31：數據分析師要失業了？解讀<2022 Gartner BI魔力象限> BI產品趨勢
- 數據分析系列32：Google Data Catalog如何幫忙管理數據？ 產品介紹與體驗心得
- 數據分析系列33：復盤：數據產品從0到1的建設過程，我的9點感觸
- 數據分析系列34：Shopline-數據分析中心(Shoplytics)產品體驗
- 數據分析系列35：搞數據還是做產品？淺談『數據產品經理』
