全球企业已经进入了一个决策新时代。搜集、储存、获取和分析数据的能力在过去10年中得到了飞跃式的发展。如今，各大公司都会耗费巨资管理来自供应商和客户的信息流。

有人鼓吹，投资大数据能够带来惊人回报，但这对于公司来说是一个挑战。除非雇员能够将大数据和复杂的决策结合在一起，否则投资分析业务可能是做无用功，甚至会带来负面影响。

我们的研究提醒管理者警惕。此时此刻，很有可能贵公司的某些员工正在利用那些经异常昂贵的渠道搜集而来的信息，制定不明智的决策。

为了帮助组织评估和培养员工利用数据辅助决策的能力，Corporate Executive Board提出了“洞见智商”（Insight IQ）这一概念，用于评估收集和分析有价值信息的能力。

我们评估了22家跨国公司的5000名雇员，划分出3种类型：“绝对经验主义者”相信分析甚于判断，“直觉型决策者”只靠直觉行事，而“了解情况的怀疑者”——最有决策才能的雇员，则能够有效地平衡判断与分析，拥有强大的分析能力，会倾听他人意见但不会盲从。他们很会利用数据，每家公司都应当努力培养这样的人才。然而我们发现，仅有38%的雇员、50%的高级经理属于这种类型。分析还发现，雇员平均分数最高的部门在效益、效率、员工敬业度和市场份额增长等多个指标上比其他部门高出24%。

除了对这种整体技能欠缺的情况进行量化之外，我们还发现其他四个问题会损害组织投资大数据获得的回报：

1.具备相应分析能力的员工太少。

一般而言，公司引入新型分析工具时，首先会招聘能够熟练使用的专业人员，认为运用新工具的技能会由此逐渐推广至整个公司。然而，众多公司都停滞在聘用专业人员这一阶段，拥有几位高水平的分析专家，却并未向其他员工提供相应培训。

2.公司IT部门必须多关注“I”（信息），少关注“T”（技术）。

大多数IT部门是在与财务、供应链和人事等部门合作的过程中发展起来的，这些部门的业务需求十分明确、稳定，而且面向的不同用户群体需求相对一致。而其他部门的数据需求可能更为多元，或者数据用途难以确切表达。应对这些挑战，需要掌握人类学知识，理解人的行为——IT部门通常十分不擅长这方面。

3.员工手里已经有了可靠的信息，却很难查询。

很多组织收集到了数据，却没有清晰明了的数据框架，就像是图书馆没有图书分类、书本没有封面一样。社交媒体、新的销售渠道，以及平板电脑、智能手机等设备的兴起，也增加了管理分析内容的难度。在我们的调查中，表示知道如何找到日常工作所需信息的员工不到44%。

4.企业高管对信息管理，并不像人才、资本和品牌管理那样重视。

许多高管将数据看作是应当交给IT部门处理的事务，或者认为自己没有这方面的专业技能，无法深度参与数据在组织中的分享过程。管理者应当明白这样一个事实：如果组织对理解数据投资不足，对数据的投资所能带来的回报就会受到影响。

多培养“了解情况的怀疑者”

公司若想充分利用收集到的数据，应当注重两个方面：培训员工，提升数据分析能力，更加高效地根据所掌握的信息进行决策；为这些员工提供合适的工具。

一些培训可以通过研讨班的形式进行。雇员要认识到，数据的质量参差不齐。他们必须了解数据背后的各种影响因素和计算方法，并学会对数据的准确度、样本大小、客观性和质量进行批判思考。即便是大学统计学专业出身的雇员，也可能需要通过培训来将所学应用到实际工作中。

不过，短期集中研讨不是唯一的方式，效果也不一定最好。在实际工作中提供培训通常更加有效。要打造一个能够为雇员提供所需帮助的环境，公司必须重新思考应招聘怎样的专业人士。负责招聘的人往往看重分析师的定量分析能力，但更有价值的却是出色的培训指导能力。注重培养人才的数据专家，不只是回答其他员工提出的问题，还会为其他部门的雇员提供非正式的实操培训，提升组织整体理解和实际运用数据的能力。

很多重视数据且成效显著的公司，已经建立起统一的正规决策流程，以便雇员获取并正确地使用最合适的数据。公司应提供透明的绩效指标，并将其融入工作目标中，还应确保薪酬体系为员工间不同意见的交流提供奖励。好的决策通常需要融合多种见解，应对质疑和事后批评。

找到合适的工具来呈现数据，同样至关重要。半数员工发现，公司提供的信息采用了无法使用的文件格式。最优秀的公司通过增强信息过滤和提升可视化程度来避免这一问题，例如提供图表而非原始数据。

如果在“现在立刻提供可以参考的数据”与“稍后提供完美无缺的数据”之间进行选择，多数高管都会选择前者，因为他们坚信可以通过判断来弥补数据上的差距。他们很少钻研信息，但他们希望确定得到的信息经得起钻研。

蒂芙尼公司和北卡罗来纳州蓝十字蓝盾保险公司（Blue Cross and Blue Shield of North Carolina，简称BCBSNC）已逐渐意识到公司数据素养所能带来的回报，让我们来看看这两家公司是怎么做的。

采用新数据分析工具的公司通常会举办一次性的研讨会。这类研讨会过度关注工具本身，而不是管理者如何运用工具辅助判断，而且一次培训过后不再重复，很快就会忘记。蒂芙尼每年都举办研讨会，教授雇员使用各种信息（例如销售、推销和财务数据），并引导他们制作实用问卷、运用分析技术。调查显示，知识型员工中仅有25%获得了有关信息分析和使用的有效培训。而在蒂芙尼，几乎所有知识型员工都接受了长期数据培训。因此，蒂芙尼员工在利用信息方面更具优势，IT团队也用更多的时间帮助他们从公司数据中获取价值，而不是回答简单的数据支持问题。

为了解BCBSNC需要多少“商业智能”工具，IT团队归纳出知识型员工在搜集、分析和展示决策用信息时所需的10项技能。公司定期对员工进行调查，评估这些技能的掌握情况，开展培训并开发控制面板、记分卡等新工具，从而弥补调查发现的不足。公司意识到，运用工具可以优化员工个人效率，但开发和管理太多的定制化工具又会增加成本，两者间存在矛盾。

为了以合理的成本为各部门的员工提供支持，IT团队保留了3到5个多数雇员使用的“企业工具”，还为几个特定团队或部门使用的“特色工具”提供支持，去掉了十几个不必要的工具，同时确保知识型员工在当前以及业务、分析方法和工具发生变化之后都能找到自己需要的工具。

最近的财务和商业活动异常明确地显示，再丰富的数据和分析工具也不能弥补相关知识的匮乏和判断的失误。领导者要确保公司流程和人员素质能跟上计算能力和信息搜集的步伐。为了弥补信息洞见方面的缺陷，大数据——哪怕再全面、分析得再好——也必须要有好的决断作为补充。

[本文作者什维坦克·沙哈（Shvetank Shah）负责Corporate Executive Board信息技术业务。安德鲁·霍恩（Andrew Horne）和杰米·卡佩拉（Jaime Capellá）是Corporate Executive Board董事总经理。翻译冯丰。]