實戰：大數據如何幫助企業更好把握業務前線化機遇

“探尋大數據先行者的足跡”向我們顯示，大數據最先改變的，往往是業務前線化(FOT，FrontOfficeTransformation)的產業。在電子商務、社交網絡以及諸多以體驗為主要增值手段的產業中，中央集權的后端決策，正讓位于分布式的前端一線決策。這是由產業越來越多樣化、個性化所致。大數據改造這些行業中的企業，最主要一點，是幫助他實現“讓聽得見炮聲的人來決策”。前端決策的最大難點，在于化解多樣化、個性化帶來的復雜性。這使傳統組織面臨挑戰。而大數據提供的是智慧化能力，專門用于輕松搞定復雜性。一、大數據對組織管理的商業沖擊大數據對組織管理的商業沖擊，表現在生產、交換、分配和消費四個環節上。第一，在生產上，分布式計算的大數據，推動生產組織向去中心、扁平化轉變，向自組織、自協調方向演化，智能化的大數據將促進勞動與資本的一體化，推動決策前移，并且可以提供平臺支持創造性的自主勞動(如DIY+3D打印的“創客”)。第二，在交換中，具有語義功能的智能網絡成為與現有市場互補的新組織形式，商品交換與包括情感在內的信息交流在新的市場結構中相互融合，用戶體驗和意義滿足成為定價的重要因素，情境定價成為可能，依托數據分析可以實現一對一精準營銷和“人單合一”。第三，在分配上，在數據財富歸屬與利用的平衡中，形成以“使用所有權”(accessoverownership)為特征的分享型經濟(SharingEconomy)，在物質財富極大豐富基礎上，逐步實現創新驅動的包容性發展。第四，在消費上，在大數據引導下，出現產消逆轉(C2B)和產消合一趨勢，人們在滿足生存發展需求基礎上，日益產生對創造性的“美好生活”的需求。大數據有助于企業專業化地提高以意義滿足度(所謂“滿意度”)為核心的智慧水平，推動企業從因大而美向因小而美轉變，實現小批量多品種、差異化、多樣化的生產。推動企業在業態上從產品、服務向體驗升級，在提高GDP水平(功能與價值水平)的同時，提高社會幸福水平(意義水平)。二、大數據時代組織決策會遭遇哪些挑戰？大數據時代組織決策會遇到以下三個方面的挑戰，這些挑戰構成了組織發展的主要機遇。一是企業化解風險的方式發生變化帶來的挑戰。在大數據時代之前，人們利用數據更多是從歷史中總結規律，例如按以往的需求分布來組織生產，以此來消除市場的不確定性。大數據時代決策最主要的功能是預測未來，也就是把握那些只存在于未來，從以往歷史中難以推導出的需求，以此化解企業的市場風險。反過來說，這對于企業決策帶來新的挑戰，如果競爭企業可以預測未來，而自己的企業不能，企業就會失去未來。二是企業權力轉移帶來的“無組織的組織力量”的挑戰與機遇。大數據的特點在于意義主導價值，它將引起組織結構的變革。對于組織來說，價值體現在結構之中，意義也體現在結構之中。原有的組織形式，是為價值而建立的，其結構是價值的結構。未來的組織形式，是為意義而建立的，其結構是意義結構。組織的價值結構與意義結構非常不同，最核心的不同在于，價值結構是機械結構；意義結構是生態結構。具體表現在：第一，機械結構是自上而下控制的，生態結構是自下而生涌現的；第二，價值結構是以集中方式控制的，意義結構是以去中心的方式自組織自協調的。大數據所賴以存在的語義網，就是一個自下而上涌現生成意義，在分散的節點間自適應與他適應的網絡。最先反映這種結構變化預兆的，是各種各樣去中心化的WEB2.0應用，如RSS、維基、博客、微信的涌現。大數據通過追隨意義而獲得智慧，這是它可以擺脫因追隨價值帶來的被動的根本原因。因為價值是組織化的，意義是無組織的，無組織的組織力量本質上就是利用意義來控制價值的力量。三是企業價值生成方式變化帶來的挑戰與機遇。大數據將帶來的另一個始料未及的變革性影響，是將使數據業務成為各行各業的主營業務，從而改變各行各業的業態。換句話來說，決策本身會發展成為一種主營業務。各行各業數據業務的主營化，有一些共同的規律，與大數據內在相關。它們都伴隨著業務轉型，從因大為美，轉向因小而美：從集中但贏利越來越薄的大企業服務，轉向分散但高價值的最終消費者服務。大數據的優勢，正在這個方面。通過大數據，可以實現以往做不到的低成本洞察高差異的客戶，在去中心的互動中貼近2.0化的客戶。電信業、金融業、流通業是數據業務主營化最先成形的產業。例如電信業原有主營業務是語音業務，但騰訊的數據業務占到76%以上，只用幾年就以1600多億美元市值超過了聯通和中國電信，帶動了行業的主營業務重心的從語音向數據的轉移。未來各行各業幾乎無一例外，都會冒出本行業各種各樣的“騰訊”來；而原有的巨頭都將成為各行各業的“聯通”和“中國電信”。這種挑戰從另一面看，就是完全的機遇。三、大數據如何改進組織決策？一是從后臺決策向前端決策轉移，要把握后端決策與前端決策的平衡。大數據時代的組織決策朝向的方向是人單合一，即生產者與消費者的融合(錢皮又稱之為“合工”，與分工相對)。由于要對分散的、需求多變的消費者進行隨時隨地的響應，過多依賴后臺決策，難以即時響應市場變化，為此就要把決策從后臺向前端轉移，例如向位于“人單合一”前沿的客戶關系人員充分授權。海爾采取的組織決策就具有鮮明的這種特點。當然，決策前移后，要把握后端決策與前端決策的平衡。一般來說，一線員工對當面市場的響應靈敏是優勢，但一線員工對市場全局和未來趨勢未必能很好判斷，這就需要后臺決策，包括研發部門，提供服務。這種服務甚至需要社會化、外包，形成分析即服務(AaaS)產業。例如數據挖掘、數據分析、數據咨詢等產業，以及一切以大數據為基礎的高附加值的創造性服務。二是從集中決策向分散決策轉移。集中決策與分散決策的平衡人們對大數據決策容易有一種誤解，以為就是數據大集中的決策。這是傳統集中控制思維方式運用到分布式計算條件下常有的慣性。海爾的決策模式強調“群龍無首”，可以斷句為“群龍，無首”。如果每個節點都成為CEO，CEO就不需事必躬親了。為此海爾用戰略損益表等制度，進行戰略性的價值管理，使每個員工在決策時，可以按企業的戰略利益來權衡當面的形勢，達到比集中式決策更優越的決策效果，其最高境界，就是企業無力而治。事實上，大數據決策應是集中決策與分散決策的結合。共性的問題適合集中決策，個性的問題適合分散決策。將來在一對一的營銷中，產品和服務定價這種最關鍵的決策，可能要依靠用戶本地數據(如手機中的數據)的參與，通過與數據中心數據的即時匹配來完成。用戶數據參與決策將成為分散化決策的一個趨勢。三是從價值決策向意義決策轉移，要把握理性選擇與感性選擇的平衡。大數據將回到圖靈的本意，即人工智能中理性與感性平衡的思路向前發展。在大數據發展的初級階段，人們通常沿襲理性派的思維，通過數據的理性計算來把握人的個性。理論上典型的代表人物就是巴拉巴西。在大數據的高級發展階段，直覺判斷和感性選擇，將成為比理性計算更高級的計算模式。因此，企業在借助大數據進行決策時，從長遠觀點看，要定位于體驗——也就是意義決策——充分發揮大數據在面向高附加值的藝術、情感等體驗領域的決策支持作用。在IT業，科學的賺小錢，而科學與藝術平衡的喬布斯賺大錢，就是現世的證明。要高度重視數據可視化技術在企業中的應用。四是把握精英決策與草根決策的平衡。精英決策的基礎是優化，但以優化為核心的決策，當系統的復雜度超過閾值時，效率幾乎為零。無法應對效率不經濟類型的問題，如個性化問題。草根決策的基礎是多樣性。由于不依賴優化，排斥“英雄所見略同”，恰恰保持了精英決策過濾掉的核心競爭力，也就是解決方案多樣性(在生物進化中叫生物多樣性)。大數據靠分布式計算模式，可以把分散在各個節點上的草根的智慧匯集起來，形成臭皮匠反而勝過諸葛亮的決策效果。大數據發展起來后，決策將形成精英與草根決策的互補：簡單系統問題歸精英決策，例如通過簡化，可以找到規律的問題，由精英進行數據分析來決策；復雜系統問題歸草根決策，例如無法簡化，也找不到規律的問題，可以采用眾包方式來解決。四、大數據時代組織應該如何平衡“數據”和“人”在決策時的作用？大家都有這種體會，信息少的時候，腦子還清楚；等到信息爆炸后，腦子反而亂了。大數據只是客體，本身并不能決定自己有用還是沒用。有用還是沒用，是相對于主體來說的。不同的人，要根據自己認同的特殊意義，來決定數據的取舍。智慧與非智慧，是取舍的結果。取有意義的，舍無意義的，叫智慧；取無意義的，舍有意義的，叫愚蠢。大數據因有意義而變得智慧。這就是處理數據與人的關系時的基本原則。在商業中，意義深藏在第一層的功能、第二層的價值之后，是事物的第三層的存在。以往的數據分析，頂多在“東西有什么用，值多少錢”這個層面分析用戶需求，但無法分析出同一種功能、同一個價格的東西，對不同個性的人的不同意義。如果知道了的話，商家可以通過定制，為他提供更高附加值的服務。大數據的洞察，就是由表及里，由淺入深，發現用戶深層體驗需求的過程。用IBM的話講，就是“釋放新洞察，探索和挖掘大數據，以尋找業務關注的相關內容”。例如，對呼叫中心對話內容的文字記錄進行大數據分析，可以解釋和理解細微的語言特征，例如情緒、俚語和意圖。此類數據可以幫助企業(例如銀行和電信服務提供商)了解客戶當前的情緒狀態，并獲得能夠直接用于推動客戶管理戰略的寶貴洞察。錢大群先生最近發表了一篇《科技創新推動企業再現代化》，提出不同于工業化的“再現代化”理念。我認為可以很好概括第二次產業革命與第三次產業革命的不同，以及第三次產業革命與大數據的內在聯系。第三次產業革命到來后，企業現代化與工業時代最大的不同在于業務前線化(FOT，FrontOfficeTransformation)，要求以客戶為中心進行業務轉型。這種業務轉型，最終要求把主營業務，