前面我們提及企業數字化轉型是一個系統工程，數字化轉型成功的企業決策將是由數據驅動的。數字化轉型需要公司高層推動，也需要企業全員參與，形成良好的員工自助式數據驅動文化。我們不禁要問，什么是自助式分析？什么是數據驅動？如何打造一家公司的數據驅動文化？

結合行業人士的看法，自助式數據分析是相對傳統數據分析的一個新概念。傳統的數據分析需要傳統的IT部門、數據部門參與，最后通過數據分析師來協助實現，其中過程依賴性比較強。而自助式數據分析主要是指業務人員能夠自主、敏捷的通過一些數據分析工具滿足自己分析的需求，在這一過程中，業務人員基本不需要IT部門的支持。自助式分析帶來的直接變化就是業務人員和分析人員的角色合二為一，也就是分析人員最終會變得對業務特別了解或者業務人員最終變得對分析很了解，由此IT這一塊的支撐作用相對減弱了。

通常而言，數據驅動是指將數據作為生產資料，通過科學的方法，在業務實踐中不斷作出正向的反饋，促進業務優化提高。一個完整的數據驅動閉環包括數據采集—數據建模—數據分析—數據反饋等環節。數據驅動決策的實現不是一蹴而就的，而打造一家公司的數據驅動文化就是其中關鍵一步。

圖片來源：托比網

實施數據運維的數據驅動企業轉變，首先最重要也是最困難的是向數據心態的文化轉變。這種轉變需要在公司高層主導下，建一個總體的文化框架，讓參與數據項目的所有人員（包括數據的產生者、模型構建者、分析者、使用者）可以通力合作，使數據成為企業決策的核心。

其次，可靠且受控的數據是培育數據驅動文化的基礎。如果需要商業決策的人得不到數據，那么數據就很難發揮價值。這里不得不提到普遍存在的“數據孤島”問題，部門之間各自存儲的數據，如果無法共通，數據利用效率會大大降低。在實際經營中，數據應該在可控的基礎上開放，讓員工能夠自主訪問，實現員工自助式分析。數據的持續更新，以及員工能夠始終訪問到與自己工作相關的數據，使得員工更加了解自身工作情況，以及企業全局。

再者，要培養員工的數據素養。如果員工不能夠很好的分析數據、利用數據，那么數據本身的價值也很難發揮。員工的數據素養包括基本分析技能、數據分析軟件的應用。一家企業的數據分析工具，不論是Excel還是Tableau，都需要對員工進行培訓，學會使用這些工具。員工掌握數據分析、轉換、統計和可視化的基本原理，才能發揮作用。數據素養不是IT工程師和分析師的專有技能，全員數據素養的提高意味著每個部門都能夠使用數據，并最終得以跟蹤績效、發現新商機并貢獻新想法。為了提升員工的數據素養，可以考慮在招聘新員工時就要求具備相應的數據素養。

同時要培育企業內部開放包容的數據文化。鼓勵所有員工主動就如何利用數據提出建議。如果員工能夠將企業數字化轉型遇到的問題積極反饋，并且得到高層的認可，那么公司數據驅動的實現則會相對較快。

此外還要注意激勵員工。一家企業數據驅動文化的搭建，除了意識、技能、氛圍方面的準備，還可以從創建數據分析社群、通過舉辦內部數據分析競賽等方式鼓勵員工。自助式的數據驅動文化，如果加入社交和合作需求，會在一定程度上提高員工對于數據分析的積極性。

大數據時代背景下，在企業數字化轉型過程中，如果每位員工都能實現自助式分析，基于自身業務和觀察提出獨特的觀點，助力公司經營決策，那么這很大程度上就為自身企業實現數據驅動提供可能，企業的競爭力也會逐步提升。