跨越數據鴻溝，轉型企業數據決策力

近年來，在數位轉型號召大旗的激情舞動下，從智慧製造、智慧零售、智慧金融、智慧醫療，鋪天蓋地的數位化浪潮襲捲，讓身處在大環境之中的企業，無不絞盡腦汁的思考與探尋，自己未來下一步的決勝關鍵，然而，這一切的本質仍回歸於各種資訊系統運用的合縱連橫，其中關鍵的核心，更直指著錯綜複雜運作下的產物，數據。

2016年AlphaGo在圍棋界的一戰成名，除了宣告人工智慧發展的新篇外，更深一層的意涵也代表著憑藉海量的數據應用，並搭配著演算法及運算力，即開拓出全新局面，而回顧更早年就發展且已成熟的商業智慧領域，其在數據應用上亦是重點，協助企業如何從資料轉化成資訊，再從資訊轉化為洞察，再由洞察推進營運決策行動，建構由數據驅動的決策行動循環，在如今數據為王所當道的時下，再再成為企業經營上突圍的絕佳利器。

但綜觀當前企業現況，雖已有為數眾多的企業跨入資訊化之列，卻在我們接觸訪談的過程中，不乏聽聞企業經營者與管理者的感嘆：在面對當前的經營環境上，仍無法即時且可靠的取得能支持管理決策的數據衡量，而在這感嘆的背後，揭示著企業過往在不斷投入各種資訊系統導入建構的過程中，於數據的規劃、蒐集、統整與管理決策間的連結上，實際存在著難以跨越的鴻溝。

要如何跨越數據到決策間的巨大鴻溝呢？勤業眾信於兼具商業智慧領域及流程優化輔導的實務經驗上，提供企業三個步驟的解決藥方，依序為決策數據的標準化、自動化及可視化，做為跨越鴻溝的轉型起手式：

步驟一：決策數據標準化

重新審視與定義數據與決策間的關聯，可從「要解決什麼商業情境問題」為出發點，釐清情境所需的資料範圍與分析邏輯，並找出可衡量的結果及其背後的管理行動，舉例而言，要解決生產效率不佳的問題，從事前的標準工時定義及事後的實際工時蒐集，並在衡量的結果下，找出落差及可效率精進的改善方向。

步驟二：決策數據自動化

依循著已定義的數據決策關聯，進一步的將對應情境所需的資料來源逐項盤點確認，並透過自動化的資料擷取、清洗、轉載工具，將不同來源的資料蒐集與儲存，相較於傳統大多仰賴人工層層資料彙整的作法，在資料處理時效上有所大大提升，也同時更能兼顧資料的可靠性。

步驟三：決策數據可視化

在已定義數據決策關聯及已彙整資料數據的兩大前提基礎下，最後一哩路即為如何轉換成企業經營者與管理者能夠快速解讀數據的呈現，除了原有傳統管報的模式外，商業智慧管理工具更進一步的透過儀表板等戰情室的手法，透過大量圖表與數據的交互運作，讓閱讀者體現更直觀的視覺化數據洞察方式。

除此之外，亦建議企業於逐步開展上述各項的過程中，應同時建立內部對應的專責單位，賦予推動管理變革之責，並從上而下的聚焦關鍵情境問題，且由下至上的銜接數據斷鏈環節，以收持續性的正向改善循環之效。