如果工作充斥著報表，請你警惕，仔細想想，有多少報表是真正需要的。改變這樣的現狀，需要確立正確的數據戰略，不能為了數據化而數據化。

一、數據利用之現狀——報表迷宮

企業對于數據的重視程度越來越高，很多業務部門也深刻意識到了數據的重要性，希望通過數據挖掘出動態變化著的、復雜的、跨越多渠道的、內外部集成的業務現象背后的邏輯，從而來指導決策和運營。

如何讓業務人員更體系化，更高效快速地利用數據，對業務產生可度量的價值，則成為了困擾很多業務和數據分析人員的問題。

在很多企業，我們看到了一些存在于數據利用方面的普遍問題：

• 企業不知該如何合理利用數據，大部分利用數據的方法就是出報表，做可視化。
• 業務部門對數據報表的需求非常多，不同部門、不同階段、不同產品都需要不同的報表，由于這些數據集和報表都是為特定的部門和業務條線開發出來的，口徑往往不一致；所以又會出現數據不一致、數據不統一的問題。
• 對數據的需求都很急迫，總是希望一兩天就能夠做出來。而且很多時候是為了當下特定的主題或者活動所做的數據分析，比如月度需要各種匯總統計報表，季度需要各種預測預算報表。
• 很多報表是面向用戶角色的，通常情況下不同部門、不同角色用戶所使用的數據報表并沒有拉通，有的不同需求的報表其間的差異很小，但經常重復開發。
• 有些業務部門，提需求的時候很著急，但是等IT部門進行開發的時候，配合度卻有限，需求澄清不清晰，數據對不齊，準確性測試不充分，導致最后產出的報表達不到預期的效果。
• 有的企業的數據倉庫報表數量眾多，管理混亂，版本復雜，同樣的主題報表冗余重復，非常多臨時性的報表，甚至是一次性使用的報表，占據了大量的存儲空間和桌面，形成“報表迷宮”；業務人員自己都不知道用哪個報表是準確的，在什么情況下用什么報表。
• 不同的業務域，數據對象的定義不統一，不標準，導致業務間協作溝通的效率低下。
• 業務的需求緊急，數據和技術開發團隊疲于應對，缺乏架構設計質量不高，很多投入并沒有產生收益。
• 業務是否使用了數據報表，數據報表是否對業務產生了價值，缺乏清晰的度量和反饋。

總的來講，用一首打油詩來形容這些現狀：

報表需求鋪天蓋地，每次業務都很緊急。

報表之間缺少邏輯，數據加工缺少設計。

時間久了很少用起，重復開發成為垃圾。

用和不用放在那里，增加成本沒有意義。

傳統方法正需要改進，數據利用必須被抓起。

二、現象背后的分析和診斷

1. 面向產出(Output)而非面向成效(Outcome)的文化

多年以前我們在數據倉庫(Data Warehouse)和商業智能(Business Intelligent)項目上線匯報的時候，總會把這個項目交付了多少分析主題，建立了多少用戶角色，開發了多少張報表作為很重要的成果，讓領導們意識到，我們的項目是卓有成效的、是收獲滿滿的。

的確，快速按照業務人員的需要開發出報表是有產出的，但是這樣的產出是不是最佳的、對于業務有成效的呢？不一定。

我們的業務人員往往沒有企業級全局的數據視角，他提出來的需求只是在一個領域、一個時間段基于他的認知的需求，而不一定是最好的解決問題的方法。

所以，作為IT或數字化部門，不能僅僅被動響應業務人員的需求，他說干什么就干什么，而應該刨根問底去挖掘他這個需求背后的業務價值、業務問題。然后站在企業的視角，從數據戰略的角度去看，哪些資源、哪些方法、哪些能力能夠服務于這個業務問題，再給出最佳的數據解決方案。

從數據報表的角度來看，在達到同樣業務效果的基礎上，報表要越少越好，報表里的信息也要盡可能越少越好，最好是直接給出業務用戶他要的問題的答案，而不是讓他要在一堆報表中翻來覆去地查看，然后一邊看著電腦屏幕，一邊在紙上自己做著人工計算。

“大數據，小展示”，數據工作者的成效，就是讓業務人員花更少的時間，來產出更多有價值的數據洞察。

2. 業務人員的數據認知和利用能力不夠

一個農民，如果他不知道有飛機這樣的技術，就不可能設想出具體的用無人機噴灑農藥這樣的新方法。所以，業務人員對于數據的認知和利用能力決定了他提出的數據需求是否是更創新的、更有價值的。

必須提升業務人員對數據和相關技術的認知，讓他們全面了解數據和人工智能這樣的技術能夠做什么？行業里都在做什么？未來的趨勢是什么？才能夠讓他們在提需求的時候更加前瞻，對業務的價值更大，能夠充分利用數據和技術的紅利。

數據是構成數字化世界的原子，建立一定的數據思維是每一個業務人員所必須的能力，因為數據思維是數字化時代的底層思維能力。

3. 數據在企業內部不開放，不共享

我們經常會發現，在數據項目的會議上，有時候會出現甲部門正在尋找的、開發的數據集同時也是乙部門的需求。而且隨著近幾年大家都意識到數據的重要性，這種情況也愈發常見，數據成為了某些數據產生環節所屬的部門資產，不愿意公開共享給其他部門。

流程在企業間是有清晰的界限的，哪些流程的節點在哪個部門，哪些流程歸屬哪些部門審批。但是數據不同于流程，數據是企業的核心資產，任何一個企業的核心數據，都是各部門、各流程協作去產生、加工、利用的。

每一個企業，都需要一個開放的，共享的數據目錄和結構，并且實時更新。從而讓每個業務單元和個體，都清晰的知道當他需要一個數據的時候，可以從哪里，通過什么樣的渠道和方法去獲取這些數據。

4. 缺乏面向未來的思考

過去的數據項目，都是從已有數據資源開始，而不去涉及那些數據庫里還沒有的數據。比如，經常聽到企業的CIO說，“我們連數據都沒有呢，談什么數據分析和利用啊”。

這樣的思考是局限的，沒有實體的數據存儲在數據庫里，就不能去思考數據規劃，不能思考如何利用數據么？

答案是否定的。

數據就像空氣，企業的業務只要在運行，數據就在產生，只是沒有將它們存儲下來而已。而企業的業務模式就決定了這個企業可能會產生哪些數據，即使它的業務還沒有正式開展。

所以，我們完全可以基于這些業務假設提前做數據利用的思考和規劃，而不是等到業務系統已經構建好，再去思考數據的事情——那個時候，往往數據孤島已經形成。

建立面向業務的數據思考模型，建立面向未來的數據規劃思維，是打通數據孤島、實現數據全集成的基礎。

5. 數據開發方法響應慢

傳統的數據開發，大部分是面向報表和數據可視化的，所以經過層層的抽取、處理、轉換；并且是面向一個個業務主題的。

所以當業務發生變化，業務有新的需求的時候，這樣的過程往往需要重新來一次，更需要從底層數據結構上做修改，導致響應比較慢，數據的開發速度也比應用開發速度慢。

如何建立更快速、高響應、柔性的數據利用和開發的方法，是業務對于數據最緊迫的需求。

6. 數據報表的形式缺乏有效的用戶反饋和價值度量體系

目前，企業利用數據的方法還是以報表為主。而報表的形式是單向的，是一下子推給用戶（PUSH），用戶被動接受這樣的服務。

但是最后看沒看、看了哪些報表、在哪些報表中獲得了業務洞察、哪些報表產生了業務價值？報表系統是缺乏反饋和分析機制的，更無從談起如何度量每一個報表的業務價值。

數據不僅要被業務獲取，還要建立持續的數據分析和運營體系，從而能夠獲取反饋，度量價值，持續優化。

三、解決問題的方法

1. 建立面向業務價值的數據產品思維

數據項目從業務價值開始，是否對業務有價值、有幫助，是最高優先級的指標。哪怕沒有數據，數據質量不好，這些都是可以通過技術，通過管理去解決的問題，但是最重要的是，一定要找到對業務的價值。

首先，要建立面向業務價值的數據產品的思維，不能局限于數據現狀而放棄了對業務價值的探索。

這一點就是精益思想的第一個原則——“特定的業務價值”，每一個數據產品數據報表都要服務于特定領域的業務價值，解決特定的業務問題。

傳統做數據報表的設計核心是基于“用戶要看什么數據”出發的，所以都是從數據出發，看看系統里有什么數據，數據在哪里，然后怎么將指標，維度組合出業務人員要看的內容。

但是，看數據并不是業務人員最終的目的，解決業務問題才是最根本的目的。要找到這個業務問題是什么，然后站在企業級數據的視角去思考，解決這些問題需要什么數據，而不僅局限于現有數據。

建立面向業務價值的數據產品思維的第一步，是從“用戶要看什么數據”轉變到“用戶要解決什么問題”。

2. 賦能業務人員以數據和相關的技術能力，讓數據需求更合理

數據是一個很專業的領域，所以很多時候業務用戶會說，“我不懂數據”。但是，IT和數字化部門，必須要通過培訓、工作坊等形式，讓業務人員理解數據和相關技術能夠給業務帶來的幫助。

只有賦予業務人員數據和智能的能力，他們才能夠更好地利用數據，更準確地利用數據；并且能夠和數據以及技術人員更好地溝通協作，避免出現雞同鴨講，最后項目達不到效果的無用功。

這個培訓和賦能的工作的核心就是要將數據和技術語言業務化，場景化。

通過一個個的業務場景、數據故事讓業務人員知道預測、優化、聚類、OCR這樣的數據和智能的工具和算法能夠在哪些領域起到作用、能做什么、不能做什么、依賴的條件是什么。這樣，以后業務人員提出需求的時候，才會更早考慮到這些因素，降低雙方溝通協作的成本，提高效率。

讓業務人員理解數據和相關的技術，從而建立起業務和數據的橋梁，是產生更合理、更優化的數據需求的基礎。

3. 建立數據資產目錄，開放共享數據資產結構

每個企業都需要一個數據資產目錄，這個目錄能夠方便、快捷地讓所有業務人員知道企業都有哪些數據、數據的業務含義、已經開發了哪些數據產品、這些數據的結構。

因為數據安全的原因，一條條的數據本身可以不開放，但是這樣的一個數據地圖，描述數據資產和資源的元數據的開放程度，直接決定了這個企業數據集成、利用和創新的復雜度。

數據資產目錄，是每一個企業進行高效的數據利用的一個基礎。不管它是以什么形式存在，要能做到滿足業務需要的更新頻率、訪問便捷、隨用隨取、可跟蹤可審計。

4. 建立精益數據戰略和規劃，打造數據產品為業務提供數據洞察和創新的價值

數據戰略對于每一個企業來說都是非常重要的，尤其是在現在每個部門都特別重視數據的利用的情況下。

企業有限的IT預算一定是無法支撐所有的業務部門對于數據的需求的，那么聚焦哪些關鍵業務問題，數據產品和創新的實施優先級是怎樣的，他們的建設順序是怎樣的？如果數據戰略制定錯誤，損失的不僅是資源和成本，更是最寶貴的時間和機遇。

每一個企業都需要一個精益的數據戰略，來確定數據產品藍圖。從而根據業務戰略，制定對應的建設路線，持續開發打造數據產品，為業務提供數據洞察和創新的價值。

5. 建立數據中臺，提供高響應、柔性的數據開發服務體系，從而加快數據產品的迭代速度

有了數據產品藍圖，但是不能一個個地去建設和開發產品單體，必須要將那些數據和技術的部分抽象沉淀成能力平臺，也就是現在很火的數據中臺。利用數據中臺去提供高響應、柔性的數據開發和服務體系，從而支持和加快數據產品的迭代速度，響應市場的變化。

企業的數據管理者，要從數據報表的單一形態里解脫出來，站在數據中臺上為業務提供更多的數據產品，滿足業務多樣化的需求。

6. 建立數據治理運營體系，不斷發現新的價值，持續改進和優化

數據戰略指導著數據中臺支撐多樣化的數據產品，企業的數據產品就像一個個的觸手，從四面八方持續不斷地獲取內外部的數據。這些數據是企業新的生產資料，如何持續開采、加工這些數字化世界的石油，就成了企業的核心競爭力。

企業要在制定數據戰略的同時，建立自己的數據治理和運營的體系，包括組織結構、工具平臺、運營的流程制度、績效度量，才能不斷發現新的業務價值，利用數據去持續改進和優化我們的產品和服務。

四、總結

所有陷入“報表迷宮”的企業，其核心原因就是沒有建立起面向業務價值的數據戰略——IT和數字化部門被動圍繞業務提出的表面的、緊迫的、眼前的現象去服務，并沒有刨根問底，找到業務最根本的問題，從而系統性、有規劃、有體系地做頂層設計，通過多樣化的數據產品、數據中臺、數據運營三個層次來解決問題。

數據報表的問題，從數據戰略做起。

作者：ThoughtWorks史凱，微信公眾號：ThoughtWorks洞見

本文由@思特沃克 原創發布于人人都是產品經理，未經允許，禁止轉載。

題圖來自Unsplash, 基于CC0協議