在一家传统企业做了一年数据产品的感受:
业务的变化,变化的积累,人员的流动,组织架构的变动,权责的改变,人工的错误,以上各种因素交织在一起,都会让数据问题会错综复杂。
这种复杂性是天然的,是每个初期就未考虑【数字化】企业所必然面对的,一种较好的处理方式是通过数据问题反推业务流程和制度,【数据驱动】着企业发生变更。遗憾的是,大多数企业内部发起的变更,尤其是【自下而上】的变革往往不见成效。说白了,这是企业基因所决定的——当【数据驱动决策】的大锤没有击破传统业务的大门时,大家都会想当然认为这是没有必要且耗费巨大的投入。
常见的情况是,新人一看到这个样子数据信仰就崩塌了,能坚持下来的老人无一不是【知其不可而为之】,所以退而求其次,是选择维护现有的数据流通性。同样遗憾的是,这种维护不可持续,因为随着应用功能的迭代,过去以往的数据服务也会趋近于腐朽——原有的数据污染源不发生变化(这里我指的是制度层面,即数据准确性并且没有落实的人员管理上),数据服务腐朽的无非是早晚的事,维护只是一种【止痛药】。
不管任何时候,人,才是最主要的因素,而约束人的是制度,制度的建立又需要洞见,而这一点点洞见可能需要企业付出极大的代价才能被觉察。