本文与 SAP社区网络合作发表。
根据IDC的 《数字宇宙》研究，“数字数据每两年翻一番；到2020年，数字宇宙中的数字比特数量预计将接近宇宙中的恒星数量。”这种超互联性带来的增长正在冲击全球商业格局。对许多企业而言，这种数据洪流正在挑战其交付分析解决方案的能力，这一挑战最终可能超出其提供和消化这些信息的能力——如果尚未发生的话。
更多数据并不能简单地保证更好的决策。缺乏及时性和可操作性的洞见，无法帮助影响或塑造业务成果。若设计和执行得当，企业分析战略可以使数据驱动型企业做出更快、信息更充分的决策。
在其著作《Competing on Analytics》（2007年出版）中，托马斯·H·达文波特与珍妮·G·哈里斯探讨了企业分析的重要性，使分析的角色成为焦点。他们提出了若干成功的关键原则，其中包括高管发起与支持、以事实为基础的决策文化，以及横跨多个业务职能与流程的企业级方法论。他们与罗伯特·莫里森合著的后续著作《Analytics at Work》（2010年出版）延续了这一主题，充当希望变得更具分析能力的组织的实用指南。
分析的（革）命性演进
时至今日，企业中的分析持续演进，并取得了显著进展：
如今，数据的形式和种类比以往任何时候都更加多样，包括非结构化数据（如文件、视频和社交媒体内容）。在未来十年内，这些数据将占所有新产生数据的大部分。
获取、存储和处理海量数据的成本更低了。
过去，分析仅限于少数数据库、不够完善的可视化以及有限的覆盖范围；如今，软硬件解决方案的结合为分析提供了极大的深度、多样性和功能性。
移动技术和企业移动解决方案带来了前所未有的便利，并大幅提升生产力，使“随时随地、任何设备”的模式成为企业的必备条件。
智能手机和平板电脑正在企业应用领域直接争夺合理需求，而 移动BI 在为分析提供无缝的移动用户体验方面发挥着关键作用。
云技术带来了全新的软件交付模式和快速价值实现方式，提供了多种配置方案（包括融合本地部署方案的混合模式），以实现更快的速度、更高的灵活性和更低的总体拥有成本。
内存计算 技术使实时访问成为现实，并带来惊人速度的重大突破，同时消除了数据转换瓶颈和冗余层。
高级分析（如预测分析）降低了曾经只对统计专业人士开放的领域的进入门槛。
物联网（IoT）以及大量其他新的信息来源，使大数据及进一步洞察的机会无法被忽视。
尽管有这些技术进步，企业在实现分析的真正价值（即增长与盈利能力）方面仍面临困难。例如， 2014年毕马威调查 发现，96%的企业认为其可以在组织中更好地利用分析。与此同时，“Workforce 2020”研究（由牛津经济研究院进行）显示，只有42%的企业知道如何从可获取的数据中提取有意义的洞见。
基本原则并未改变
为什么一些组织能够实现分析带来的巨大收益，而另一些组织在战略和/或执行上有所欠缺？这一问题触及了追求分析卓越的本质含义。
通过分析取得成功，仍然首先依赖于领导力和人才，技术位居其次，因为它无法独自弥补人的智慧与决心。请勿误会：这一理念并不削弱或低估技术所带来的不容否认的价值。相反，它是我们战略的指导原则，更重要的是，它是执行该战略的指导原则，并将人的因素置于一切之上。
除了在本系列中阐述分析卓越的框架之外，我还将分享SAP自身实践历程中的一些见解。这一历程始于2010年，就在 iPad首次发布之后不久展开。两年之内，我们的内部采用率在全球SAP范围内达到超过7,000名活跃用户（注册用户超过25,000名），内部用户的报告浏览量也超过了一百万次。
通过实现更快、信息更充分的决策，我们帮助全球客户运营（GCO）的高级管理层和区域团队为 SAP的增长与盈利能力做出了贡献。这一工作延续至今，我们组建了企业分析部门，达文波特在近期的一篇 博客中对此予以重点介绍。
核心结论
即便从事后角度看，我完全确信，我们的成功正是源于我们对分析卓越的不懈追求，以及在交付以客户为中心的解决方案时，从不将技术整合视为理所当然的态度。
正如我一贯主张的那样，我们追求完美，尽管它难以企及，并非因为我们认为自己终将达到完美，而是因为我们相信，这能让我们在所做之事和希望成为的一切方面，更接近卓越。 这正是分析卓越的精髓！
本文发表并不意味着世界经济论坛认同文中观点。
如需紧跟议程动态， 请订阅我们的每周通讯。
作者：Kaan Turnali，Enterprise Analytic全球高级总监。
图片：插图展示一名男子手持笔记本电脑，其身上投射着二进制代码。路透社/Kacper Pempel。
