数据分析竞争法：企业赢之道

埃森哲大中华区主席李纲，哈拉斯娱乐公司CEO加里·洛夫曼强力推荐。
商务印书馆-哈佛商学院出版公司携手引领经济管理新思维。

人们目前比以往任何时候都更多地拥有商业环境方面的信息，你是否在利用这些信息战胜对手呢？如果不是，你正在失去一种强有力的竞争工具。当传统的竞争优势已经失效时，使用数据分析法来制定更好的决策，并从业务流程中实现最大的价值，可以使公司脱颖而出。
《数据分析竞争法:企业赢之道》作者提出，领先的企业不仅只是收集和储存大量的数据，它们现在正围绕着由数据引发的新观点，制定竞争战略，这使企业获益无穷。它们的秘密武器是什么？答案就是数据分析法：先进的定量和统计分析，以及预测性建模的方法，企业有理解数据的高层领导，还拥有强大的信息技术。
为什么要凭借数据分析法来竞争呢？当许多行业里的企业都生产类似的产品，而且使用类似的技术时，差异化的业务流程就是实现差异化的最后机会了。许多以往的竞争手段，例如地理方面的优势或者保护性的规定等，随着全球化的趋势都将失效。而专利技术很快就能复制，产品或服务的突破创新也越来越难。因此，竞争基础就限于以下几方面：有力而且有效的执行、明智的决策，以及从业务流程中榨取最后一丝价值的能力。而通过很好地利用数据分析法，所有这些都可以实现。
达文波特和哈里斯向我们呈现了各行各业的一个个实例，它们都使用新工具成为行业翘楚。通过采用数据分析法，这些企业识别出最有价值的客户，加快了产品的创新，优化了供应链和定价过程，并且挖掘出实现财务业绩的真正要素。

托马斯·达文波特是美国巴布森学院（Babson College）信息技术与管理学总统杰出奖教授，巴布森高层经理教育学院（BabsonExecutive Education）研究中心的主任。托马斯出版过另外11部书，还撰写过一百多篇论文。2003年，他被《咨询》杂志评为全球“最优秀的25位咨询大师”之一，2005年被《优化》杂志评为世界商业与技术分析顶级三强之一。
珍妮·G.哈里斯是埃森哲公司卓越绩效企业研究院的研究主任及高级研究员，她主持过信息、技术和战略领域的研究。哈里斯在埃森哲公司供职的30年间，曾经为全球不同行业的企业和组织提供过咨询业务。她曾在一些顶级的管理学刊物上发表过论文，包括《麻省理工学院斯隆管理评论》《加利福尼亚管理评论》和《优化》杂志。她的研究曾被国际商业刊物广泛地引用，包括《华尔街时报》《金融时报》和《日本经济新闻》。

对于所有真正有意在生意场上有所突破的人，《数据分析竞争法:企业赢之道》将是无价之宝。
——美国爱克斯龙电力公司董事长、总裁兼首席执行官 约翰?罗
我们的管理团队非常热衷于使用数据分析法开展竞争，这《数据分析竞争法:企业赢之道》无疑是实现这一目标最好的入门书。我强烈推荐那些寻求更佳业绩的组织阅读《数据分析竞争法:企业赢之道》。
——联合利华美国公司总裁 迈克尔?B.波尔克
达文波特和哈里斯告诉领导者，如何才能在更加充分的事实及认知的基础上，获得有利的而且可持续的竞争优势。《数据分析竞争法:企业赢之道》通过许多实例，给那些希望在竞争中胜出的企业提供了一幅重要的路线图。
——斯坦福商学院教授、《事实、传言和胡扯：循证管理让你获益无穷》的合著者杰弗里?普费弗
商业社会和棒球运动一样，问题不是你是否将采用数据分析的方法，而是什么时候采用它。你希望骑着数据分析法这匹高头大马冲向成功吗，还是希望它像蜗牛一样拖在后面。
——ESPN 罗布?奈尔
达文波特哈里斯用研究提高了我们的认识，启发我们运用数据分析法为企业创造竞争优势。
——美国马瑞兹公司总裁兼首席执行官 史蒂夫?马里茨
数据分析法在未来几年中将形成一股热潮，许多企业都将不懈地在它们拥有的数据中淘金。达文波特和哈里斯的这《数据分析竞争法:企业赢之道》是这个领域目前唯一的入门书，他们还介绍了早期探索者的故事。如果你想要挖到更好的金矿，那么先来读一读《数据分析竞争法:企业赢之道》。
——GENt Partners公司创始人之一及《两位数成长法则》的作者迈克尔?特里西

中文版序
代序
致谢
第一部分 数据分析竞争法的本质
第一章 数据分析竞争法的本质——利用数据分析的手段培养出众的能力
第二章 如何成为分析竞争型企业——定义这种企业共有的关键特征
第三章 数据分析法与企业业绩——将数据分析竞争的能力转化为持久的竞争优势
第四章 内部流程的数据分析竞争法——在财务、生产、研发和人力资源领域的应用
第五章 对外业务流程中的数据分析竞争法——在客户与供应商领域中的应用
第二部分 提高数据分析的能力
第六章 如何提高数据分析的能力——循序渐进的五个阶段
第七章 管理数据分析人员——培养让数据分析法起效的稀缺因素
第八章 商业智能系统的结构——营造符合企业战略的良好技术环境
第九章 数据分析竞争法的未来——由技术、人力因素和企业战略驱动的各种方法
注释
作者简介
译后记

第一部分 数据分析竞争法的本质
第一章 数据分析竞争法的本质——利用数据分析的手段培养出众的能力
1997年的一天，一位30多岁的男子从位于街角的百视达（Block.buster）店中租了一部影片《阿波罗13号》（Apollo 13），他交了40美元的超时费。百视达是当时最大的影片租赁连锁店。这位男子的简历中包括软件狂人、教育改革家以及电影爱好者这样的字眼。瘪下去的钱包使他开始思考一个问题：为什么影片租赁店不能像健身俱乐部那样经营呢？在健身俱乐部，消费者支付统一的月租费，然后就能随其所愿地使用健身器材。因为此次经历，里德·黑斯廷斯（Reed Hastings）带着他出售其软件公司的7.5亿美元所得，纵身跳人充满泡沫的“新经济”汪洋之中，开办了Netflix公司。
他在纯粹干傻事，不是吗？毕竟当时百视达公司已经在美国和其他许多国家拥有了数以千计的店面，年收入高达30多亿美元。而且它还不是这一行业中唯一的竞争对手。人们真的会使用这种模式吗？先是在网上订购影片，然后等待美国邮政（到20世纪90年代，它逐渐地被称为“蜗牛信件”）把它邮来，之后用邮件再把影片寄回去？的确，Netflix公司可能和许多以网络为经营基础的公司一样，虽然拥有“商业模式”，拥有营销亮点，但就是没有顾客。
但迄今为止，我们知道这个故事有了不同的结局，而今Netflix公司取得成功的重要原因就在于它是一家分析竞争型企业。这家从事影片递送的企业，其营业收入从l999年的500万美元激增至2006年的1亿美元，已经成为凭借超凡的数学、统计和数据管理才能与对手展开竞争的企业楷模。迄今为止，Netflix公司向600万顾客提供免费运送DVD影片的服务，而且还提供一套影片回寄包裹服务，这也是免费的。顾客在家中慢慢地欣赏他们选择的电影，无需支付超时费。当他们还回DVD时，还可以再选择下一部影片。
Netflix公司需要有物流运输方面的专业知识，才能使这种商业模式有利可图，除此之外，它还在两个重要的方面采用了分析学工具，这两个方面都受到顾客行为及其购买模式的影响。第一个方面是为Cine—match影片推荐“引擎”，它依赖于公司专利的算法驱动软件。Netflix公司招聘了拥有编程经验的数学家，来编写算式和程序，其目的就是要定义影片组，将顾客对影片的评级和影片组结合起来，同时对顾客给出的评分值进行每秒钟数以千计的评估，并将其分解到当前的网站行为当中。所有这一切都是要保证为每位访问网站的顾客提供一个个性化的网页。
Netflix公司还创立了一个奖项，如果公司外有哪位量化分析学者能够将这个影片推荐算式提高至少10％，那么公司将奖励他100万美元。Netflix公司的首席执行官里德·黑斯廷斯说过：“如果说星巴克公司的成功秘诀是顾客看到端着拿铁咖啡的侍者那张微笑的面孔，那么我们的成功之处就在于我们的网站可以根据顾客的喜好作出调整。”Netflix公司对顾客的选择及其对所租影片给出的反馈意见进行分析——这可是10亿多条观众对他们喜欢的、热爱的、讨厌的影片的意见，并以一种理想的方式向顾客推荐影片，这种方式不仅能最好地满足顾客的口味，而且还能使公司的库存状况保持最优。通常Netflix公司推荐的影片都非常符合顾客的偏好，但同时这些影片又不是那种市场需求很旺的影片。换句话说，它最主要的经营领域就是“长尾，也就是正态分布曲线的外缘，这个领域的产品都不是最流行的。”
Netflix公司还采用了一种有些争议、由数据分析驱动的做法，它被称为“节流”。这种做法涉及的是公司的常客型和非常客型两类顾客群，平衡地处理他们的送货要求。非常客型顾客在送货方面得到了比常客型顾客更优先的条件。之所以采用这种做法有多种原因。由于给顾客运送产品是免费的，而且顾客支付的月租费也是定额的，所以对于Netflix公司而言，非常客型顾客对于企业赢利是最有价值的。和所有的公司一样，Netflix公司希望那些能使其获得最高利润的顾客满意，并防止他们流失。尽管那些常客型顾客可能会感到他们受到了不公平的对待（据黑斯廷斯所说，少数顾客已经提出了抱怨），然而，Netflix公司必用一种能赢利的方式在其获利最高和最低的顾客群之间来分配送货资源。黑斯廷斯把这种做法称为“公平算法”。Netflix公司最近才调停了一场涉及这种做法的集体诉讼，起因就是它曾经宣传说绝大多数影片会在一天内送到。
数据分析法还帮助Netflix公司确定了取得DVD分销权的费用。公司曾经购买了《贫民窟成长史》（Favela Rising）的分销权，这是一部关于里约热内卢的音乐家的纪录片。当时NetfliX公司的高管们了解到有100万名顾客曾从公司租看过2003年发行的影片《上帝之城》（Cityof God），这部现实题材的影片也是反映里约热内卢的贫民窟生活的。公司还了解到，曾有50万位顾客曾经选择租过一部有些类似的反映印度贫民窟生活的纪录片《生于妓院》（Born into Brothels），而且有25万人曾在公司订过这两部影片的DVD。因此，这家公司感觉以25万人的租费确定的价格是比较保险的。如果租看的人多了，那么《贫民窟成长史》的制片商和Netflix公司都会有更多的收益。
像许多分析竞争型企业一样，Netflix公司拥有很浓厚的数据分析的企业文化，而且对于业务，它们秉承一种“边试边学”的方法。其首席产品官尼尔·亨特（Neil Hunt）曾经这样说：
从产品管理到工程技术团队，我们在招聘人员时注重数据分析，而且已经建立起了一种注重量化测试的企业文化。我们很典型的做法是同时进行几百种不同的消费者经历试验。例如，目前我们正在进行“Netflix筛查室”试验，我们会让顾客观看他们没有看过的影片的预告片。我们选择了4种不同的版本来作测试。我们将2万名订购客户分别引入4个测试隔间，另外还有一个对照组，根本不进筛查间。我们测量很多指标，例如：他们观看预告片的时间、看完预告片的人占全体人数的比率、他们在各自选择影片的序列中加入了多少部影片，以预告片对顾客最终租看影片后所作出评价的影响程度等，还有许多其他因素。这些初始数据非常有用。
Netflix公司的首席执行官黑斯廷斯在斯坦福大学获得了计算机科学的硕士学位，他曾担任美国和平队的数学教师（和平队是一个美国志愿服务组织。——译者注）。他的公司已经把科学引入到一个具有显著艺术特点的产业中来。正如一篇《商业周刊》刊登的文章所说的那样，“Netflix公司是利用数据来作决策，而不是凭直觉贸然决策”。公司一般的客户会对200多部影片作出评价，而Netflix公司对顾客的影片租看历史及其对影片的评价进行仔细的研究分析，并预测他们会喜欢什么的影片……Netflix公司的董事理查德·N.巴顿（Richard N.Barton）说：“这就是针对电影的‘魔球’（奥克兰运动家队在职业棒球运用中运用统计数据的方法），里德这样的奇人把电影看成了另一类数据问题。”在测试阶段，Netflix公司运用了大量定量和定性的方法，包括一手数据调查、网络用户测试、概念开发与测试、广告测试、数据挖掘、品牌认知研究、订购客户满意度调查、渠道分析、营销组合最大化分析、细分市场研究和营销材料效率分析。这种测试的做法融人到整个企业文化中去，从市场营销到经营管理，再到客户服务，随处可见。
以数据分析为导向的做法已经让这家公司获得了巨大的成功和发展。但是它仍然继续依靠数据分析的手段，使自己在出现重大技术变革之际乘风破浪。已经非常清晰的一个趋势就是，电影的分销将最终转向电子渠道——互联网、电缆或者无线下载。虽然具体的组合状况和时间尚不明朗，但是邮递DVD这种方式从长远来看并不乐观。然而，Netflix公司正是凭借其数据分析的方法，在一个真实的分销领域中获得了成功。如果Netflix比其他人更能了解顾客想看的影片，那么可以肯定，顾客会忠实于这家公司，而不会在意影片究竟是通过什么渠道来到他们家中的。
虽然Netflix公司可能看上去很独特，但是在许多方面，它都是一类企业和组织的典型代表。这类机构虽然目前数目不多，但是增长极快。它们不仅认识到了商业分析的潜力，而且正努力地挖掘这些潜力。这样的企业和组织在各行各业中都可以找到（见图1—1）。其中有的公司还没有被广泛认可为分析竞争型企业，就像Netflix公司一样。但同时还有一些企业已经非常著名，例如娱乐业中的哈拉斯娱乐公司（Harrah’。Entertainment）或者棒球运动中的奥克兰运动家队（Oakland A’s）。有些公司，例如亚马逊公司（Amazon corn）、Yahoo！以及Google，都是后起之秀，它们已经把互联网的力量融人到分析引擎中。还有一些公司，例如玛氏（Mars）和宝洁，它们生产大家都很熟悉的消费品已经长达百年或更久了。这些公司有两个共同点：一方面，它们都是在数据分析能力的基础上与其他企业展开竞争；另一方面，它们都是行业中的佼佼者。我们相信，这两个特点不是毫不相关的。

当我在麻省理工学院攻读经济学博士学位时，有一种被称为理性预期的理论非常盛行，它指出因为理性的人已经采取了必要的行动，所以要想从大致可预期或完全可预期的事件中获利非常困难。在我开始学习管理学知识的时候，我认为理性预期理论可以延伸应用到商业领域，也就是说，在竞争性市场中，任何直接的提高利润的机会都可能被彻底地挖掘过了，因此这种机会几乎不存在了。
啊，谢天谢地！对于我和哈拉斯娱乐公司的股东们而言，理性预期还远未完全成为管理行为的特征。简而言之，运用简单的数据分析方法或多或少地提高获利水平的机会多得是，特别是在我们这样的大型企业里，简单的一招就能实实在在地带来许多倍的收益。在酒店业里，博彩行业采用的方法有许多，例如收益管理、博弈定价、客户关系管理、客户忠诚度项目以及采购等等。在我任期内抓住的最容易、收益最大的一次机会就是，我们发现，如果将投注价格稍加变动。