Don't Miss

數據無盡 分析力更關鍵 (車品覺)

By on March 3, 2021

本文作者車品覺,為紅杉資本中國專家合夥人、阿里巴巴商學院特聘教授暨學術委員會委員,為《信報》撰寫專欄「全民大數據」

大批巿民為復工提交深喉唾液樣本,檢測需求急增下導致處理時間出現滯後。(中通社資料圖片)

大批巿民為復工提交深喉唾液樣本,檢測需求急增下導致處理時間出現滯後。(中通社資料圖片)

上周看到一則新聞,由於政府要求復業處所的員工定期每14天檢測新冠病毒一次,大批巿民為復工提交深喉唾液樣本,檢測需求急增下導致處理時間出現滯後。

有記者以巿民身份致電政府檢測查詢熱線,職員稱因有不少人交回樣本包,令化驗所積壓大量樣本,雖然檢測數量有下降趨勢,但估計仍要等4天才有檢驗結果;專家明言這現象並不理想。

其實,企業內部也經常發生類似的情況,這屬於典型傳統企業的困惑。儘管每天收集的報表愈來愈多,惟遇上問題時仍一籌莫展。筆者總結不外乎3個原因:缺乏數據(Data poor)、數據質素差(Poor Data),又或是缺乏數據的洞察能力(Poor data insight)。

儘管每天收集的報表愈來愈多,惟遇上問題時仍一籌莫展。(Freepik網上圖片)

儘管每天收集的報表愈來愈多,惟遇上問題時仍一籌莫展。(Freepik網上圖片)

解決上述問題的辦法很簡單,就是把數據能力設為優先戰略目標。因此,筆者大力建議香港特區成立「特首數據辦公室」,除了加快數據收集和提升使用效率之外,又可運用數據分析能力,針對須緊急應變的事件提供聯動機制與優先服務。

記得有一次,國內某大商場的CEO邀請筆者與他們的高管一起去麗江,參加企業的年會活動。年會開始前,高層安排了一個小型聚會,席間臨時邀請筆者在眾高管發表簡短講話後做個分享。因時間倉卒來不及準備,筆者忽發奇想,即場搞了一個小玩意:在每位高管述職時,就其他與會者的行為進行一些數據收集,包括無聊看手機、寫筆記、點頭示意認同及發問次數,然後根據先後次序與內容關聯作匹配。

把數據能力設為優先戰略目標,針對須緊急應變的事件,提供聯動機制與優先服務。(Freepik網上圖片)

把數據能力設為優先戰略目標,針對須緊急應變的事件,提供聯動機制與優先服務。(Freepik網上圖片)

為提高趣味性,筆者作分享時運用了算命先生的神韻,先道出每位高管的被關注程度和內容,再談到CEO關心的重點是什麼,跟着公布每個人發言時的分析結果。演講完畢後,CEO忽然站起來說,一個外人居然比你們這些高層還要了解我,你們說是情何以堪!

筆者連忙解釋,高管們是因各有各忙,故未有注意聯動的重要性而已。筆者希望通過這事例,讓大家知道數據的收集可以無處不在,就如馬總(馬雲)說過,大數據就是還未知道怎樣用的數據!由此可見,阿里巴巴被稱為一家數據公司並非偶然,而是經過不斷堅持累積的工程。

數據的收集可以無處不在,大數據就是還未知道怎樣用的數據。(新華社資料圖片)

數據的收集可以無處不在,大數據就是還未知道怎樣用的數據。(新華社資料圖片)

(編者按:車品覺著作《覺悟.大數據》現已發售)
歡迎訂購:實體書、電子書

更多車品覺文章:

支持 StartupBeat

如欲投稿、報料,發布新聞稿或採訪通知,按這裏聯絡我們