易於使用的數據分析工具將在企業中得到廣泛應用，分析軟件廠商對此非常看好。僅這幾個月，我就收到了大量的新聞稿，說產品可以“普及分析”，倡導讓數據分析工具更簡單，從而解決企業分析工具利用率低的問題。
但是，對我來說，數據分析工具並不是企業如何推廣數據驅動文化的關鍵。真正的癥結在於企業內部文化。
人們更喜歡也更有可能使用簡單的工具。制造商的這種觀點並不新鮮，而且顯而易見。現在推出的工具肯定比那些十幾、十五年前的古董好用。但是工具變簡單了，利用率卻沒有明顯提高。
經常聽到分析師的壹句話:在壹個企業的所有勞動力中，數據驅動工具的使用率通常最多在20%左右。無論是IT部門使用，還是分析團隊交付給員工，情況基本相似。
數據分析工具也有障礙。能否突破20%利用率的天花板？
有確鑿的證據證實這個數字，在某些情況下，20%實際上有些高估。在Dresner咨詢服務公司最近的壹份報告“群體智慧BI市場研究”中，近40%的受訪者表示，他們公司中不到65，438+00%的員工使用數據分析工具，超過20%的受訪者表示，該數字在65，438+065，438+20%之間，只有20%。
特別值得註意的是，這些數字低於往年。這意味著，盡管工具不可否認地變得更容易使用，但它們在壹線員工中的使用率更高。
為什麽壹線員工拒絕使用新的分析工具？原因可能有很多。首先，人們不願意改變他們做事的方式。同時，如果看不到適當的理由，人們是不會接受新方法的。比如，妳把壹個很酷的、全新的、自助的數據分析工具放在壹個營銷經理面前，她很可能不會用。因為要不要用這個分析工具，取決於分析團隊能不能解釋清楚這個分析工具將如何幫助她更有效的區分客戶，或者通過測試對比證明這個分析工具是最有效的。
企業如何塑造數據驅動的文化？管理至關重要。
這不僅僅是企業培訓教育的問題，還取決於需要管理者灌輸這樣壹種數據驅動的文化。顯然，這和數據分析工具關系不大。員工需要知道數據使用的好壞會直接影響自己在企業內部的權重，所以會越來越重視數據驅動。
我接觸過壹些有數據驅動文化的成功公司，聽說過這樣壹件事:如果在會議中沒有數據支撐，這樣的人沒有太大的話語權。管理層將監督誰使用數據分析工具，並將其作為工作績效評估的壹個指標。管理者實踐，讓數據說話，而不是跟著感覺走。這個過程需要管理層的指導。
壹些企業領導可能認為，通過輕松安裝壹個易於使用的數據分析工具，員工會突然變得數據驅動。這樣的想法是不現實的。工具再簡單友好，也無法重塑日常工作中不使用數據的員工。對於那些尋求突破20%天花板的企業來說，了解數據驅動文化為什麽無法實施，如何有效地讓數據驅動文化落地才是最重要的。