1704272370
3.内外部的数据保护者喜欢证明他们的存在权利。评估法律风险和突破法律方面的障碍不会给企业管理者带来任何乐趣，即便是在数据驱动下也一样。
1704272371
1704272372
4.应用分析工具所做出的预测并没有像软件销售商和咨询顾问宣称的那样令人信服。同时，在很多基于数据分析的优化项目中，在项目投产前往往有很好的预期，但是投产之后带来的短期实惠较少，项目投资收益少（沿着企业原本的价值链）导致公司资产收益率下降。
1704272373
1704272374
5.要更好地使用数据所面临的最大障碍不是机器设备，而是人员。更准确地说，是人力资源。智能的数据分析需要聪明的脑力。企业内部经常不具备这种人力资源或者这些人的工作量已经饱和，只能高薪从外部聘请，这时就会遇到普遍存在的困难，即控制预算。
1704272375
1704272376
总体而言，项目负责人和（或）财务预算人员如果想要推动项目进展，而项目本身需要应用大数据分析手段，那么他们最好还是马上做好与不断飞涨的预算做长期斗争的打算，预算飙升是很有可能发生的。短期内获得的分析结果是很有限的，可能远未达到预期，如果此时项目负责人想凭借这些分析结果将项目立项，这样的可能性微乎其微。企业首席执行官和董事们认为，企业战略规划的实施需要时间，企业在经历深刻的变革后，成为一个数据驱动下的市场竞争领先者——就像美国商业分析先驱托马斯·达文波特（Thomas Davenport）所说的“分析型竞争者”（Analytical Competitor）那样，至少需要5年的时间，也很有可能是10年。几乎没有首席执行官和董事们可以确定，到那时他们还是不是在担任现在的职务。与此同时，所有的有数字化发展战略的企业当然也都清楚，他们必须要做些什么。
1704272377
1704272378
处于矛盾纠结中的企业目前面临的这种情况，在国际象棋中被称为“Lavieren”，即以守为攻战术。
1704272379
1704272380
1704272381
1704272382
1704272383
以守为攻战术
1704272384
1704272385
在棋牌类游戏里有一种情况，在这种情况下采用“Lavieren”战术特别有用。参与游戏的人中，没人有稳操胜券的取胜之道。大家都采用与之周旋的招数，并给自己留出尽可能多的转圜空间。在这种情况下，“Lavieren”战术就有可能派上用场：如果对手犯了错误，进而失去了空间优势，那么就为对方提供了进攻“王”的机会。反过来说就是，防守是最好的进攻。自己并不主动做什么，而是以守为攻，等待并期待对手犯错，进而为自己赢得一个机遇。
1704272386
1704272387
完全没接触过象棋的人，可能不能理解我们在说什么，不理解什么是企业所谓的数字化战略，那么请回忆一下那些无关紧要的中场传球。一个在本质上被动的、以守为攻的行为，会被机会主义行为或者会议上大肆宣扬大数据应用的行为所掩盖。
1704272388
1704272389
以守为攻型企业典型的行为模式有：
1704272390
1704272391
☆为特定用途购进多种分析与可视化工具，虽然从根本上来说这种行为是好的，但是这种行为不总是会起到好效果，结果导致大家对IT的印象变得更加支离破碎，并且产生了“工具过载”现象。伴随着“工具过载”而来的，是人们越来越高涨的失望情绪：“我们没有办法再控制我们的系统了，反倒淹没在了一片数据汪洋之中。”或者像一个在一家大型保险公司工作的运营主管所描述的那样：我们现在需要一个快速的解决方法，使我们的保险经纪们能够着手处理客户们的无索赔等级分类工作。因为缺少时间和钱，我们现在只能采用临时性的办法完成这项工作，这种行为在长期来看，使高效的数据应用更难实现了。
1704272392
1704272393
☆逐项、不兼容地购买外部数据也会导致“工具过载”，“工具过载”使各项技术手段的融合变得更加困难。伴随着“工具过载”而来的，还有进一步的数据过载。
1704272394
1704272395
☆将数字化创新工作交由企业自有的“创新加速器”来做。媒体对此种模式都抱以正面的宣传态度，而且从根本上看，支持年轻企业家追求科技化的未来，也确实是件好事情。我们也确实遇到过个别企业，他们将创新成果应用于企业经营并获得了成功，但是实事求是地讲，由“创新加速器”孵化出来的初创企业，获得创业成功的比例还是很低的。在没有核心领域背景背书的情况下，建立一个“创新加速器”，或者从狭义的角度来说，贸然去参与一家数字化初创企业的发展，这在某种程度上释放了一种错误的信号，就好像我们已经拥有一支规模很庞大的创新军团了。这种错觉会消磨人们在核心领域追求创新的动力。
1704272396
1704272397
这听起来有些荒谬，但是对长期的数字化效益来说，却存在着极大的隐患，尤其是当以攻为守者凭借他们的机会主义获得了首次成功的时候，又或者当他们成为本职工作和部门工作的良好内部推动者的时候。因为上述情况加深了人们的印象，即多亏了有新的工具和诸多新的数据，才使得我们没有偏离正轨。此外，我们在加速器这个问题上还有很多“百搭牌”。因此，我们并不需要彻底地改变什么。消息从上层传达到基层，然后再反馈回来，这样就很好。
1704272398
1704272399
来自硅谷的大数据发明者在某种程度上可能是吃了高估自己的亏。逐步获得数字化进展的“以守为攻”型企业，自己将这种进展贴上了大数据的标签，都或多或少地有些自欺欺人。正如杜克大学心理和行为经济学教授丹·艾瑞里（Dan Ariely）的格言所说的那样：“大数据就好比是青少年性行为。所有人都在谈论，但是没人敢去尝试。偶尔有几个人真去尝试了，却弄得一团糟。”
1704272400
1704272401
“以守为攻”者的根本问题是：
1704272402
1704272403
他们总是尽可能地大声疾呼大数据概念。他们夸大了自己在数据过载的情况下取得的成功。然而，他们并没有寻找到真正意义上的改革模型，这种模型可以为他们开启更广阔的前景，帮助他们占领所在行业内的数据分析制高点。
1704272404
1704272405
我们得承认，很难用恰当的语言表达上述情况。但是项目经验告诉我们，夸张的表达有助于我们认识到问题的存在。
1704272406
1704272407
选择一个比较中立的概念去描绘企业的数字化现状，和一些被数字化改革折腾得够呛的职业经理人的心情，那么这个概念应该是这样的（见下页图）：
1704272408
1704272409
图的左下角描述了企业里数据分析活动的现状，诚实地说，许多人对实际情况是不满意的。
1704272410
1704272411
图右上角所描述的情况就很难把握了，它包含了一个非常抽象的范畴，即数字化的未来幻景。同时，也回答了“未来可为企业带来长效竞争力的、数字化驱动的经营模型到底是怎样的”这一问题。
1704272412
1704272413
1704272414
1704272415
1704272416
图里的数字化未来幻景是通过现实中的应用案例构建的，这些案例来自例如谷歌、亚马逊、网飞、贝宝、Bluekai（数据管理软件公司，于2014年被甲骨文收购）等数据分析领域的“明星企业”。来自奥托集团的代表们都有理由去考虑，我们究竟打算怎样去获得跟他们一样的数字化竞争力。实际上，（在数字化方面）我们跟他们的差距还很大！在与他们的数字化竞争中，我们暂时不可能取得胜利！另一方面，在这个数字化未来幻景中，还存在很多雄心勃勃的数字化驱动下的初创企业。企业管理者和来自施瓦本的机械制造工程师异口同声地发问（他们也确有权利知晓），我们想要的只是这100万美元吗？如果没有一个一个的消费者，这该如何实现？如果他们晕乎乎地拿钱去了股票交易所，那我们就需要关注一下我们的季度财务数据或者月销售额了。
1704272417
1704272418
总体来看，这张图就是脱离现实太远。我们很难发现，图里描述的未来幻景到底跟大多数企业的日常工作有什么关系。考虑到新近的大数据项目经验、这些项目产生的成本，以及项目带来的应用成果，我们就更难去相信，在可预见的时间内，这个图中描述的数字化现状是如何发展成为图中描述的幻景的那种规模的，就如同图中的箭头穿过，直指图的右上方。
1704272419