1704273895
1704273896
1.与时俱进的管理理念摒弃了原来凡事追求完美的固有思维，不要求万事都必须100%按照原计划执行，不再强求结果与计划目标一致，不再认为“非黑即白”。一个与时俱进的管理者可以接受目标模糊和不确定性，因为他已经意识到，根本就没有什么完全对或者完全错的方式，只能是说相对好一些或者相对差一些。没人非常清楚地知道具体要怎么样才能实现优化，所以我们只能对模糊和不确定性保持宽容态度。
1704273897
1704273898
2.与时俱进的管理认同团队成员的工作能力，在管理方面不会采取“微操作”。在一个结果开放的工作流程中，团队成员之间更像是互相学习的伙伴，管理人员是工作的组织者或调节者，目的是为了寻找更优方案或者寻求更好的尝试，以期为客户带来益处，与此同时，客户价值也自然会得到提升。通过尝试可以降低不确定性，并为今后的发展指引方向。
1704273899
1704273900
3.与时俱进的管理者知晓，在一个智能化的体系中，结果开放和以结果为导向并不是对立的，而是同一个事情的两个方面。在传统的管理理念中，这一点经常引起误解，人们往往把尝试与无计划性混为一谈，认为尝试最终会导致颗粒无收。而事实情况正好相反，尝试可以为更优决策、产品和流程提供依据。在一个快速变幻的时代，高度的计划性终归要逐渐解体。25年前，随着柏林墙的倒塌，计划经济时代就已经结束了。历史证明，通过计划并不能取得良好的效果。在经历了5年前的全球经济危机之后，我们又认识到，中期的经济规划还是有一定意义的。
1704273901
1704273902
在一个智能化的体系中，结果开放和以结果为导向并不是对立的，而是同一个事情的两个方面。
1704273903
1704273904
4.与时俱进的管理要敢于去提出问题，尤其是技术、统计和数据方面的问题。管理者会认真地思考，他们需要创造哪些条件，以使他们的企业、部门或者团队成为一个能够自学习的有机整体。通过解决这些问题，管理者可以获得评价判断能力，他们可以判断数据科学家进行的哪些尝试适合引入企业的数据化战略，而哪些又不适合。
1704273905
1704273906
5.与时俱进的管理并不崇尚独享，而是乐于分享知识和数据。管理者像他们使用的信息系统一样，对信息持开放态度。伴随着每一次数据共享，数据本身的价值也获得提升。如果我们不愿与他人分享数据，那也就谈不上共享了。当信息流在企业内部共享的时候，大家要保持一个坦诚的态度，只有当信息参与者都秉持互惠的原则，企业才能够成为一个自学习系统。换句话说，信息（也会以数据形式存在）是唯一的一种资源，越使用价值越高。如果我们将数据作为企业战略的附庸来看待并使用，那么信息将会减值。
1704273907
1704273908
只有当信息参与者都秉持互惠的原则，企业才能够成为一个自学习系统。换句话说，信息（也会以数据形式存在）是唯一的一种资源，越使用价值越高。
1704273909
1704273910
孔子说……
1704273911
1704273912
“Der Weg ist das Ziel”[2]，孔子说的话听起来总是像谜一样。然而在智能数据方面，这句话却正中下怀，通过智能化的尝试，我们可以总结出适宜的企业管理方法。
1704273913
1704273914
从宏观上看，第一批智能数据项目是在全面的数字化变革过程中迈出的第一步，大部分行业中的绝大部分企业将且必将经历这一过程。时至今日，掌握数据分析能力是一项竞争优势。随着数字化进程向前推进，智能化数据处理能力将越发转变成一个“保健因素”（双因素理论）。在一个逐步数字化联网的世界中，不具备数据分析能力的企业将会从市场上消失。
1704273915
1704273916
1704273917
1704273918
1704273919
对于一家大型传统企业来讲，尽管竭尽全力，也不可能在一夜之间就获得与谷歌相匹敌的数据分析竞争力。没有可能的事情，我们也不必再去尝试了。但是这些企业可以发挥它们真正的强项，并且将它们的优势与智能数据相结合。这些企业的管理者可以参考前述孔子关于尝试的哲学逻辑，为企业创造出一些发挥空间，以便“智能”团队可以透过数据更好地了解并接触客户。在一个高度竞争的经济环境下，其他的企业肯定也会这样做。适者生存，现在仍不这样做的企业，在不久的将来也许会失去开始尝试的机会。我们此处提到的“智能”的意思是，要使事情简化，而不是比原来更复杂。
1704273920
1704273921
在创新顾问和未来研究人员的帮助下，我们很容易描绘出10~15年之后的商业模式是怎样的，可以将其细致地用数据展现出来。在大多数行业领域，我们可以相对清晰地预见，3~5年内数据和数字化是如何改变商业面貌的。一般情况下，市场会受到科技或客户行为方面几个明显趋势的驱动。对于与时俱进的管理来说，顺应这些趋势，并在整体变革中开辟适合自身发展的道路，这是普遍做法。细化到具体的业务上来说，我们要思考：比如，将来客户会优先采用哪种方式来规划自己的旅行。
1704273922
1704273923
通过思考这些具体的业务场景，我们会为我们的产品、经营模式和业务格局寻找到新的发展方向。如果想使企业真正成为具有自学习能力、能够自我调整的有机整体，需要从以下5个方面着手：
1704273924
1704273925
1.站在客户的角度思考问题，考虑如何能够优化客户体验，在这方面，数据能够帮助我们做些什么？
1704273926
1704273927
2.若想成为数据驱动创新的变革先行者，需要识别出与企业定位适配的发展条件，包括业务领域选择、部门设置、团队建设和人才队伍等。发现企业内部已经存在的发展空间和现有资源，并且想办法切实扩大这种发展空间。
1704273928
1704273929
3.然后我们就可以开始工作了！要从能够产生最大效果的项目开始，在以数据为导向的市场营销项目方面，一般项目都是针对销售额贡献最高的那10%~20%客户的。有时候，我们也会选择数据基础最完善的那部分客户进行研究。
1704273930
1704273931
4.学习，分享知识，扩大数据竞争力。
1704273932
1704273933
5.最好忘记“试验项目”这种概念。这个概念源于弹道式思维。搞一个试验项目的目的，是要寻找概念验证。如果最终没有找到，那么项目就会被终止，然后再建立一个新的试验项目。数字化世界中的领先企业把自身看作一个具备自学习功能的系统。这些企业也会搞一些带有“控制组”的小型试验项目，但是这些项目不是独立于真实业务之外的几个小试验，这些小型试验项目加总起来就构成了真实业务本身。又或者，这些企业会开展一些示范性项目，这些项目的经验教训可以为其他项目提供参考。
1704273934
1704273935
数据大狂欢
1704273936
1704273937
近期，本书的其中两位作者应德国一家知名教育机构邀请，组织一个与大数据和数字化相关的纪念日活动。活动参与者是约40位来自集团企业和中型企业的高层管理人员，大部分是男性，年龄介于30岁至40岁之间。我们将会利用一天的时间讨论数字化革命带来的机遇，将大数据与智能数据概念进行比较，探讨生产流程的优化，以及商业模式的数字化变革。总之，一切内容都与数字化相关。
1704273938
1704273939
至少活动计划是这样设计的。可是事实上直到当天下午，我们都还没有进行到关于机遇的讨论环节。每当我们或者某一个受邀嘉宾讲到在经营中强化数据分析的方法和可能性时，总是会有持怀疑论者发表反方面的意见。他们中的一些人会列举自己公司失败的数据项目，其中不乏有人语气还很欢快，庆幸自己并没有参与这些项目，故而仕途也没有受到项目失败的影响。在活动尾声阶段关于数据保护的讨论十分热烈。
1704273940
1704273941
当天出席活动的嘉宾中，有一位来自美国一所顶尖高校、颇具名望的市场营销学教授。在大家碰杯庆祝活动结束的时候，他不知所措地摇着头，并向大家发问：“在座各位是否对数据毫无兴趣，还是如何？”
1704273942
1704273943
这位教授对参加活动的大部分人感到失望是有原因的。在下午的个人发言阶段，我们都有种感觉，有一些管理者对讨论话题还是很感兴趣的，但是却让持怀疑态度的人抢占了话语权。从自身的好奇心出发，没有人愿意发表过多看法，他们更看重不要说错话。
1704273944