如今，新冠性病毒的防控工作已經得到初步成果，新增和死亡病例在大幅減少，預計這場“抗疫”大戰將在4月底進行收尾，如何有序復產復工已成為當前最重要的工作！那麼，作為掌控企業核心業務的CIO，該如何看待這次病毒帶來的影響？如何全面整合數據和資源，確保業務的連續性？
從心態上進行調整
“企業是否真正實現了數字化，還是隻做到PPT層面的數字化，越是在緊要關頭，越能暴露真實現狀。”Gartner研究總監孫鑫認為，疫情如大浪淘沙，退潮過後，誰在裸泳，一目瞭然。在抗擊疫情過程中，企業業務肯定會短期受挫，但從CIO的角度來看，卻也是一個新的轉機，甚至可以說是到了主動出擊的緊要關頭。
▲Gartner研究總監孫鑫
Gartner每年都會做一個CIO調查問卷，其中會問兩個重要問題。第一，企業這些年在進行哪些重大變革？並且，要對變革力度進行從1到7的指數打分。第二，企業在進行變革過程中，對業務造成了哪些影響？或者說，經歷了變革過後，是否改變了原來的業務現狀？如果企業業務表現更健壯，則代表“Fit”，可以打3分以上；如果沒變化，則打3分以下。
這種業務衡量模型，同樣適用於處於新型冠狀病毒期間的企業。受疫情影響，很多企業不僅改變了業務發展狀態，甚至改變了商業模式。比如：在過去，更依賴線下服務的麥當勞、星巴克、KFC，APP的下載量增長了43%，而一些原生的O2O企業，在疫情期間的增長速度則更為迅猛。所以，在此種背景下，CIO必須要率先行動，重新思考哪些技術、哪些應用能幫助企業更好地推動業務發展。
事實說明，一些表現“Fit”的企業，都有一個共同的特徵，那就是都會選擇數據分析作為推動業務變革的重要技術。Gartner認為，數據和分析是數字化平臺的核心，直接決定客戶體驗，它也能對生態、IOT以及企業內部基礎信息管理系統產生重大影響。
付諸行動
那麼，具體來說，如何通過數據分析讓企業變得更數字化？孫鑫給出的答案是，CIO要確定短期和長期目標！
首先，短期內，要獲取公開、開放的數據，幫助員工樹立信心。比如：可以利用一些公共數據幫到企業建立統一的信息源，讓員工理性看待疫情，做到有效防護，不過分焦慮，只專注於工作本身。很多公共數據在疫情期間全面開放，就像“丁香園”一樣，很多開放平臺就是通過丁香園開放的API去獲得公開數據。通過公共數據平臺，我們可以直接獲得數據，包括哪些地方有多少病例，有多少人確診，有多少疑似病例等等。
其次，從長期來看，要培養企業及員工的數據素養。Gartner認為，數據分析有不同模式，不同的分析方式帶來不同的結果。如果是基於新聞平臺做的分析，是Descriptive Analytics（描述性分析），這種分析只能解釋發生了什麼，不能解決為什麼發生的問題。而如果能解決為什麼發生，那就是Diagnostic Analytics（診斷性分析），比如：這個區域為什麼會有那麼多的病例，或者說從A城到B城為什麼不能去，都能找到答案。另外，還有很多企業會做預測性分析，包括可以預測明天這個城市有多少病例產生，會對企業造成哪些影響等等。但前提是，所有分析和預測都要來源於準確的數據和好的員工素養，而數據素養的積累是一個長期過程，需要通過正確的數據分析方法，甄別出哪些分析更具實際意義。
其三，選擇適合的數據分析工具。目前，有些企業用的是儀表盤，有些企業則採用一些固定的報表，員工如果輸入自己家裡的地址，或者自動式檢索自己的地址，就可以知道附近有多少病例發生。如果企業再發散一下，除了地理維度的分析，能不能做成一個數據產品，讓用戶去做互動？這樣即使疫情結束，也依然能發揮業務價值。實際上，很多企業都缺少這種利用現代化技術和工具的能力。
其實，除了普通的數據分析方法及工具，我們可以借鑑很多高科技的手段，比如：圖譜分析（Graph Analytics），圖數據庫分析公司TigerGraph就能提供這種分析方式，通過“點+邊”的形式，讓數據分析更全面、更立體。而不像傳統的數據庫，只存一張表，用“行”的形式去把數據存好。圖數據庫存儲包括很多點，而“點數據”包括人、機場、醫院等很多物理屬性。就像玩遊戲，根據玩家的年齡、玩遊戲的等級，然後我們根據這些屬性進行人物畫像。還有銀行的反欺詐業務，也會遇到同樣的場景。比如：A為了洗錢，不會把錢直接打給B，而是通過六、七層人的關係最終給到B，如果用圖分析的方式，就可以繪製出一張完整的關係圖譜，瞭解到A跟B到底是怎樣一種關係。疫情分析也一樣，利用圖分析的形式可以把人與人之間的關係、行為編織出來，從而準確找到已經感染的人，然後把被感染區域直接切斷，防止進一步感染。
其四，積極鼓勵企業內部員工參與到Data for Good（數據向善）項目，讓他們瞭解到有哪些公開的數據資源，有哪些競賽項目以及開源工具可以做數據分析，給他們足夠的時間去參與公益性的數據分析項目，甚至可以跟HR的機制結合起來，幫助員工成長。
在這次疫情期間，很多數據分析廠商開放了各種平臺及工具，Gartner把這一切總結為“數據向善”。已經有越來越多的企業正在跨越純粹的商業屬性，把自己的軟件以開源的方式開放出來，願意通過數據分析影響整個社會發展。
以TigerGraph為例，在全中國以及全球處於疫情感染的緊要關頭，TigerGraph對中國公共事業部以及科研機構開放了圖數據庫，讓我們更好地甄別出傳染源在哪裡，或者如何去切斷源，這比簡單的預測更有意義，更能有效地減少疫情發生。再比如：阿里的天池大數據競賽平臺，做為公益行為，開放出一些公開的數據源，並且願意拿出一些獎金來激勵數據科學家或者是社會上一些有很深數據分析能力的人來參與其中，從而推動數據向善項目的發展，為推動社會進步作出更大貢獻，包括解決這種疫情期間的各種突發問題。另外，還有很多社區也在做類似的事情。比如在GitHub，就有一個“武漢2020”的公益組織，主要的形式就是利用分析型人才，通過開源技術收集數據，解決疫情中出現的一些具體問題。
其五，可以採用增強型分析激發員工對數據分析的興趣。增強分析，是Gartner在2019年提出的十大創新技術之一，其主要作用是幫助企業以非常低的數據分析門檻去做更深層次的分析，也就是說把數據分析的門檻降到更低，讓用戶能夠以無感知的形式，或者說是不用寫代碼、不用拖拉拽的形式就可以去把數據分析做出來。你可以通過搜索引擎直接進入關鍵字的形式，就可以自動出現一些圖形、圖表來解答想問的問題。
針對疫情，每個人每天都在看數據，但無非是打開某個媒體平臺看一下有多少新增數據，這樣只作為一個單純的數據消費者，並沒有真正提高數據素養。所以，企業要引入增強型分析的能力，讓員工僅通過語音、打字的形式就可以和數據溝通，幫助員工瞭解到數據分析可以幫助他，甚至可以推進他的工作。
增強分析可以幫助員工節約更多時間，把一些重複的工作或者很重的活，交給機器來做，而員工主要去想一些業務問題。增強分析不需要很深的技術背景，重點是幫助我們去做自動化，而不是說取代人。我們依舊需要人的思維、人的想法去做更好的決定，但是增強性分析可以讓人類去利用工具，尤其在我們技術能力不夠強的時候，幫助我們去做分析。
比如：阿里有一個工具，可以用AI技術每天去做海量CT掃描的行為，並且甄別出哪些CT有問題。如果醫生去看這些片子，每天要花大量的時間，AI的形式能大大提高工作效率。等於是把看片的過程實現了自動化，最終要做決定的還是醫生，只是幫助醫生節約大量時間，快速做出診斷結果。
總之，這次疫情是一個很好的變革機會，會極大地激發出企業和員工對於數據的興趣，如果時機把握得好，企業會快速轉型為數據驅動型企業，甚至成為真正的數字化企業。CIO應該審時度勢，快速行動起來！
閱讀更多 IT168企業級 的文章
