當初馬雲領先喊出阿里巴巴轉型為數據型企業，背後最重要運籌帷幄的推手就是車品覺。車品覺說：「一切數據收集的出發點都來自業務需要，或可以應對未來的業務發展。」而這必須要能反映在經理人每天看的兩張儀表板。
- 採訪整理 吳韻儀 天下雜誌出版
2020-04-20
在世界各國奮力對抗病毒的戰役中，運用大數據又成了進步指標之一。有些人認為亞洲在這一次的抗疫中比較成功，運用大數據是關鍵之一。
「台灣很快用數據讓大家知道哪裡可以買口罩，就是很好的切入點，」大數據專家車品覺在香港觀察。企業用數據也是如此，切入點定成敗。
「如果想要大數據做一件很偉大的事情，兩、三年才看得到成果，注定失敗，」這是阿里巴巴前數據委員會會長車品覺的經驗，讓數據對目前的情況有幫助、很快產生價值，才是能成功的大數據切入點。
談企業如何用大數據做決策、轉型，鮮少人比車品覺更到位。當初馬雲領先喊出阿里巴巴轉型為數據型企業，背後最重要運籌帷幄的推手就是車品覺。
他從支付寶加入阿里巴巴集團、再轉入淘寶，不但打通不同事業體系間數據的流通、又領先將重點轉向行動數據，成為阿里巴巴首任數據委員會會長，後來還帶團隊開啟阿里巴巴旗下的團購版圖聚划算。
在數據這個新興領域，車品覺已經連戰了十幾年，範圍愈來愈廣。他離開阿里巴巴後，被知名創投紅杉資本網羅，擔任紅杉資本中國基金專家合夥人，讓他從電商跨向不同行業，挑戰更多不同行業的數據轉型難題。
疫情之後全力衝刺，數位的競爭將更激烈。從行動網路到5G，企業再也不缺數據，真正的高手會用數據撬動新經濟動力，但是轉型做到數據化營運的企業很少，大部份的經理人都缺乏經驗。
到底如何用大數據驅動企業營運？轉型有什麼關鍵？下面是車品覺給經理人的建議。
Q：今天大家都知道商業環境已經因為大數據而改變，但是真的能用大數據幫助營運的企業還是很少，為什麼？
A：我認為今天很多企業最欠缺的是沒有好的數據策略，很多數據轉型的動作都是白做的，好比沒有把脈就開藥，本末倒置。今天很多人談人工智慧，好像人工智慧跟大數據是同義詞，但是人工智慧只是非常重要的工具。如果沒確認數據戰略而過早談數據技術，還沒確認方向就砸幾千萬，是沒有辦法評估成果的。
我們要有數據戰略，才知道需要什麼樣的數據可以達成戰略，就會開始要求良好的數據治理。沒有好的數據戰略，就沒有辦法提升數據的品質，因為提升數據質量是有成本的。
我離開阿里巴巴以後看的企業更多了，每到一家企業我都盤點現狀，包括企業的數據資料、數據技術、現況與希望達成的商業目標，確定業務目標與資訊缺口間的關係。如果不盤點這些，做任何事情都是碰運氣。
Q：什麼是數據戰略？其中的關鍵要素是什麼？
A：用簡單點的語言講，策略就是在長遠一點的時間裡面，該做什麼跟不該做什麼的決定。數據戰略就是要跟上企業戰略想要達成的目標。
舉例來說，阿里巴巴要做新零售，戰略目標就是在三、五年要達成線上線下整合，那我就知道如何規劃數據戰略才能達成商業戰略，讓線上線下高度對接，線上的數據該如何給線下使用、線下的數據又該如何改善線上的運作。
例如阿里巴巴線下的點都有wifi，是不是可以知道每一個到線下店的顧客是不是線上的顧客；顧客到線下店，我能在成本可負荷下搜集他在店裡有多久、看過什麼、跟店員講了什麼這些數據嗎？如何在顧客一走進店裡、沒有拿出任何證件就知道他是不是我線上的顧客呢？這些數據會影響隱私嗎？然後就會談到如何加強數據治理？
一切數據收集的出發點都來自業務需要，或可以應對未來的業務發展。
Q：轉型到數據化營運的過程是很多變動的，不斷有新的數據、新的工具加入，有什麼方法可以讓經理人在過程中保持進度、不失焦？
A：很多的企業來找我一開始就問：現在很流行人工智慧，你覺得我們要公司要做什麼？我會反問他們：如果你用了人工智慧這個工具，期待的結果是什麼？如果你不能描述出來自己期待的成果，怎麼知道進度？
經理人要有兩種儀表板，一個數據化轉型的儀表板，一個業務的儀表板。
例如像百貨公司這樣面對顧客的企業，如果還停留在這個月營收與上個月的比較、與去年同期的比較，那就是停留在以前財務的儀表板，敏感性還沒有到以顧客為主的大數據應用。
面對顧客的企業的業務儀表板不可能沒有顧客的維度。大數據已經讓我有清楚的用戶畫像，知道最討厭你、最喜歡你的顧客是什麼麼樣，業務儀表板至少要知道對你最好的顧客的營收貢獻是多少。
數據化儀表板讓經理人知道數據轉型到了哪個階段。有三個測試企業數據化程度非常好的問題，可以作為數據化儀表板。
我一般盤點完企業後，第一個問：今天企業不同部門之間的數據共享情況怎麼樣？如果共用很少，尤其是業務線之間的數據共用共享很少，那就還沒有進入大數據。
第二個問：員工用了多少數據分析工具讓決策更精準？另外再問：有多少重要的商業決策有使用外部數據源，讓決策變得更精準更好的？
Q：為什麼共享數據、外部數據很重要？
A：互聯網有個詞「外部化」。在互聯網的世界前，公司只要關注自己做的怎麼樣，但現在沒有一家公司、沒有什麼業務不是跟外部相通。大數據充滿了外部化。
舉例來說，有個顧客去京東、不來淘寶，如果我能拿到外部數據，我就會發現其實不是淘寶經營得不好，而是這個顧客是京東的粉絲，不是一般的顧客，我要花更大的力氣才可以把這個顧客搶過來，處理方法完全不一樣。
這種外部化的資料在互聯網世界非常關鍵，知道一點點的信息，就會影響全盤決策，如果你居然是沒有注意外部數據，肯定是沒有走上大數據這條路。
這就是大數據奇妙的地方。以前的數據是一個個獨立的煙囪，unsynchronize，不同步、不共享。現在互通了，就好像燈一下亮了，帶來的價值是很高很高的。
我們注意外部數據的同時，就會發現其實內部有些數據的分享沒做好。怎麼不內求、不懂用家裡的東西，反而花成本找外面的東西。
使用外部數據的時候要考慮成本問題，所以更要有精準的戰略、精準的目標，想30塊的外部資料能不能讓我賺35塊。
很多企業小範圍實驗的時候數據質量很好、成本小，但是放大到整家公司的時候數據成本就太高、無法進行了，迷信大數據的企業往往走到這一步，才發現自己錯了。
Q：數據化轉型有沒有適當的時機？有些企業業務比較單純，是不是不急著做數據化轉型？
A：你不做，不代表你的對手不做，當你不做、別人做的時候，就是你的決策已經在別人的決策裡面了，你的一舉一動對手都知道，但你還停留在啥都不知道。
每家公司做數據轉型都是有時間窗口。我看一些公司常會很感歎，它們已經過了時間點，轉型要花的力氣比別人多兩倍、三倍。
如果企業的業務比較簡單、架構也比較簡單，要說服大家的成本就低。如果公司已經有幾十個業務線、每個業務線都有老大，早就已經是山頭主義了才開始做數據轉型，簡直是比登天還要難。
整個企業每天產生了這麼多的數據，都是公司的數據資產，可能成為未來業務，所以數據不僅只是公司的原材料，也可能未來成為創新部門、或者跟別人合作的原材料，這些數據是需要有人去運營的。
這是數據業務化，是今天CEO必須思考的。今天收集什麼數據會有用、這些數據怎麼重複的給企業使用作為運營與創新的資源、怎麼讓這些數據流通。
企業之所以要成為一家數據驅動的公司，短期來講是要用數據作為工具、提高效率，但長遠來講，是要數據不斷在企業裡面流轉，流轉的數據實際上是公司裡面最重要的資源，把數據作為企業裡面的血液一樣供給每個器官使用，這其中有這麼多動態，最困難的是這數據還要能適應外部的變化，沒幾家公司做得好。
公司突然捨棄舊方向、換新方向，不僅業務要做取捨，數據也要做取捨，不可能長期留著已經不要的數據。大數據剛啟動的時候，不懂的人說數據越多越好，這是不可能的，數據越多負擔越大、複雜性越高，治理能力也要越好。數據不是越多越好。這也就是為什麼數據戰略這麼重要。
車品覺在新書《數據的商戰策略》中，給佈局數據營運的建議：
- 關注業務決策的過程，從問題中尋找數據化的機會。
- 建立規範，確保數據供應的品質及穩定性。
- 促進企業內部數據共創與共享機制的建立。
- 建設外部數據積累，以及有使用權的數據策略儲備。
- 阻礙大數據發展的是倫理和法規。
- 把「門窗」關好，數據越多，責任越大。