SAS：创新：从数据到业务-同行洞察找到通往分析驱动创新的道路（12页）.pdf

1、创新：从数据到业务同行洞察帮助您找到通往分析驱动创新的道路S AS 的调查研究2创新：从数据到业务“创新是领导者和 追随者之间的区别。”STEVE JOBS所有行业中的市场领导者都使用数据和分析来加速促成其优势地位和作为颠覆性创新者脱颖而出。想想Uber,Netflix和亚马逊。不过，如果想要加入行业前沿领导者的行列，或者只是在自己的领域提升效率和效果，组织必须思考一个至关重要的问题：问题：如何才能使用数据和分析，成功地成为以创新为中心的组织呢？答案：问问同行SAS 帮助全球范围内各行各业的组织将数据和分析置于组织的核心，从而促进创新。但我们知道，这是一段充满挑战和机遇的旅程。因此我们在最近的

2、一项研究中向 100 多位企业领导者询问了其正在如何通过数据和分析实现创新流程转型的问题。业务发起人：通常为 LOB，负责成功完成项目。转型推动者：通常为专注于数字化转型的分析、创新或数字化领导。高级 IT 决策者：专注于整合、数据搜寻、分析发现和共享。行业划分 22%IT 决策者33%转型推动者45%业务发起人8%政府 3%零售3%通讯技术8%其他9%能源和 公共事业13%保险24%医疗保健19%银行13%制造人员类型研究受众3创新：从数据到业务借助数据创新不仅仅需要分析。因此我们特别向您的同行询问了以下问题：他们尝试创新的进度如何，以及如何迈向成功的 创新发起人（代表“用户”群体）与 IT

3、 协助者之间的动态关系 高级经理针对正在出现的新风险的意识，如分析工作负载大小、数据治理、数据道德和分析结果共享 他们如何像往常一样对从实验室到业务的流程进行大规模转型 他们如何通过使用数据和分析激发变革 他们如何最大化成果的价值和影响，包括复制和扩展已有的成功 他们如何能将数据和分析提升为一项核心能力，从而加速促进创新文化的建立本报告旨在强调您的同行对上述问题的回答和他们面临的挑战，以及 SAS 如何 才能打造一个真正强大的分析驱动型企业的观点。4创新：从数据到业务分析驱动创新的现实问题1.Creating the AI-Powered Organization（打造 AI 支持的组织），H

4、arvard Business Review，2019 年 7 月/8 月集中式与分散式有两种可以带来成功的显著组织方法。第一种是将 AI 团队集中到一个中心，在这里所有的员工都由一个角色（如首席数据官和/或首席分析官）管理。第二种方法是，分析团队是分散的，团队向业务线报告。选择哪个路线取决于您组织的结构、能力、策略和其他特有的方面。不过，明智的做法是保持集中操作诸如数据治理、人才招聘和 AI 策略等功能。据 HBR 称，已经大规模实施 AI 的组织拥有集中式中心或卓越中心(CoE)的可能性要高出三倍，针对诸如模型创建、洞察解释和 AI 部署拥有明确方法的可能性要高出 2.5 倍。1 未来情况

5、如何？在短期内，大多数组织预期在其更深入地了解了分析和 AI 带来的价值和可能性后，分析会对创新产生非常积极的影响。所有这些都需要快速（如果不是实时）访问数据的支持。在长期内，受访者认为，为了在竞争中保持领先地位，他们将需要扩展项目、自动化分析过程，以及与整个公司内的各部门利益相关者一同制定长期的分析策略。同行观点“我们运行一个混合型团队。我们以专业知识分析中心为中心，不过我们积极地在团队内部轮换人才。我们还实行自己基于发现的精益分析冲刺（实验室风格），帮助我们与业务部门建立良好的工作关系。”业务发起人 银行业务转型开发新产品和服务创建更有效率和更敏捷的工作流及程序重新调整业务模型，从中心辐射

6、型创新模型过渡到开放型合作创新模型从成功开始好消息是，分析作为一项原则在许多运营活动中得到了广泛使用，用来提升效率和进行决策。您的同行目前正在使用分析推进创新，以实现：我们发现，那些正借助分析实现高度成功创新的组织之所以能如此成功，要归功于其采取的方法。分析建模正在那些结合了业务和技术知识，推进敏捷团队间合作的组织中取得立足之地。将其放在一个开放的创新环境下，该环境鼓励从实验室到试点的实验，并评估业务模型的价值而非成本，这样您就获得了所有取得成功的要素。竞争替代、客户体验和创收是特别普遍和成功的用例。5创新：从数据到业务组织在衡量创新影响方面有多成功？超过三分之一的组织在开发衡量创新影响的方法