自从对外提供咨询服务之后，讨论的更多是华为的自身数字化转型实践。实际上，过去在内部工作时，研究世界领先公司实践，也是一项“必修课”。
最近了解到亚马逊数据相关的做法，理念方面跟自己比较契合。总结起来有如下两点：- 底层逻辑：痴迷客户、为客户创造、长线思维、投资未来。
以下内容参考《贝佐斯的数字帝国：亚马逊如何实现指数级增长/The Amazon ManagementSystem》（下文简称《数字帝国》）一书，以及其他洞察资料。我们大概都听过亚马逊。不过大部分人都是作为一个普通消费者，享受过亚马逊的服务。亚马逊到底有多牛？
亚马逊成立于1998年，2008年的营收约为200亿美元，2020年的营收总额为3860亿美元，年复合增长率约为28%。当我看到这个数字时，内心还是蛮震撼的。之前我们对华为的业务增长速度引以为豪。华为2008年营收为183亿美元，2020年1367亿美元，年复合增长率18%左右。相比之下，再次从数字上看到了差距。客户越多，卖家越多，选择越多，服务越好，成本越低，价格越低，体验越好，客户越多，如此不断循环向前，不断自我强化——这就是亚马逊的增长飞轮。亚马逊始终坚持的底层逻辑，概括而言，就是四个关键词：痴迷客户、为客户创造、长线思维、投资未来。其中，亚马逊的愿景是，“to be Earth's most customer-centric company/成为地球上最以客户为中心的公司”。这四个关键词，跟华为公司的基本发展理念有着异曲同工之妙。亦或可谓“英雄所见略同”吧。
“要求一切以数据说话”
亚马逊致力于打造跨部门、跨层级、端到端的实时数据指标体系，借助数据算法、机器学习、人工智能等数字技术，开发智能管理工具系统，通过严格追踪、考量分析每个影响客户体验及业务运营的原因，快速发现问题、解决问题，甚至自动完成常规决策。
对于企业管理者来说，绝对并不陌生。甚至熟悉到了不屑一顾的程度。记得前两年在参加公司财经部门数据平台建设项目，我组织项目组成员讨论指标方案。其中一个高级CFO做了如下评论：“都数字化时代了，还谈指标有点太Low了吧？”我敢说，这并非偶然。许多具有前瞻性眼光的管理层越过传统的统计指标，眼睛盯着“智能化”。而实际上，务实有效的做法，依然是从用好统计指标开始。围绕亚马逊如何使用数据指标，《数字帝国》一书总结了五点：极为细致、极为全面、聚焦于因、实时追踪、核实求证。谈到指标，我们过去通常关注的是结果指标，典型的财务结果指标，例如收入、成本、利润；过程指标：ITO、DSO；客户满意度等等。在过去，大家需要基于结果，进一步人工分析导致结果的背后的原因。简单来说，业务专家识别出关键成功/失败要素，再针对这些要素设计相应的度量指标。《数字帝国》书中举了例子。 人工接触次数，指的是平均每个订单完成过程中发生人工接触的总次数。无论是线上咨询，还是电话查询，或是投诉处理，总之只要发生人工接触，有一次算一次。 因为每一次的人工接触，都意味着人员及相应的人工成本。如果每单平均人工接触次数保持不变，那么订单规模增加10倍，相关人员人数就至少得增加10倍；如果再往深里想，那么增长速度就会受限，盈利水平就难以提高。充分利用数字技术，开发智能管理工具系统，推动常规决策的自动完成，助力各项业务的快速上量 。“智能”一词已经受到了足够的关注，本文无须赘述了。
首先，借助智能管理工具，不少常规性的经营决策可以实现自动完成，这就极大地减轻了各级领导在日常经营管理上的工作负担。 其次，通过数据指标体系，日常经营涉及的每个因素都已实现了实时追踪、实时分析，而且针对每项指标都已明确了具体的责任人以及正常的波动范围。如果某项指标的波动超出了正常范围，系统就会自动报错，提示相关责任人，相关责任人也会第一时间自己分析、自己解决。只有被衡量的，才能被提升。没有明确具体的衡量标准，没有持续提高的具体要求，所谓绩效文化、组织提升甚至快速迭代，都只能是空洞的口号而已。
在平台实现方面，传说中贝佐斯提出了六点基本要求，被称之为“贝六条”。未经证实，仅供大家参考。
作为一个无名小卒，仅凭看完一本薄书，便开始妄自谈论一家企业的成功要素，未免有些不自量力。“在数论数”，我看到的是亚马逊这家公司的数据基因。之所以称之为基因，说明是与生俱来的。
《数字帝国》书中提到，在贝佐斯2010年致股东的信中，开篇有这么两段：“随机森林算法、贝叶斯估计方法、RESTful服务、Gossip协议（Gossip protocols）、最终一致性（eventual consistency）、数据分片（data sharding）、反熵（anti-entropy）、拜占庭容错机制（byzantine quorum）、抹除码（erasure coding）、向量时钟（vector clock）算法……” 显然，中国人的基因里没有“数据”。如何实现“基因突变”，我一直认为将是中国企业面临的最大挑战。
《数据治理：工业企业数字化转型之道》，长按下方二维码下单，赶紧抢购吧！
京东下单链接
当当下单链接