企業一直在尋求改進處理和分析大量數據的方式。通常的商業案例是，它極大地提高了效率和有效性——但也有更多的人為因素。以數據為主導的方法可以為客戶滿意度、產品和服務以及員工敬業度帶來好處——只要有效完成。

哈佛商業評論 (HBR) 和 ThoughtSpot 的研究表明，41% 的企業預計一線員工將在未來兩年內使用人工智能。因此，如果員工不愿意過渡到新的實踐，則需要了解企業文化。這不僅僅是人們以前沒有使用以數據為中心的流程的不情愿。如果一種文化沒有為開放、批判性思維和創新設定標準，那么從長遠來看，它就不可能成為該領域的高績效者或領導者。哈佛商業評論的研究發現，在成就落后的公司中，高管表示他們的團隊不應該能夠使用數據做出決策的可能性要高出十倍。

這是有問題的，因為無論解決方案的差異化程度、用例的影響力或行政支持的力度如何，如果沒有人使用數據和智能技術，就會立即失去有用的好處。

因此，為了通過新技術創造商業價值，組織必須創造一種文化和環境，鼓勵用戶采用批判性思維并在正確的時間依賴正確的數據來做出決策。為此，需要對公司的工作方式進行有意義的改變，以使員工有信心和渴望做出以數據為依據的決策。考慮到這一點，員工將通過數據驅動的洞察力提供可證明的價值，并激發他們自己的技能和職業生涯。建立這種數據文化首先是通過可訪問的技術，使用他們自己的業務語言和上下文為員工提供對所需數據的直接訪問。這很值得。HBR 發現，72% 的組織在為一線人員提供數據訪問權限的組織中看到了生產力的提高，

這使得使用分析和智能技術來推動業務績效成為競爭的戰場。它對所有企業都開放，因此那些帶頭的企業將實現早期、穩固和長期的收益，而落后者可能永遠無法彌補這一點。

選擇正確的平臺來推動采用

簡單地部署技術并不一定足以實現文化轉變。許多商業智能解決方案反復回答相同的問題，但遠遠不足以實現真正的數據文化。因此，所使用的技術必須為那些使用它的人量身定制，以靈活應對壓力情況并適應不同用戶的需求。事實上，最大的影響來自降低獲得洞察力障礙的技術，使用戶專注于學習如何以及何時應用數據，而不是如何使用數據技術。

注入人工智能的平臺更進一步，帶來自動化和上下文信息，以鼓勵人工智能驅動的分析，為用戶提供更多自動化和上下文信息。該實用程序在鼓勵采用方面大有幫助，進而影響業務文化并推動業務目標的成功。

一種尺寸并不適合所有人

即使考慮到這些因素，用戶的采用通常也很難預測。預計會迅速采用的用戶可能會不情愿 - 或者預計不感興趣的用戶是第一批用戶。

通常，這種變化取決于這些人對當前技術的熟悉程度和舒適程度，以及新解決方案是否被視為對其現有流程的障礙或幫助。如果使用新技術的好處是顯而易見的，那么采用這種技術將需要更少的外部鼓勵。雖然用戶之間的差異很難預測采用情況，但有一件事是正確的：當展示出明確的業務價值時，業務用戶就有動力采用它，以實現其角色、職業和業務的價值。這可以實現為可操作的洞察力，減少完成任務所需的時間，并釋放以前為其他人運行數據任務的傳統分析師的可用性。

因此，用戶必須能夠識別個性化的上下文價值。為此，最好讓他們掌握相關解決方案，這樣他們就可以開始試驗，看看它如何為他們工作。首先，明確讓業務用戶參與定義可以通過數據解決的用例和問題，因此業務正在構建應用程序并引入他們實際需要的技術。其次，通過同行的成功案例、職業機會等，向用戶展示對他們個人來說有什么好處。

領導力的重要性貫穿始終

如果企業的領導者正在支持使數據更易于訪問的事業，那么他們實踐他們所宣揚的內容是恰當的。推動業務洞察力和價值的工具不應孤立地實施。這些工具是改變員工履行職責方式的一部分，可能需要通過對文化的整體變革來支持，以獎勵正確的心態和行為。

高管們需要實踐他們所宣揚的。如果他們想看到數據和分析的采用，他們必須自己采用。他們應該包括數據來支持他們做出的決定，在批準行動方案時征求意見等。

要考慮的其他舉措圍繞確保員工了解如何使用這些工具展開。如果沒有投資和證明它們對業務的重要性，就不會發生培訓和技能再培訓。對于提升用戶技能的進一步教育和資源，組織還應該研究如何創建流程，高級用戶可以通過這些流程與新用戶合作，幫助他們學習和增強信心。

哈佛商業評論和ThoughtSpot的研究表明，當一線員工有權使用自己掌握的數據時，74% 的使用分析解決方案的受訪者認為生產力會長期提高。此外，69% 的受訪者表示他們提高了客戶和員工的參與度，這表明長期使用這些解決方案的人最能獲得投資回報。

在數據和分析中，新技術的價值與其采用程度相關。即使擁有最適合這項工作的技術和最高管理層可能提供的所有支持，這些技術仍取決于實際用戶。通過鼓勵優先考慮最終用戶的公司文化，您將推動組織的采用，并幫助其最終變得更加以洞察力為導向——取得更大的成功和增長。