来源：CPDA数据分析师网 / 作者：数据君 / 时间：2021-01-26
在某些情况下这种不信任可能是由于对公司如何使用分析方法的了解不足
如果考虑零售商，他们会进行预测，推荐车队优化，而分析是一切的核心，当一位高管谈论缺乏信任时，那里会有一些不一致之处，人们不得不怀疑这是从哪里来的-难道他们不意识到自己已经在黑桃白了吗？在其他情况下，高管们可能会因缺乏良好的分析经验而感到恐惧，因为他们的预测不正确并且错过了机会，担心分析和自动化最终会接替他们的工作，也可能是所报告的不信任的一个因素。
大约一半的企业使用数据和分析工具来寻找新客户
分析现有客户以及开发新产品和服务，然而数据和分析决策者表示，他们对通过这些方法获得的见解缺乏信心，只有38％的受访者表示，他们对从客户洞察中获得的信息非常有信心，而34％的受访者对他们对业务运营的洞察有信心，尽管缺乏信任，但仍有77％的组织表示其客户信任他们对数据和分析的使用，没有哪位高管会不同意分析对于我们今天开展业务以及将来开展业务的方式至关重要，但是有很多个人工作要做。
在整个数据和分析过程中，信任的差距越来越大
38％的受访者表示，他们最信任数据源，而只有21％的受访者最信任下一步的分析和建模，只有11％的决策者表示，他们对实际使用分析方法最信任，只有10％的决策者表示对衡量其分析使用效果的信心，最重要的是，人们主要是情感决策者，这阻碍了定量，分析和基于证据的方法，事实上情感是人类做出所有决定和判断的动力，没有情感人类就无法做出决定，想要发展其组织的数据驱动文化的企业领导者必须找到克服这种心理阻力的方法，提供七个建议，以建立企业中的数据和分析信任：
1.评估您的信任差距
进行初步评估，以了解您的业务最需要可信分析的地方，并专注于这些领域。
2.通过明确和统一目标来创造目的
确保所有相关人员均清楚收集数据和运行分析的目的，衡量数据和分析的性能和影响，并与用户共享，以便他们可以看到ROI。
3.提高意识以增加内部参与度
在业务用户之间建立对数据和分析的理解，并创建数据和分析决策者以及IT和业务领导者团队以在项目上进行协作，CIO完全有能力帮助这些工作，并且可以充当联络员，以确保治理到位并且团队正在协作。
4.建立专业知识
通过确保您拥有在分析质量保证方面具有专业知识的员工来发展内部数据和分析文化，数据和分析人员对于在公司范围内建立对数据和分析的理解至关重要。
5.鼓励透明度
通过建立跨职能团队，第三方审阅，同行审阅，维基风格的站点以及更强大的质量保证流程来提高透明度，基本上应独立审查每个数据和分析挑战。
6.通过构建生态系统进行360度全景
超越组织结构和孤岛，检查数据和分析可带给整个公司的价值和风险，跨部门创建团队以建立数据和分析社区。
7.激发创新和实验
为数据和分析创新开发模型，并允许数据和分析团队尝试不同的方法而不必担心失败，尽可能激励员工进行数据和分析流程的创新。
在某些情况下这种不信任可能是由于对公司如何使用分析方法的了解不足
如果考虑零售商，他们会进行预测，推荐车队优化，而分析是一切的核心，当一位高管谈论缺乏信任时，那里会有一些不一致之处，人们不得不怀疑这是从哪里来的-难道他们不意识到自己已经在黑桃白了吗？在其他情况下，高管们可能会因缺乏良好的分析经验而感到恐惧，因为他们的预测不正确并且错过了机会，担心分析和自动化最终会接替他们的工作，也可能是所报告的不信任的一个因素。
大约一半的企业使用数据和分析工具来寻找新客户
分析现有客户以及开发新产品和服务，然而数据和分析决策者表示，他们对通过这些方法获得的见解缺乏信心，只有38％的受访者表示，他们对从客户洞察中获得的信息非常有信心，而34％的受访者对他们对业务运营的洞察有信心，尽管缺乏信任，但仍有77％的组织表示其客户信任他们对数据和分析的使用，没有哪位高管会不同意分析对于我们今天开展业务以及将来开展业务的方式至关重要，但是有很多个人工作要做。
在整个数据和分析过程中，信任的差距越来越大
38％的受访者表示，他们最信任数据源，而只有21％的受访者最信任下一步的分析和建模，只有11％的决策者表示，他们对实际使用分析方法最信任，只有10％的决策者表示对衡量其分析使用效果的信心，最重要的是，人们主要是情感决策者，这阻碍了定量，分析和基于证据的方法，事实上情感是人类做出所有决定和判断的动力，没有情感人类就无法做出决定，想要发展其组织的数据驱动文化的企业领导者必须找到克服这种心理阻力的方法，提供七个建议，以建立企业中的数据和分析信任：
1.评估您的信任差距
进行初步评估，以了解您的业务最需要可信分析的地方，并专注于这些领域。
2.通过明确和统一目标来创造目的
确保所有相关人员均清楚收集数据和运行分析的目的，衡量数据和分析的性能和影响，并与用户共享，以便他们可以看到ROI。
3.提高意识以增加内部参与度
在业务用户之间建立对数据和分析的理解，并创建数据和分析决策者以及IT和业务领导者团队以在项目上进行协作，CIO完全有能力帮助这些工作，并且可以充当联络员，以确保治理到位并且团队正在协作。
4.建立专业知识
通过确保您拥有在分析质量保证方面具有专业知识的员工来发展内部数据和分析文化，数据和分析人员对于在公司范围内建立对数据和分析的理解至关重要。
5.鼓励透明度
通过建立跨职能团队，第三方审阅，同行审阅，维基风格的站点以及更强大的质量保证流程来提高透明度，基本上应独立审查每个数据和分析挑战。
6.通过构建生态系统进行360度全景
超越组织结构和孤岛，检查数据和分析可带给整个公司的价值和风险，跨部门创建团队以建立数据和分析社区。
7.激发创新和实验
为数据和分析创新开发模型，并允许数据和分析团队尝试不同的方法而不必担心失败，尽可能激励员工进行数据和分析流程的创新。
