CEO为何要推动数据领导力？
最近讲授数据领导力高管课，我一直在持续一些企业的创始人、CXO及投资机构交流他们对于数字化和数据领导力的看法，这篇文章是我有关数据战略系列的一个开篇。
在数字化战略和数据驱动这个话题上，不同企业的CEO和创始人关注的角度都有差异，不过大家都同意数字化和数据驱动需要产生价值，而非购买的软件本身。
说实话，站在企业经营的角度，上或者不上ERP、CRM这些软件，与企业的商业本质没有关系。
即便我当年在携程不去参与数据模型、数据平台、流量监控平台的设计开发，携程也会继续做旅游生意。
但是如果没有把业务流程化、自动化和数据化，携程就无法拥有对流量生态的预判能力，无法拥有对用户行前的需求动态分析能力，也无法洞察旅游产业供应链的需求起伏，做不到在规模扩张的同时保持利润率的持续增长。
所以数字化的价值在于企业通过组织流程再造、决策优化、资源高效利用，实现企业管理能力的持续增长，这才是企业所能体现的数据领导力。
为了比较国内外企业在这个事情上的做法，我特地留意了一下我合作过的国内外企业内部的数据领导力职能设计。
比如Amazon团队里非常资深的数据负责人的职务是Data Strategist，谷歌云的高管团队里还有一个职务叫Chief Decision Scientist.
在硅谷这样工程师文化非常浓厚的氛围里，其实商业和企业运营管理也早就以工程和运筹学背景的人士为主，所以增长叫Growth Hacking，而市场营销叫营销科学。
我合作过的国内企业，有些企业会设置一些策略管理岗位，承担具体业务策略的设计（需要分析团队支持），也有一些会由企业高层指定战略部门结合BI分析团队，承担战略分析任务，不过纯粹的数据战略负责人或首席决策科学家看到的不多。
看起来，一方面硅谷企业在技术驱动和科学决策上已经推动到到组织结构的设计，咱们国内的企业也有必要重新考虑数据领导力如何在组织结构上先作出一些落地调整。
面向未来来看，数字化战略在中国的推进，也将极大受益于工程师的人口红利，从我观察到的角度，数字化战略如果在大量企业里要获得实质性落地，必然需要企业管理者在组织结构、战略视野、经营管理上更多开始引入一些科学量化的评估手段和工作方法。
我在之前支持36kr企服点评的消费品牌CEO的决策沙龙中，就明确提出过：
-
数据驱动的决策管理，是优秀公司必备的竞争价值。因此，消费品牌的一把手和CXO们需要在战略上构建数据驱动的文化/组织架构，在战术上实现全局指标体系设计+数据驱动的决策机制。而要想实现这一点，数据的质量和有效性是基础，是数据领导力最基础核心的一环。 -
世界的随机性是普遍存在的常理，接受不确定性并不断动态调整自己的战略，首要前提是必须不断进行用户的洞察和分析，这需要企业的创始人和CXO们首先重视定性和定量研究，摆脱经验论的束缚，这是数据领导力的高价值应用。
数字化与数据领导力
数字化战略的本质，就是将业务流程通过结构化、代码化和线上化的手段，把物理世界中的人工流程，通过软件对流程进行自动化处理，这个处理过程必然产生大量的业务场景数据。
消费互联网、工业物联网、自动驾驶网络、能源网络，这些不同的业务实体可以通过数据描述，形成可以观测和优化的业务或运营目标。
这就是数字化战略的实质，我们叫通过数据驱动决策，达到降本增效，或者是提供业务发展的预测洞察。
所以不是仅仅采用了一堆SAAS软件，通过低代码平台搭建了一堆应用，就叫做了数字化了，也不是养了一个抖音运营团队，就叫会数字化了。
哪怕我们认真探索营销作为一门专门学科，60多年前“营销科学”这个领域的贡献者来自工程学专业背景，并受过严格的运筹学与管理科学训练。
其实，数据驱动根本不是互联网企业发明的，药物企业和农业是最先开始数据驱动的，全球著名大学的统计学专业教科书里的案例几乎都是这两个领域的，互联网根本没有资格排上号。
所以我说数字化战略这件事对企业创始人和CXO们来说，应该是很自然紧抓数据领导力落地这件事，才是核心。
比如一些这些年成长非常迅速的企业，比如Shein、DailyYoga、红星美凯龙在数据领导力上都进行了大量投入，并在以下这些领域具备了很强的能力：
-
精益交付 -
数字化 -
数据决策 -
数据驱动增长 -
数据治理 -
试验文化 -
差异化创新
这几个方面各自都是一种企业在不确定性下实现可持续增长的能力建设，也是一把手需要深入研究的话题。
另外这些方面彼此支持，互相呼应。
比如拿精益交付来说，这是企业的决策者可以用来持续改善自己企业的业务流程、客户价值提升、产品功能的优秀方法和工具，这在具有悠久历史的制造行业，比如丰田汽车，以及以DBS管理方法著称的丹钠赫Danaher公司都有非常丰富的实践基础。
过去30年的互联网发展史，也是精益交付和敏捷迭代方法的规模化体现，大量应用在产品创新的MVP、产品和市场契合度的试验增长、广告创意和营销运营的试验评估、供应链的预测规划等等。
而精益交付的实现需要在决策上接受数据驱动决策和试验文化，在支持业务价值上可以实现差异化创新。
至于数据驱动增长，则是精益交付在数字化产品创新、市场需求预测和数字营销领域的价值体现，也依赖数据治理的质量来确保决策数据的高质量。
以上这些彼此支持几个方面就企业数据领导力的具体表现，是可以量化观测和持续管理的。
CEO为何要构建数据领导力？
数据领导力只能由CEO从上而下来推动和构建，因为这是一个战略性的工作。
数据领导力的落地场景因企业的业务性质不同而不同，但价值巨大。
比如跨境时尚电商平台Shein，因为CEO对技术驱动流量在行，且快时尚业务需要大量内容技术、MCN流量矩阵配合供应链快速配合，数据领导力就体现在海量的关键词挖掘、爬虫和AI支持下的网红批量挖掘和评估体系、大量创意的自动化广告投放和供应链预测分析等场景。
这些都需要在发展过程中以数据驱动为核心思想，发展出全数字化的消费者服务路径。
所以，CEO的数据领导力思维体现在Shein的品类布局、产品迭代优化、市场动态捕捉上。
这些方法其实我在携程工作的时候也都使用过，无论是携程在流量获取上的数据管理系追踪系统、全平台搜索和数据打通、点评的海量图文推荐、用户营销耐受度的测算和酒店及机票的供应预估等，都是携程作为一个旅游企业在数据领导力上的表现。
梁建章本人在数据领导力作为企业能力建设上，是一个重要的推手，这也体现在HR面试入职产品经理的考题，以及开会时采用的计量公式验证文化中。
CEO的数据领导力与使用哪家的营销系统、CRM、ERP、CDP、BI软件没有关系，而与公司治理管理的方法论工具有关。
比如过去，很多企业是在没有利润率的背景下看收入增长率。
增长是伟大的，不惜一切代价的增长不是。使用收入增长率指标而不使用利润率可能会导致对公司业绩的扭曲看法，而纯粹基于高扬曲线做出战略或者投资选择，大概率会导致糟糕结果。
再比如，拥有数据领导力的企业决策者能深刻理解不能只有后视镜，也要有望远镜。
无论企业的增长处在哪个阶段，数据看板在企业创始人和CXO决策认知里主要就是解决两个问题：一个是后视镜，一个就是望远镜。
大部分企业在后视镜这一块做的都没什么太大问题，基本原理就是参考以前的指标结果做得怎么样，当下这个事情的结果就可以判断做的是否OK。因为定义出来的指标项目会越来越繁杂，有时特殊目的，还会去构建专门活动类的，或者季节性的，或者特殊时段的细致报表报告，这一点基本都OK。
但是在望远镜这块，就不是了。往往大部分企业也就看下数据之后业务团队按自己经验做决策，判断基本依赖个人经验。如果仅仅是看数，看着曲线对比，最终我们凭着感觉做出一个决策，做出一个判断，甚至说预测都是人做的，最终的决策方式就会因人而异，带入大量的团队个人知识储备和行业理解，以及个人偏见。
所以，如果企业一把手和CXO可以带头在企业内部提倡望远镜能力，去建立一个更为科学的指标观测机制，避免企业在方向性和趋向性的重大判断上出现偏差，这就是拥有数据领导力的企业可以活下来，活得长的战略性能力。
典型的成功企业比如桥水基金、丰田汽车和谷歌等均是如此。
所以，数据领导力是企业家和管理者需要在内部推动的重要能力，可以通过一个有效的流程和方法进行建设。
下次，我们专题谈谈数据领导力的一些具体表现形式。