“对于中小型企业来说，使用数据就像试图从燃烧的房间里救出一架钢琴-很好，但我有更高的优先级。”

—小型企业所有者

我们生活在这样一个时代，数据几乎正在改变人类社会的每一个方面。例如，企业现在希望使用数据将其核心客户定位到各个地址，并为这些客户提供个性化促销，以最大限度地增加消费者支出。

然而，尽管对大多数中小型企业来说，商业部门的这种炒作导致了“数据革命”，但使用数据似乎让生活变得更困难，而不是更容易。

为了找出阻碍中小企业接受“数据革命”的因素，我们在采访了60多家中小企业。我们发现有5个关键因素阻止他们将数据转换为可操作的业务洞察力。

本文将向您概述这5个主要障碍。

1.数据解释

“我只想和某人谈谈如何思考和处理业务中的数据。我想知道要问数据什么问题。”

—初创公司创始人和数字战略家

我们发现困扰中小企业的最常见问题是解释和理解他们组织中的数据。

现代技术使所有的中小企业都能在某种程度上捕获数据。不幸的是，仅仅拥有这些数据并不意味着他们可以利用它来改进业务。

以下是我们从中小企业听到的一些具体数据解释挑战：

• 了解他们的数据可以为他们提供什么样的业务洞察力
• 了解在其组织中实施分析工具的价值和投资回报率
• 选择要跟踪的正确指标
• 将分析结果放入业务上下文，并将其转换为行动项
• 对分析进行健全性检查，以确保他们准确回答正确的问题

现在我知道你在想什么了。难道所有这些问题都不能通过雇佣数据分析师或顾问来解决吗？他们知道应该问什么问题以及如何回答这些问题。

是的，对大企业来说可能是这样。但中小企业面临的问题是，数据分析师的成本往往高得令人望而却步，而领导层通常会优先考虑填补“必须拥有”的职位，首先是运营、销售、产品经理，无论是谁在雇佣数据科学家之前，都会带来收入，以保持其优势。

使事情变得更困难的是，没有内部数据分析师意味着小企业在招聘数据分析师时，很难知道如何正确做出明智的决定。

2.数据采集

“分析数据很容易。获取高质量的数据是个问题，因为好的数据要么昂贵要么根本不存在。

—运营经理

近年来出现了许多工具来帮助企业进行Web分析（Google Analytics、MixPanel）、客户关系管理（Hubspot、Salesforce）和电子商务（Shopify、WooCommerce）。尽管这些工具已经解决了一些更紧迫的数据收集问题，但一些特定的需求仍然没有满足。

我们采访的大多数公司都面临着一些特定领域的数据收集挑战，而不是抱怨根本没有数据。这些领域包括：

• 收集客户的定性数据
• 将这些定性数据转换为定量数据
• 在其网站和产品上收集有关客户行为的准确数据
• 验证收集的数据是否干净、标准化、格式是否正确和准确

总的来说，数据收集的需求已经变得更加复杂，更加注重质量，而不是数量。

3.数据集成

“我们的四个不同的数据系统很难整合。从所有这些系统中收集数据点是一件痛苦的事情。”

—运营和营销专家

大多数中小企业至少使用3个SaaS工具来收集其业务范围内的数据（如Facebook分析+谷歌分析+运营数据库）。我们采访的一些公司同时使用最多15个工具。由于中小企业使用的工具越来越多，这些工具通常只做一件任务，使这些工具相互交流成为一个艰巨的挑战。

为了获取有价值的信息，公司必须从其所有平台中提取数据并将它们合并在一起。

但是，存在阻碍中小企业整合其数据的主要挑战，包括：

• 缺乏结构化的数据管理指南和程序
• 技术上无法通过数据库或API连接将各种数据源连接在一起
• 缺乏带宽来建立一个逻辑的、整体的数据基础架构
• 重新格式化数据以便与集成兼容的巨大时间成本

在我们谈到的中小企业中，解决这些问题的主要两个障碍是：（1）缺乏管理所有数据源的资源和时间；（2）缺乏技术人力资本，无法提前构建完善的数据基础设施。

当然，数据集成的最大好处是能够更准确地回答更大的业务问题，这将使我们面临下一个数据挑战。

4.分析自动化

“我有分析能力来挖掘我的数据，但需要很长时间才能发现有价值的见解。”

—运营总监

即使对于拥有集成数据基础架构和分析专业知识的公司，数据分析仍然是一项非常资源密集的工作。

这是因为数据分析任务非常具有探索性，分析人员必须在许多不同的维度（如人口统计、时间和产品类别）上对各种指标进行切片和切块。

随着每一个维度被添加到分析中，分析的工作量呈指数级增长，可能需要数百个变量来揭示一些重要的见解。如果没有自动化，分析人员有时在时间限制内无法进行所有这些分析。

中小企业面临的常见自动化挑战有：

• 在分析过程中缺乏对冗长数据清理和重复分析过程的自动化工具
• 缺乏有效建议分析师关注哪些分析以获得切实可行的见解的工具
• 缺乏事后分析的自动报告机制

阻止这三个挑战得到解决的主要障碍是市场上缺乏自动数据清理和基本探索性分析的分析工具。如果没有这些工具，即使是最有经验的分析师也需要花费大量时间来发现数据价值，尤其是当您不知道从何处开始或从何处开始时。

5.分析应用

“我真的想更多地使用分析，但我没有这样做，因为我需要首先集中精力灭火，然后再考虑优化。”

如果我们把前面的四个挑战描述为技术问题，那么最后一个挑战就非常人性化了。对于许多中小企业所有者来说，尽管他们可能知道数据可以以某种抽象的方式为他们创造价值，但他们要么没有足够的时间或带宽来利用他们的数据，要么他们看不到短期的好处。

除了数据解释之外，应用可能是中小企业加入“数据革命”过程中面临的最困难的问题。以下是我们采访的中小企业所面临的阻碍：

• 无法看到数据的即时价值，这意味着无限期地将分析推到将来永远不会出现的某个时刻
• 害怕长期致力于昂贵的分析工具
• 对设置和实施的时间成本感到恐惧和沮丧
• 感觉他们可以更有效地利用自己的时间，专注于更紧急的事情，如运营或销售

对于许多中小企业来说，数据分析是一种很好的方法，而不是必须的方法。他们并没有看到：正式因为比大型企业更加在意时间、金钱和资源，所以中小企业其实更需要数据，因为数据驱动的决策可以帮助他们优化有限的资源。数据可以让他们充分发挥每一元钱的价值。

然而，由于缺乏透明和低投入的方式来了解数据分析可以为其业务增加的价值，中小企业将仍然停留在过时的业务实践中，并不愿完全采用大型企业部门的“数据革命”。

改编自Bill Su