1.和量化人員共事。
關(guān)于計(jì)量分析師，與他們建立緊密的工作關(guān)系，對(duì)經(jīng)理人來說相當(dāng)重要。你懂得商業(yè)問題；而你的「計(jì)量分析師」懂得如何收集有關(guān)那個(gè)問題的數(shù)據(jù)并加以分析。為了讓這樣的合作關(guān)系順利運(yùn)作，雙方都要互相援助。你基本上算是非計(jì)量的經(jīng)理人，必須幫助你的計(jì)量分析師全面了解你的問題，一個(gè)做法也許是讓他們?cè)谙嚓P(guān)領(lǐng)域工作幾天。你的計(jì)量分析師必須用一般的商業(yè)語言來和你溝通，處理你的問題，努力解決它直到你滿意為止。你的分析師或許不是非常擅長和經(jīng)理人應(yīng)對(duì)，而你可能對(duì)計(jì)量分析心懷畏懼。但你們總是得設(shè)法找到形成共識(shí)的基礎(chǔ)。
2.理解不同類型的數(shù)據(jù)和它們的涵義。
最近，你會(huì)聽到許多關(guān)于大數(shù)據(jù)對(duì)你的事業(yè)多有價(jià)值的說法。但是大多數(shù)的經(jīng)理人，并不真正了解數(shù)據(jù)大與小的差異，并濫用「大數(shù)據(jù)」這個(gè)詞匯。你用什么名稱來說你的數(shù)據(jù)資料，并不是那么重要，但是，知道不同類型數(shù)據(jù)的差別，卻相當(dāng)重要。
小數(shù)據(jù)──盡管「小」，但很有用──指的是資料量是能被管理的規(guī)模大?。軌蛑糜趩我凰欧鲀?nèi)）、形式已經(jīng)結(jié)構(gòu)化（行與列）、變動(dòng)相對(duì)較不頻繁的數(shù)據(jù)。小數(shù)據(jù)最有可能來自你組織的交易系統(tǒng)，例如財(cái)務(wù)系統(tǒng)、客戶關(guān)系管理（CRM），或是訂單管理系統(tǒng)。你們公司大概已經(jīng)分析這種類型的資料很多年了。雖然最近小數(shù)據(jù)沒有得到媒體太多關(guān)注，但是它對(duì)理解你的客戶和公司的財(cái)務(wù)表現(xiàn)、調(diào)整你的供應(yīng)鏈，都是必要的。
大數(shù)據(jù)則難以駕馭。資料量太大無法放進(jìn)單一伺服器，相對(duì)比較不結(jié)構(gòu)化，而且變動(dòng)快速。大數(shù)據(jù)更有可能來自你組織外的業(yè)務(wù)交易──你的顧客和潛在顧客在社群媒體上談?wù)摰膬?nèi)容、他們向你的電話客服中心說了什么、還有他們?cè)谀愕纳痰昀锏呐e動(dòng)。大數(shù)據(jù)帶來非常好的機(jī)會(huì)，但是將它轉(zhuǎn)化為易于分析的結(jié)構(gòu)化形式，往往是個(gè)挑戰(zhàn)。如果你想成功運(yùn)用它，與你合作的計(jì)量人員可能必須是數(shù)據(jù)科學(xué)家。
3.理解不同類型的分析和它們的涵義。
許多年來，大多數(shù)的分析都是敘述性的──將過去發(fā)生的事情，總結(jié)在簡單的數(shù)字報(bào)告和數(shù)字圖表中。但那不是唯一的種類。預(yù)測分析運(yùn)用統(tǒng)計(jì)模型，使用過去的資料預(yù)測未來。規(guī)范分析（prescriptive analytics）為人們?nèi)绾卧诠ぷ髦凶鰶Q策提出建議。大部分的經(jīng)理人，需要?jiǎng)e人催促才會(huì)采用這些不太熟悉的預(yù)測分析、規(guī)范分析，它們的價(jià)值通常遠(yuǎn)遠(yuǎn)高過敘述分析。幾年前，我制作了一支影片，解釋敘述、預(yù)測和規(guī)范分析的相異之處，需要多補(bǔ)充這方面知識(shí)的經(jīng)理人，很適合看看那支影片。這些種類的分析仍然非常重要，但我日漸著重于一個(gè)新的種類：自動(dòng)分析。這些分析性的決策不是由人類，而是由電腦所作。許多常見的分析性決策，完全是自動(dòng)產(chǎn)生，例如銀行發(fā)行信用卡或是保險(xiǎn)合約。這些現(xiàn)象預(yù)告了，我們?cè)诠緝?nèi)組織與管理分析的方式會(huì)產(chǎn)生劇變，甚至可能對(duì)決策者的工作造成威脅。
4.探索分析的內(nèi)部與外部運(yùn)用。
最后，經(jīng)理人必須知道分析的內(nèi)部、外部運(yùn)用有何區(qū)別。過去以來，分析幾乎只用在支援內(nèi)部決策。當(dāng)然，這方面仍然有用，但是公司現(xiàn)在也使用數(shù)據(jù)與分析，來創(chuàng)造新產(chǎn)品和新服務(wù)。而且不只是你預(yù)料中的Google、LinkedIn那類數(shù)位公司會(huì)這么做；主流企業(yè)像奇異（GE）、孟山都（Monsanto）和一些大型銀行，都推出這類「數(shù)據(jù)產(chǎn)品」。這是組織的新選項(xiàng)，而經(jīng)理人需要理解、探索它。
掌握這些基本知識(shí)無法讓你成為分析專家，但會(huì)讓你更有效使用這項(xiàng)重要資源。而現(xiàn)代商業(yè)世界中，不懂得分析，會(huì)對(duì)你和你的公司榮景造成危險(xiǎn)。