一位高级银行家 - 让我们叫他杰克 - 是在一个电话会议上试图关闭收购。赌注很高。这是一项多亿美元的交易和谈判对目标EBITDA测量的最终价格，利息前的收益，税收，贬值和摊销。杰克认为，EBITDA较低;相对的方声称它更高。

在漫长的漫长，对数字的复杂讨论中，一个初级助理意识到，事实上，另一方是对的。她通过了杰克一个笔记，让他知道这一点。杰克盯着副委员会，蔑视，并继续争论较低的价格。他实际上只是响亮而不是对方倾斜，每次机会都会脱落。他赢了。另一边只是放弃了。在员工的话语中，“我知道杰克错了。杰克知道杰克错了。另一边知道杰克错了，杰克仍然赢了！“

我们如何建立一个不要屈服于杰克的团队和组织，谁叫做更多，争论更响亮？我们都希望成为数据驱动，而不是由假设，自我和意识形态推动

在过去的两年里，我有机会在数据驱动的组织内部与分析师和领导以及许多人在那里遇到，那么许多数据被驱动。令人惊讶的是，我了解到数据驱动的数据与大小或地理学几乎没有相关性，并且只与工业的边际相关性。数据驱动的公司范围从小型银行到大型银行，甚至包括中型非营利性。虽然传统的企业分类几乎没有提供，但我已经观察了一些共同特征：

1.尺寸无关紧要，但品种的表现不重要。您会认为数据驱动组织有很多数据，数据的宠物数据，数据的exabytes。在某些情况下，这是真的。但总的来说，大小只对一个点事项。例如，我遇到了一家大型技术公司，具有宠物的数据，但只有三个业务分析师。真正重要的是数据的各种。人们在不同的商业功能中提出问题吗？它们是否衡量服务成本和质量，仪器营销活动，或者通过团队观察员工保留？刚刚在月底收到报告，获利？你可能不是数据驱动。

2.每个人都可以访问一些数据。几乎没有人可以访问所有它。大家都有很少的文化，几乎可以看到一切。数据泄露威胁和隐私要求是大多数数据团队的头脑。虽然这些法规肯定是公司使数据提供数据的能力，但大多数数据驱动的公司都达到了一个阶段，他们开发了明确的业务流程来解决这些问题。

3.数据到处都是。有人会认为数据很好地组织，维护得很好 - 如图库中，每本书都存储在一个地方。事实上，大多数数据驱动的文化正是相反的。数据无处不在 - 笔记本电脑，台式机，服务器。

4.公司对技术标准的见解奖学博士学位。一般来说，数据驱动企业人民的主要关切是能够快速获得洞察力的能力。这是一点＃3的推论。通常，回答问题的需要胜过对如何最佳回答的讨论。权宜之计胜利，并且回答问题的人可以使用他们选择的工具。使用100多个商业智能技术报告的十大银行。

5.数据向上，向下，甚至均匀。在数据驱动的公司中，数据不仅仅是通知决策者的工具。数据赋予更多初级员工做出决策，领导者经常使用数据来传达其决定背后的理由并激励行动。在一个数据驱动的公司中，我观察了一个CEO向他的全职团队提出了一个50滑甲板，几乎所有这些幻灯片都装满了图表和数字。最根本的，数据赋予人们在不必咨询管理人员三个层面的情况下做出决定 - 无论是展示搅拌率，以解释客户服务的额外花费与营销或显示相对于竞争对手的收入来解释销售增加。

那么，如果你领导一个不符合这些标准的组织，你会怎么做？你是怎么开始的？

首先，刚开始收集数据。如果您没有基本构建块，您无法回答任何问题。其次，赋予您的人民访问数据并挑战他们在每一个机会时使用它。第三，最重要的是，不要只是雇用自然熟练的人使用数据（例如数据科学家），而是寻找特征慷慨地分享他们的知识的人。

人们是自然好奇的 - 如果你给他们原材料，他们就会做他们需要开始学习的事情。就像其他任何东西一样，使用数据似乎是习惯，一旦你习惯了一旦习惯了一个非常令人上瘾的人。

Satyen Sangani是数据启动劝告的首席执行官和联合国，并于摩根士丹利的甲骨文和金融分析师的金融服务分析应用副总裁。在他的职业生涯中，Sangani对数据的可能性很着迷，并与数百个首席数据官员，数据科学家，分析师和数据基础设施专业人士发言。你可以在Twitter @satyx上关注他。