许多企业在大数据、分析和雇佣金融工程师方面花费巨资，结果却显得很挫败。无可否认，他们拥有更多更好的数据，分析师和分析也都是一流的。然而，似乎除了更好的数据和分析之外，经理们似乎仍然有着同样的的商业争辩。
数据或许更能影响最终决策可能，但是组织文化的影响力仍然不变。正如某CIO最近告知：“我们的分析都是实时的，这是我五年前都不敢想象的。但是，其产生的影响距离我所想的还遥不可及。”
这是怎么回事儿？经过《财富》1000公司的几次大数据及分析会议，以及同对分析投资回报很满意的公司认真商讨之后，“数据探索法”的概念终于清晰显现。企业产出从平庸到中等的公司使用大数据及分析支持决策；公司运用成功的ROA，即分析收益率（Return on Analytics）来影响和支持行为模式改变。较好的数据导向分析师不会仅仅与已有进程和核查“连线”，他们还会习惯性地发起和鼓励各种各样的交流互动。
某金融服务公司的CIO表示：“除非管理层发现我们想要改变或者影响的行为模式举止，否则我们不会做分析或者商业情报这些东西。”他又说：“提高服从能力和完善金融报表是最容易实现的目标，但是这只能说明我们在用数据分析用在那些已经可以做得更好的事情上。”
真正的挑战在于，要认识到新行为模式常常会更新分析，大数据及分析应该用以更好得解决问题，而且以及（或者）做出决策，掩盖组织实情。大家可能需要更多地分享以及协作；职能部门可能需要建立不同的或者互补的作业流程；经理和执行官们可能需要确保激励措施不会削弱能够用数据分析经济增长及效率提升的机会。
例如，某医疗供给公司，围绕“可获利的客户”以及“盈利性最高的产品”信息做了一次整合分析统计，这需要对客户销售和技术支援小组进行再培训，培训内容包括如何应对购买较高附加值产品的“烦人”且“喜欢教育人”的客户。该公司意识到这些分析不应该仅仅用于支持现有的销售和服务，更要用来促进新型便利咨询的销售与支持体制的发展。
大数据及分析的实质，讽刺来说，不及人们使用其的目的重要。最有趣的矛盾和争论不断围绕着一个话题，究竟公司应该从数据分析中最大化收益，以优化已有的流程行为模式，还是应该让大家能够各有各表现。但是，就“分析如何改变行为模式，而非解决问题”这一话题，统一意见太粗浅并不是最富有成效的交流。
“我们公司大多数人历史学得要比数学好。”某日用消费品分析执行官如是说，“理解新信息及指标如何改变他们做事的方式比让他们理解基础算法更容易……我们费了一番功夫才认识到“挂壁”数据及分析并无法帮助我们的内部客户从我们的工作中获益。”
答对问题，或甚至问对问题，原来都不是高ROA公司关心的主要问题。各种疑问及回答，即数据及分析，确凿无疑才是最重要的。但是，这些问题、答案和分析怎样同个人行为模式和制度行为模式达成一致或者冲突显得更重要。有时候，所谓最成功的分析也能挑起后果不良的行为模式。所以，一定不要放弃数据分析。
译者 linguanyan
