近年來，許多企業常把「數據驅動（Data Driven）」一詞掛在嘴邊，甚至會視為企業的核心營運理念之一。然而，真正能夠落實數據驅動的企業有多少？又有多少只是停留在口號，最終淪為空談？

從大數據浪潮，到人人高喊數據驅動

「數據」這個概念其實由來已久，但「大數據」一詞直到2000年後才開始逐漸受到重視，並在2010年代成為各種媒體的焦點。以往，企業對數據的關注度有，但並不高，隨著網際網路的普及、電子商務的蓬勃發展，以及數位技術的進步，企業對數據的態度才逐步轉變。

越來越多的企業發現，數據不僅僅是製作業績報表的工具，而是蘊含了更多的價值與潛力時，「數據驅動」迅速成為熱議話題。

數據驅動的四個核心要素

然而，如何才能真正成為一個「數據驅動」的企業呢？這個問題並沒有標準答案，但我認為，企業至少需要在四個關鍵要素上有一定的累積，才能稱得上真正的數據驅動。這四個要素分別是：數據、技術、人才、文化。

• 數據： 企業需要具備可靠、高品質的數據資源，因為數據的品質直接影響後續分析的準確性與可用性。當然，在追求數據品質之前，最基本的前提是「擁有數據」。我曾與某企業的管理者交流，他表示希望進行數據分析，但該公司連最基本的數據都沒有，這樣要如何分析呢？（不誇張，這種案例其實非常普遍！）

• 技術： 企業必須擁有穩定且具擴展性的數據基礎設施，來處理大規模數據。此外，良好的數據治理也不可或缺，包括數據標準化、管理流程、權限控制及隱私保護等。當然，發展數據分析的初期，在採用專業的技術之前，至少應該懂得如何利用 Google Sheet 這樣的工具來有效管理。

• 人才： 數據驅動的企業需要一個多元化的數據人才團隊。優秀的數據團隊不會單單由工程師或分析師組成，通常會包含各種專業背景的人才。例如，有些人擅長程式設計或 Data Pipeline，有些人則擅長商業分析、資料視覺化等工作。各領域的人才協同合作，才能讓數據真正為企業帶來積極影響。

• 文化： 在具備了數據、技術和人才之後，企業還需要在各項業務流程中融入數據驅動的決策框架。這往往是最具挑戰性的部分。

數據驅動淪為好聽的口號了嗎？

我以前在一家公司工作，這家公司喜歡把一些口號貼在牆上，讓員工每次上廁所或搭電梯時都能看到。這些口號中，「數據驅動」被放在最顯眼的位置。

老闆非常重視數據，要求員工在匯報任何事情時，都必須附上數據支持。有一次開會時，他對著團隊大喊：

「你們說的我都知道了！能不能給我一點新東西？我要的是能夠打動我的數據！你們提供的這些太簡單了，回去重做！」

中階主管們也很盡責，時不時把團隊召集起來，開上幾個小時的會。「老闆想要看到我們用數據來解釋問題，來吧，我們一起 brainstorming，畫個樹狀圖，運用一下 MECE 框架，還有，打開 Tableau 畫幾個圖表，再做一份 PPT。我不確定老闆究竟想要什麼，但我們什麼都得準備好，才不會挨罵。」

最終，我選擇離職。我想說的是，很多企業都遇到相同的狀況，口口聲聲喊著「數據驅動」，在每個營運環節蒐集了各種數據，卻缺少一個明確的目標，最終淪為讓員工瘋狂加班整理各種數據報表，老闆看得好像煞有其事，但這樣真的算是數據驅動嗎?

很多企業喜歡宣稱自己並不擁有的能力。所以下次如果看到某家公司大肆宣傳「數據驅動」，一定要留意，到底是真有能力、還是空有口號！

還是有很多企業做的很好！

剛才提到了較為負面的例子，那麼，有沒有企業在實踐數據驅動方面表現值得學習的呢？當然有！以下分享幾個例子（更詳細資料可參考「資料來源」處）：

美國的亞馬遜（Amazon）稱得上是數據驅動的經典案例。無論是在商品推薦系統，還是物流優化、庫存管理方面，亞馬遜都依賴數據驅動策略，來支持其核心營運目標：提升顧客滿意度並最大化銷售。通過收集和分析大量用戶的瀏覽和購物行為，亞馬遜能夠精確預測哪些產品最有可能被消費者購買，更高效地管理庫存，並實現快速配送。這不僅大幅提升了顧客體驗，也幫助公司提高營運效率、降低成本。

在台灣，電商產業的巨頭 Momo 購物網同樣展現了數據驅動的實力。Momo總經理谷元宏曾在一場演講活動中提到，Momo會以數據分析優化人、貨、場三方面的營運流程。例如，在「人」的管理上，Momo的目標是要提升客戶的終身價值，因此會運用數據和Martech技術來管理顧客，分階段實施行銷策略，促進會員回購率和忠誠度。這種策略不僅使 Momo 保持市場競爭優勢，還能不斷優化服務

另一個成功例子是台積電（TSMC）。台積電的數據驅動策略也聚焦於其營運目標：保持技術領先並在全球半導體市場中保持競爭力。在激烈競爭的半導體市場中，產品必須在極精密的細節上做出差異化，因此台積電在製造過程中高度運用數據。所有複雜的管理流程，都必須以數據化的方式進行。在每個生產線中，也會對生產參數進行嚴密監控。數據化的管理讓台積電能夠不斷提升產品品質，也大幅提升了生產效率。

這些成功企業有一個共同點：他們不僅將數據視為工具，更將數據深植於企業文化中，對於使用數據的方式，有清楚的目標。數據不只是討好高層或製作報表的工具，而是影響決策、提升業務運作效能的重要資產。

想落實數據驅動，可能會碰到這些困難

既然有成功的案例可以參考，為什麼許多企業在構建「數據驅動」的願景時，卻容易遭遇阻礙，甚至以失敗告終？我認為，這通常脫離不了以下幾個原因：

• 數據品質問題： 數據驅動的基礎是數據的品質，若數據中存在錯誤、遺漏或格式不一致，將直接影響分析結果的準確性。許多企業在數據收集階段未能建立統一標準，導致數據難以發揮應有的價值。即使具備強大的分析技術，與獲得有意義的洞察仍有一段距離。

• 數據孤島問題： 在許多情況下，不同部門擁有各自獨立的數據系統，數據無法互通，形成所謂的數據孤島。這使得企業較難獲得全局視角，限制了跨部門的協作和分析潛力，從而削弱了數據驅動策略的效益。

• 數據難以與決策掛鉤： 即便企業擁有大量數據，若無法將分析結果轉化為具體的行動，數據驅動的價值便難以體現。這通常與企業文化有關，許多管理者未能有效運用數據洞察，或是沒有制定營運目標，導致數據無法真正融入決策流程。

數據驅動的痛點，能由AI來進行改善嗎？

針對上述提到的困境，有沒有解決方法呢？我認為是有的！我想分享一下自己最近閱讀鼎新電腦「數智驅動未來企業白皮書」後的啟發：

過去，大多數企業的運營模式都以「流程」為核心，企業會制定 SOP，以預設的流程推動業務發展。在這樣的模式下，企業營運如同一條生產線，在管理者的指揮下，各部門分工合作，完成任務。這種模式讓許多企業能夠運行多年，也取得了不錯的成果，但在這種模式下，「數據」通常都只會扮演輔助角色，無法成為推動企業策略的核心力量。這也是當今許多企業無法徹底實踐數據驅動的原因之一。

然而，隨著時代的變遷，生成式 AI 的出現為數據的應用帶來了全新的機會。過去，企業以流程為主導來推進業務；未來，企業會意識到數位轉型的必要，逐漸轉變為以「數據」加上「智能」作為共同驅動業務的引擎，換句話說，數據與AI將成為推動企業業務的發展的雙核心。

數據與生成式AI共創的未來

舉例來說，鼎新電腦近期推出了一款 PaaS（Platform as a Service）服務，名為 METIS。METIS 就像是企業內部的個人智能導師，通過 SUPA（Sensing 感知、Understanding 理解、Planning 規劃、Acting 行動）的原理，METIS能夠即時理解並應用企業數據，為企業提供正確的行動方向，從而推動業務發展。這樣的方式比起過往員工需要看報表，花時間理解、開會之後，再做出決定，明顯有效率許多。

以工廠生產線的原物料管理為例，傳統上可能依賴經驗或預設的供應鏈流程來決定訂購時間與數量。然而，隨著數據和 AI 的引入，這一過程變得更加靈活和精準。例如，METIS 平台應用知識助理 ChatFile 的能力，通過 IT 系統與 OT 設備連動的 AI 異常檢測功能，能夠即時發現設備運行過程中的異常狀況，並快速反饋給管理者，這樣企業就能夠及時處理故障，減少停工時間，優化生產效率。這種即時感知與反應不僅改善了設備管理，也能有效降低企業的潛在風險。

同時，在專案進度管理方面，METIS 平台運用數據進行專案排程與進度監控。透過結合內部與外部數據，系統可以預測潛在的進度延誤，並提出應對方案，幫助企業及時調整專案資源，確保專案按時交付。

上述的應用場景展示了數據與 AI 結合的實際效益，不僅讓企業能夠更靈活地應對不確定性，還能有效提升整體運營效率，減少資源浪費。像METIS這樣的平台為企業提供了切實可行的解決方案，讓數據成為驅動業務的核心引擎。然而，這只是一個開始，未來還需要持續觀察企業在這一轉型中的實際執行力與適應性。

總結

今天這篇文章，我分享了企業實踐「數據驅動」過程中必需要包含的四個要素、執行過程可能會碰到的挑戰、幾個失敗和成功的企業案例。最後，也分享了為何現在「生成式AI」如火如荼發展的時空背景下，數據驅動有機會不再只淪為空談，能夠創造更多新的價值。相信唯有能掌握這個先機與趨勢的企業，未來才更可能成為市場上的領導者與存活者。

參考資料

Uncovering Amazon‘s Big Data Secrets: How the E-Commerce Giant Leverages Data to Dominate Retail

https://www.marketingscoop.com/consumer/how-does-amazon-use-big-data/

How Amazon uses Big Data to transform operations

https://supplychaindigital.com/technology/how-amazon-uses-big-data-transform-operations

電商龍頭Momo如何經營人貨場？老總揭露數據驅動營運的關鍵心法

https://www.ithome.com.tw/news/155390

台積電：工程效能最佳化

https://www.tsmc.com/chinese/dedicatedFoundry/manufacturing/engineering

台積電：敏捷與智慧生產

https://www.tsmc.com/chinese/dedicatedFoundry/manufacturing/intelligent_operations