英国的特易购（Tesco）公司，也就是我们在国内常见的乐购超市，创立于1919年，是一家老牌的零售业巨头，与沃尔玛、家乐福共同称霸世界零售业多年。在很多人看来，这样的老牌企业必将是保守僵化、不懂变通的，在“大数据时代”一定会开始走下坡路。然而，21世纪伊始，特易购便开始着手新型商业模式的探索。经过长时间的调查和数据收集，对超过五十万顾客的性别、职业、年龄段、生活习惯、品位、商品需求、个人喜好、口味、家庭状况等诸多情况进行了记录，特易购把这些数字录入了他们的数据库，对每一个顾客进行分析评估。通过对比消费手段的数据波动，他们发现，喜欢使用信用卡购物的顾客越来越多，超前消费的意识也越来越普遍，这必将成为一种消费潮流。于是，特易购推出了自己的信用卡和储蓄服务，使用特易购信用卡在超市购物的顾客，还会享受到折扣优惠和小礼品。此举果然受到了消费者的欢迎，超市运营的利润大幅增长。从这方面来看，特易购绝对是跟得上潮流的企业，甚至有时候还能成为潮流的引领者。
本以为老牌企业一定跟不上时代潮流，事后人们才发现，当他们知晓大数据的概念并且为之沾沾自喜的时候，人家特易购和沃尔玛这样的商业巨头，已经默不作声地玩了很多年的大数据了，而且玩得还非常成熟。虽然那时候还没有明确的标准，但是数据预测总的来说有三个过程：数据采集、数据分析、数据预测。特易购正是涵盖了这三个阶段，才能得出对企业有帮助的预测结果。
数据采集无需多讲，正如我们在前文所说的那样，在处理大数据的时候，所有项目的第一步都是数据采集，这是板上钉钉的。就好比一个手艺很好的大厨，不先去买菜，怎么可能做出一桌美味的饭菜呢？巧妇难为无米之炊，就是这样的道理。特易购用了近十年的光景，不间断地收集顾客的信息，然后储存起来，留备日后使用，就是在为数据预测做好充足的准备——收集到的数据越多、越真实，数据预测的结果就越准确。
至于数据分析，其实也没什么好说的，就是利用数据处理软件和数据处理技术，来对收集到的数据进行分析。这个过程不但要依靠数据处理软件帮我们整合数据，还要通过人脑来实现与现实状况的有效结合，只有这样，数据分析的结果才会更有“人味儿”，数据预测的结果也会更符合我们大脑所期望的发展方向。
数据预测则是我们整个预测的最重要部分，因为你光是把一大堆东西拿过来分析，搞到最后不知道自己想要什么，对于预测的结果能够做些什么，那结果只能是白搭。而且，预测的是数据，是表面现象，而由表及里、透过现象看本质，才是企业家应该做的事情。特易购的数据预测，就是通过分析顾客的购买方式，发现信用卡结账正在成为一个普遍的趋势，于是推出自己的信用卡。所以，数据预测必须要根据实际情况，注意发现事物发展的基本规律。
不要以为看了一两个案例，就觉得自己做起数据预测就会万无一失了，其实在做数据预测的时候，还有很多值得我们注意的地方。
一、抓住重点，预测自己想要的结果。我们在做数据预测之前，首先要想明白这样几个问题：我们要预测什么？怎么去预测？我们需要预测结果对于企业的发展起到怎样的帮助？只有清楚这些问题的答案，我们才知道应该怎样去收集数据，也让我们做数据分析的时候更加轻松一些。案例里的特易购，从一开始就很清楚他们要预测的是顾客的综合状态和消费手段的发展趋势，所以无论是在收集信息和数据处理乃至得出结论等各个环节，他们的思路都很清晰，得出来的预测结果也就更接近事实。
二、对于数据预测的结果，我们要选择信任。信任是一个在商界里很稀罕的词，因为大家都在尔虞我诈，信任几乎是不存在的。可事实上，你可以不信任人，但你不能不信任数据，因为数据只会帮你，不会害你（当然前提是数据预测相对准确）。如果你不信任自己预测的结果，那你之前的努力就都是白忙活，数据预测也就没有了意义。就像你明明选了大乐透的号码，偏偏出于犹豫逡巡没有去买，等开奖结果出来了发现自己明明可以中1000万，估计你想死的心都有了。所以，特易购的高层才会在得出预测结果后，毫不犹豫地采取了一系列的行动，搞自己的信用卡业务和储蓄业务。而这种信任也给了特易购丰厚的回报，让企业短时间内便赚得盆满钵满。
三、数据预测并非预言，不是百分之百准确的。在做数据预测的时候，哪怕是我们考虑问题再全面，也难免会有所遗漏，因为只有上帝才能通晓一切。而正是这些小小的遗漏，就会导致预测的结果出现或多或少的偏差。数据预测不是巫婆拿水晶球预言，准确率不可能是百分之百的。所以，数据预测对于企业来说依旧有着一定的风险性。你信或者不信，数据就在那里，最终决定是不是要遵循预测的结果行事，还是要靠自己做出选择。
3.5管理咨询：不爱“人治”爱“数治”
改革开放以来，企业对于自身的建设愈发重视，不管是在营销方面还是内部的管理方面都是如此。而企业受到自身专业性的限制，往往很难发现自己的一些毛病所在，于是诞生了一群被称呼为“培训师”或是“咨询师”的人。这些人的职业，就是为企业提供管理咨询，为企业出谋划策，找出问题，改进问题。
“管理咨询”这个词来自西方经济学，在一开始的时候，主要依靠上面说的这些培训师和咨询师来实现的。企业通过聘请管理咨询公司的专家，与企业的管理者和员工配合，协助企业分析各种得失利弊，运用他们的知识和经验，来给企业进行调查研究，诊断问题所在，分析问题产生的原因和过程，然后提出解决问题的方案，由企业具体实施改进的方案，专家从旁进行指导。经过专家的管理咨询，企业达成经营目标、实现健康持久发展的路线，就会更加顺畅。
但遗憾的是，人力有时尽，不管专家多厉害，这依旧属于人为的管理咨询的范畴。人在给企业做测算的时候，做到事事算无遗策是不现实的。2014年，国内某化工厂的经历，就给我们上了深刻的一课。
某化工厂创建于20世纪50年代，是一家典型的国有企业，拥有两千多员工，在当地影响力不小。2013年以来，国家的环境政策、外资政策对于向来是高污染、低产值的化工行业有了很大的冲击，该化工厂的销量每况愈下。第二年，忧心忡忡的厂长高薪从北京聘来了一位经济学教授来给企业做管理咨询。专家经过分析，觉得问题的关键在产品上，因为国外的化工产品价格低，所以国内市场受到冲击是理所当然的，便跟厂长建议降价。该专家曾经在前几年里给化工厂提供很不少宝贵的建议，所以厂长对其深信不疑，立刻打出了降价和优惠的牌子。可是出人意料的是，下一季度的产品销量，下跌的速度竟然变得更快了！厂长百思不得其解：到底是什么原因，让我们的产品卖不动呢？没过多久，他从上海聘请了某知名管理咨询公司的专家。专家小组带来了一套先进的数据管理系统，对于化工厂的生产、技术、设备、销量、人事、宣传、后勤、环保等诸多方面进行了一次全方位的体检。结果是令人震惊的：现在各处高污染企业都提倡节能环保，可循环生产，不但能提高产品的质量，还能实现资源的再生利用；而该化工厂为了达到降低成本的目的，在生产时用了劣质原料，对于水和土壤的污染愈发严重，引起了当地市民的反感和抵制，这才导致销量的下滑。
由此可见，人为的管理咨询还是存在不少的弊端的。总结起来，弊端有以下两点：
一、以人的理念为主，容易出现感性判断。只要是个人，那么他在思考问题、看待事物的时候，就多多少少一定会存在主观色彩，这是雷打不变的事实。所以，聘用的管理咨询师在观察问题的时候，就很容易先入为主，根据以往的经验或者经典的案例来分析，而不是依据客观实际，这就是感性判断。案例中一开始请来的教授，就是因为以前跟该化工厂合作过，知道或者以为自己知道该厂的问题所在，所以下结论的过程就很武断，看问题的角度不够全面。
二、强调解决共性问题，实操性差。人为的管理咨询，是经过人的大脑简单分析当下的情形，然后得出一个大致的结论和判断，从表象进行推断，这样的判断内容一般就是共性问题，比如员工管理出现问题，员工薪酬制度不合理，生产成本不具备竞争力……这些都是通过观察得出来的，虽然总的方向指对了，但是咨询师没有能力发现更多的细节，所以经常会出现大而空的局面，解决不了实际问题。案例中的经济学教授，虽然看出来了化工产品的价格不具竞争力，但是他没有发现更多的细节和根本上的原因，所以根本谈不上具备实际操作性。
这两大弊端的存在，让管理咨询的体系一直没有办法进一步完善。而现在很多大型的管理咨询公司已经发现了这两大弊端，为了弥补人为的管理咨询的弊端，适应“大数据时代”的潮流，他们决心求助于数据。于是，平地一声雷，数据管理咨询模式诞生。
而之所以他们会选择数据而不是人为，是因为数据管理咨询的优势是非常明显的。
一、一把钥匙开一把锁：超强的针对性。数据管理咨询最大的优点，就在于其针对性。一个经验丰富的咨询师，面对一家陌生的企业，也要从最基本的东西开始处理，收集信息、询问情况、尝试找出问题……这些都是要耗费海量的时间的，而且最后还不一定能找出问题，这才是最大的悲剧。数据咨询不需要看这些东西，它只需要数据。一家企业把所需要的数据录入其中，然后就能得到自己想要的清晰的结论。上面案例中，化工厂的产品价格过高是一个共识，但是问题出在哪个环节，教授分析错了，是因为他看得太多，导致他懒得去了解太多，这就是缺乏针对性的表现。
二、借助电脑的超级大脑：科学性，系统性。聘请专家来给企业做咨询，就好比是人生病了跑去看急诊。所谓病急乱投医就是这个样子，只想着止住伤口的出血，没有想到先保护重要的内脏。相较之下，利用电脑来进行数据分析，就是给自己的身体做一次全方位、系统化的理疗，先找出问题的关键所在，然后从源头着手，先治本再治标，那么我们痊愈的希望也就越大。案例中，该化工厂在做第二次检查的时候，来自管理咨询公司的专家利用数据管理咨询的手段，综合分析企业从生产到销售的各个环节，发现企业走下坡路的根源是高污染生产，跟产品质量本身关系不大，就是在给厂子做一套系统化理疗。系统化找出问题、分析问题、解决问题，这毫无疑问就是最科学的做法。
三、数据没有感情：理性分析，保障有效。我们之所以要搞管理咨询，就是因为管理咨询具备有效性，这是最基础的。但是人为的管理咨询相比较数据而言，有效性还是要差了很多。正如我们在前面说过的那样，人是有弱点的，因为人的思考有其自己固有的模式，也会受到情感的束缚，无论是哪种情况，都会让我们的管理咨询的过程和结果深受影响，这是谁都不愿意看到的。数据则脱离了感性的羁绊，是一种纯理性的判断和分析——数据没有感情，更没有固有的思维，它只是在默默地、客观地进行计算，给出结论。只有这样的管理咨询结果，才能被称为有效的。
人为的管理咨询，终究是没有“大数据时代”的数据管理咨询来的准确有力，虽然有很多东西是数据看不清楚的，但是数据管理咨询以其独特的魅力征服了无数家企业也是事实。我们的企业在做管理咨询的时候，一定不能忽视数据的重要性，掌握一定的数据分析技术，甚至可以自己给自己当咨询师。如果是图方便省事的话，也要聘请那些具备数据管理咨询能力的咨询公司。
