公司推行数据建模为什么会失败？

很多公司希望通过数据建模来提高工作效率，都在尝试推行企业的数字化转型。但往往举步维艰、收效甚微。究其原因，主要是以下四个：

一、 用户思维不足

当建模的人与使用人（或需求人）不一致时，这个问题十分普遍。主要原因是建模的多数为IT或财务人员，而提出需求的往往是业务部门或公司领导，模型编制人员经常会站在自己的角度来思考，造成做出来的模型与需求方的理解存在偏差。

比如：领导想要一个计算“复购率”的模型，财务可能站在会员的角度，理解为：“复购的会员数”除以“全体会员数”；但领导的意思可能要分析商品的畅销程度，应该是“被复购的商品”除以“商品总SKU”。这两种理解不存在对错，但如果没有与用户沟通清楚，很容易会南辕北辙！

二、 基础数据缺失

模型主要是对数据的呈现，当本身业务数据缺乏（或错误）时，模型的效果是很小的（有时是没有效果、甚至反效果的）。而且公司的数据往往是来自于不同的信息系统，如人员信息来源于HER、业务数据来源于ERP、客户数据来源于CRM、供应商数据来源于SRM等等……。

众多的信息系统，最常见的问题就是主数据不统一，而且数据的缺失也很普遍，因为当时信息系统的设计，更多的是着眼于解决局部的问题、而数据建模是解决一个链条的问题。

好在，数据建模本身也是对数据有效性的验证工具，通过模型输出不符合预期的值，来反推信息系统的问题，进而可以提高基础数据的准确性。

三、 建模意愿不强

有些公司比较“抠门”，给员工布置了建模的任务、但却没有相应的激励（其理由是：这是部门的本职工作！！！）。

作为一项新技能，员工去学习是要花费时间和精力的，虽说是自己的本职工作，但人总是倾向于做自己熟悉的事情，本来对建就有些“畏难”，加上没什么“好处”，推行起来自然比较困难了。

四、 建模技能不足

如果前面的问题都解决好了，那就会遇到技术层面的问题：不会建模！

因为数据建模还是要有一定的专业性的，公司要理解技能的提升需要时间，不要期望一上来布置个建模任务就能快速实现。一方面，公司可以给予一定的学习奖励（不同于前面提到的成果奖励）、另一方面，公司也应该鼓励组织学习，给大家买一些课程、书籍、资料等，帮助员工能力的提升。

还有一点要注意的，就是现在整个社会比较“内卷”，员工的工作饱和度都很好，这个时候更要给予员工思考和学习的时间，切忌“杀鸡取卵”、“拔苗助长”式的用工方式，给予员工的成长时间、就是在投资公司的未来！