【#42-3】今天不談個人的工作熱情，換一個角度，要以一個主管的角色，來聊聊團隊的「工作投入度」。 

科技迅速改變了企業數據分析的用途，但預測模型需要很大量的歷史數據，以及相當程度的專業，才能建立及使用模型，這些都限制了預測模型的使用方式及時機。然而，AI使新一代的企業分析法逐漸出現，同時納入了某種程度的自動化及情境資訊。不僅大企業能夠在數據分析面上更加游刃有餘，過去難以負擔數據科學家聘請費的中小型企業，將能夠更精準地分析自家的數據，並得到更清晰的見解。

我們直覺認為，數據科學是專家的事，一般員工沒必要了解這麼多。這個想法太狹隘了。數據科學必須廣泛地普及化，不妨讓全公司都參與，大家一起「玩數據」。現在已經有許多工具，將數據科學的部分作業流程簡化或自動化，而位於組織第一線的員工，早已熟稔公司業務，只要能掌握使用小量數據，就能熟練並快速地對問題做出回應。數據科學的關鍵在於人，只要能策略性地讓員工參與數據工作，就會看到更好的結果。

數據的重要性已經愈來愈融入公司的各項業務中，對數據使用的素養，成為每一個員工都必須具備的技能，但大多數公司仍難以培養數據素養。90％的企業領導人表示，只有25％的員工，對自己的數據技能有信心。本文提出五項策略來改善：讓數據素養成為整個組織的優先要務；開發內部的共同語言；在組織內設置空間；設立「學習與發展」計畫，讓員工真正投入。

在現今的數位時代，掌握圖表意謂看懂數據、分析趨勢、布局未來，而你可以更運用圖表脫穎而出並增加說服力，提升資料視覺化思考技術。

許多企業都明白，360度評量是有效的績效衡量標準，但真正認真執行的公司很少，只是徒具形式，沒有達到應有的成效。本文作者鼓勵企業用正確的觀念與方式來執行，主管才會在激勵中改善自己的行為。若主管能透過回饋意見深化自我察覺，就能更清楚自己的優點與弱點；此外，主管的改變也能帶動員工士氣，提升生產力與投入程度，如此，公司整體便能持續正向發展。

身處於資訊爆炸的時代，企業若能善用資訊分析，便能更加靠近成功。然而，除了掌握最先進的數據分析技術，能活用分析結果做出正確判斷的決策者，更是致勝關鍵。整體組織必須從高階主管開始，由上至下推行分析文化，讓高階主管具備專業知識，並讓廣大員工養成分析能力，以便充分利用當今充沛的資訊與技術，讓企業更上層樓。

如果不能使用數據資料做出更好的決策，就是在浪費資料。如果決策者不理解分析結果的意義，就無法放心根據分析結果做決策。你不一定非得是數學或統計專家，但你必須學會運用分析思維的三大階段。