关乎快递企业的“命脉”，这种人才怎么培养？

各家企业纷纷砸重金投入大数据项目、招揽专业人才，有些却发现钱花了，企业还是没步入数据化转型的通途，甚至连门都没入。眼看着阿里和腾讯的“数据+算法”的玩法不断升级，诸多快递企业高管们不约而同地提到了一个问题：难以组建数据团队和培养数据人才。其中的原因很明确：缺乏组织驱动力、缺乏内部孵化的能力。

组织驱动力

数据转型的发动机

快递企业数据化转型是系统工程，少不了组织上下的推进。特别是落地阶段，没有稳健的数据团队，花再多的钱，数据工作也流于表面。

缺乏全职的数据团队也是目前大部分快递企业的普遍现状，在这类企业的数据转型工作推进中，存在数据文化缺失、业务部门不重视不配合、业务模式落后等老大难问题，有些连数据质量完善、平台架构规划、平台功能设计等技术问题也变成了让人头疼的“拦路虎”。

有些快递企业选择花钱找顾问做咨询，借鉴先进的行业经验。麦肯锡、德勤、IBM、波士顿、科尔尼……这些合作伙伴一般只做两件事：引入整体规划，解决当下问题。而对于培养数据文化、引入数据化管理模式等影响企业运营根基的问题，还是需要内生力量来消化解决。换句话说，如果数据化转型是影响快递企业生死攸关的一场内部的变革，在这场自我更新中，外部的力量固然不可缺少，但是最终帮助快递企业破壳而出的还要靠自己，外部团队解决不了内部能力不足的问题。

具体到快递企业的每一项研究，都需要属于研究项目自身的“数据+算法”。在快递企业，总部的大多数人员都在承担研究者的角色，而往往这些人缺乏每一项研究项目的“数据+算法”。

一般情况下，数据团队根据企业的实际需求来逐渐构建。不能说动辄组建百人以上的数据团队，至少推进团队是专人专岗。不少传统企业在转型的过程中就从2-3个人的数据组开始，摸着石头过河，逐渐通过数据团队给出企业看得到的价值成果，再基于成果和问题有针对性地扩充团队资源，才是大部分企业数据团队构建的务实策略。

内部孵化力

数据转型的造血干细胞

从另一方面看，如果缺少系统的数据人才培养机制，就没有能力把快递企业的数据现状和转型目标进行结合再实施落地，团队就容易陷入重要业务问题解决不了的状态，只是增加了做报表和分发报表的人，反而会成为负担。例如常常出现下面问题：

“为什么在企业里成为了业务部门的取数机？”

“为什么做出了数据价值，管理者无动于衷？”

“为什么业务预测算法不断优化，业务部门并不关注？”

“为什么学了那么多统计知识，在企业用得上的寥寥无几？”

其背后原因可能有两点：第一，技术价值与业务价值在快递企业内部无法有效平衡；第二，个人学习和实际工作难以在企业数据实践中良性循环。

塑造快递企业的内部数据人才的孵化力，至少需要包括一下几个方面：

技术类专家能力培养。比如IT团队的转型者，找到信息技术和业务的平衡点，更加聚集在适合企业的数据技术价值变现上。

业务类专家能力培养。比如快递、快运、仓储、国际等业务团队的转型者，找到通过较低的技术门槛学习，更加聚集在业务问题通过数据工具与方法的解决上。

创新型人才能力培养。比如关联思维能力、视野拓展能力，找到头脑风暴和现实业务的结合点，最终落实在经营管理成效的提升上。

业务专家、技术专家和创新型人才的组织协同能力，需构建合理的配合机制和流程，一是把三类人才有效地整合到数据团队，这是内部孵化能力的难点；二是在实际工作中能够有机配合，发挥特长，让业务、技术和创新实现良性循环、相互促进，不断内部培养，帮助相关人员进行转型。

个人学习与部门计划的融合能力，需要通过针对性更强的训练营，把个人学习的期望和部门的数据计划进行结合，解决个人价值低，部门能力难以增强的问题，让个人目标和企业收益实现良性循环是数据团队成熟的重要标志。

上述的培养机制和方法论很难从现有的IT管理或者HR策略中获取，对于中国绝大多数快递快运企业来讲这是个“从0到1”的过程，是一个绝对稀缺的经验。目前行业里很少有企业将自身成功的案例经验分享出来，因为这样的方法论和案例一定涉及到企业的核心运营机制、关键的数据指标，是一个公司的机密所在。

这也就造成了信息不对称和人才稀缺的现象，诸多快递企业在数据之门外摸索探寻，手握资金却始终不得其法。但是，快递行业的明天就在此，快递企业的明天也就在此。“打通上下游、拓展产业链、画大同心圆、构建生态圈”、快递暂行条例和电子商务法的核心就在此。