編輯導(dǎo)語(yǔ)：如今在這個(gè)大數(shù)據(jù)時(shí)代，數(shù)據(jù)對(duì)于企業(yè)的重要性越來(lái)越明顯，因此不少企業(yè)開始做數(shù)據(jù)驅(qū)動(dòng)決策，讓業(yè)務(wù)里的每個(gè)人都可以更精準(zhǔn)的展開工作；本文作者分享了關(guān)于數(shù)據(jù)分析如何驅(qū)動(dòng)決策的講解，我們一起來(lái)看一下。

數(shù)據(jù)驅(qū)動(dòng)決策，是大家天天掛在嘴邊的時(shí)髦詞匯，可到底數(shù)據(jù)是如何驅(qū)動(dòng)的？很少有同學(xué)真正看到過(guò)全流程，更有同學(xué)總疑惑：“自己被人追著屁股要數(shù)，感覺自己才是被驅(qū)著動(dòng)的”。

今天系統(tǒng)講解一下，拒絕跟風(fēng)。

一、最原始的決策流程

首先，做事情是否一定需要數(shù)據(jù)，答：完全不需要。

理論上，做事情只要兩橫一個(gè)豎：干就完了奧力給！所以最簡(jiǎn)單、無(wú)腦的做事方式就是（如下圖）：

但是大家都知道，這么空洞的打雞血喊口號(hào)，是種除了逼死員工以外沒(méi)屁用的方法；因?yàn)閷?shí)在太無(wú)腦了，干什么，怎么干，干成啥樣，都不知道。

二、科學(xué)決策的雛形

因此這種原始的決策很快進(jìn)入到第二階段——三拍階段（如下圖）：

這種三段式?jīng)Q策，已經(jīng)具備了科學(xué)管理的雛形，并且隨著80年代末、90年代初承包制的普及，大放異彩；以至于很多50、60后的領(lǐng)導(dǎo)以及受他們影響的70、80后領(lǐng)導(dǎo)，都還喜歡沿用：干什么，怎么干，干啥樣這種三段式說(shuō)法；在文章、書籍里也很普遍。

然而，這并不是真正意義上的科學(xué)管理，因?yàn)樘植诹?；特別是干什么，往往是領(lǐng)導(dǎo)自己拍腦袋定，他們最喜歡的口頭禪是：“你先達(dá)成個(gè)小目標(biāo)，掙它1個(gè)億”至于為什么是1個(gè)億，為什么非得掙錢而不是占領(lǐng)市場(chǎng)，從來(lái)沒(méi)有深入分析與解釋。

決策拍腦袋的結(jié)果，就是當(dāng)面拍胸脯，出事拍大腿，因此才有了“三拍”的戲稱。

三、從粗放到精細(xì)

想要提升決策的精細(xì)化程度，就得引入數(shù)據(jù)度量和數(shù)據(jù)分析，可以說(shuō)，數(shù)據(jù)分析天生是為科學(xué)管理服務(wù)的；有了數(shù)據(jù)的支持，能夠做大量精細(xì)化管理。

決策前：

• 量化評(píng)估經(jīng)營(yíng)現(xiàn)狀，收入、支出、利潤(rùn)。
• 根據(jù)市場(chǎng)、對(duì)手、消費(fèi)者數(shù)據(jù)，評(píng)估機(jī)會(huì)點(diǎn)與威脅。
• 根據(jù)過(guò)往業(yè)績(jī)走勢(shì)，發(fā)現(xiàn)自然變化規(guī)律，制定更合理的目標(biāo)。

決策中：

• 量化評(píng)估備選方案所需的時(shí)間、人力、物力投入。
• 根據(jù)過(guò)往表現(xiàn)，量化評(píng)估方案可行性，評(píng)估預(yù)計(jì)完成率。
• 根據(jù)過(guò)往業(yè)績(jī)走勢(shì)，發(fā)現(xiàn)自然變化規(guī)律，制定更合理的目標(biāo)。

決策后：

• 量化監(jiān)督執(zhí)行過(guò)程，發(fā)現(xiàn)執(zhí)行問(wèn)題。
• 分析執(zhí)行手段，評(píng)估優(yōu)化、調(diào)整的措施。
• 復(fù)盤執(zhí)行效果，檢查目標(biāo)實(shí)際完成，總結(jié)經(jīng)驗(yàn)。

到了這個(gè)階段，已經(jīng)實(shí)現(xiàn)了數(shù)據(jù)驅(qū)動(dòng)決策和數(shù)據(jù)化管理。

這個(gè)階段最經(jīng)典的就是PDCA理論，它將決策過(guò)程分為PDCA四個(gè)階段：

• Plan計(jì)劃
• Do執(zhí)行
• Check檢查
• Act處理

通過(guò)循環(huán)迭代，確保目標(biāo)落地，逐步提升質(zhì)量（如下圖）：

聽起來(lái)似乎到這里，數(shù)據(jù)驅(qū)動(dòng)決策已經(jīng)做到頭了；在原理上確實(shí)如此，很多經(jīng)典的管理理論都是建立在這個(gè)階段。

后續(xù)的主要進(jìn)化，體現(xiàn)在技術(shù)方面；因?yàn)楂@取數(shù)據(jù)，本身是一件非常艱難，且非常需要技術(shù)支撐的工作；因此技術(shù)手段的高低，直接決定了管理理論能否落地，能否創(chuàng)新。

相當(dāng)多的經(jīng)典管理模型，比如AIDMA、PSM、雙盲測(cè)試（ABtest）都是建立在調(diào)研問(wèn)卷的基礎(chǔ)上的。

雖然理論上調(diào)研問(wèn)卷能問(wèn)回來(lái)一切數(shù)據(jù)，但是調(diào)研有天生的局限：

• 人記憶力有限，數(shù)據(jù)準(zhǔn)確度不高
• 人精力有限，問(wèn)題不能太多，選項(xiàng)不能太復(fù)雜
• 人有惰性，A選項(xiàng)永遠(yuǎn)選的最多，3分、5分的比例永遠(yuǎn)最高

受以上限制，好問(wèn)卷成本高，周期長(zhǎng)，獲取數(shù)據(jù)速度賊慢賊慢。

因此，后續(xù)的管理方法進(jìn)步更多是伴隨著數(shù)據(jù)采集方法的進(jìn)步，越做越精細(xì)。

四、更精細(xì)的數(shù)據(jù)驅(qū)動(dòng)流程

更精細(xì)的數(shù)據(jù)驅(qū)動(dòng)手段，都是技術(shù)驅(qū)動(dòng)的：

• 有了OMS/CRM系統(tǒng)，可以更即使采集交易+用戶數(shù)據(jù)；
• 有了APP/小程序+數(shù)據(jù)埋點(diǎn)，可以采集用戶行為數(shù)據(jù)；
• 有了豐富的數(shù)據(jù)，可以完善用戶畫像，可以做預(yù)測(cè)模型；
• 通過(guò)CDP/ECRM等工具，可以直接把數(shù)據(jù)推給業(yè)務(wù)執(zhí)行。

有了技術(shù)支持，在管理上細(xì)節(jié)也更豐富（如下圖）：

交于上個(gè)階段，主要增加的內(nèi)容包括：

• 從整體目標(biāo)分解到各部門、各環(huán)節(jié)子目標(biāo)，逐級(jí)落實(shí)；
• 更清晰地區(qū)分指標(biāo)與判斷標(biāo)準(zhǔn)，引入綜合評(píng)估方法；
• 增加了CDP（選老辦法），與ABtest（測(cè)新辦法），更容易選出好辦法；

整體過(guò)程，可以看下圖的詳細(xì)描述：

這階段最流行的就是OSM方法，通過(guò)逐級(jí)分解/量化指標(biāo)，推動(dòng)決策落地（如下圖）：

注意：想實(shí)現(xiàn)驅(qū)動(dòng)效果，需要的是在決策過(guò)程每個(gè)環(huán)節(jié)，配置合適的數(shù)據(jù)工具，分別發(fā)揮作用；是一套工具的組合，而非一個(gè)超厲害的模型或者公式，計(jì)算出超厲害結(jié)果。

在整個(gè)工作過(guò)程中，技術(shù)上最大難點(diǎn)在于數(shù)據(jù)采集，要保障高質(zhì)量、多維度的數(shù)據(jù)收集且不拖項(xiàng)目整體進(jìn)度，是個(gè)非常麻煩的事；業(yè)務(wù)上的最大難點(diǎn)，在于共識(shí)。

如何避免爭(zhēng)吵，爭(zhēng)取認(rèn)可是關(guān)鍵（如下圖）：

到這里就介紹完了，但是肯定有同學(xué)好奇：這管理理論看起來(lái)也不復(fù)雜呀，為啥我在現(xiàn)實(shí)中就看不到呢？那是因?yàn)槔碚摵同F(xiàn)實(shí)總有差距，具體到企業(yè)里，各種奇葩人和事層出不窮。

五、為什么你感受不到數(shù)據(jù)驅(qū)動(dòng)決策

1. 人/制度/系統(tǒng)落后

• 相當(dāng)多的企業(yè)不重視數(shù)據(jù)建設(shè)，特別是數(shù)據(jù)采集與流程規(guī)范。
• 相當(dāng)多的企業(yè)制度還停留在原始階段，大干快上。
• 相當(dāng)多的企業(yè)領(lǐng)導(dǎo)還在用野蠻管理方法。

時(shí)代變了，人/制度/系統(tǒng)不變，一切還是不會(huì)變。

2. 私心太重，刻意扭曲數(shù)據(jù)

很多領(lǐng)導(dǎo)也就是嘴上喊喊數(shù)字驅(qū)動(dòng)，實(shí)際上只是拿數(shù)據(jù)當(dāng)牌坊，好看的數(shù)字多寫，不好看的數(shù)字變著法改好看；實(shí)在不行就甩鍋給“我司沒(méi)有人工智能大數(shù)據(jù)分析能力”，這樣鐵定實(shí)現(xiàn)不了數(shù)據(jù)驅(qū)動(dòng)，而是在玩數(shù)字游戲。

3. 盲目迷信人工智能大數(shù)據(jù)。

注意：從數(shù)據(jù)驅(qū)動(dòng)的演化過(guò)程可以看出，想實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)，需要的是前中后期的分工，是報(bào)表、管理模型、算法模型、測(cè)試平臺(tái)、專題分析的相互配合，不是一個(gè)“超牛逼智能模型”Duang！一聲就模出來(lái)的。

然而總有人不信，總有人以為電腦里住著一個(gè)無(wú)所不知的“模型”能一模定乾坤，最后自然各種悲劇收?qǐng)觥?/p>

4. 過(guò)于重視指標(biāo)，忽視標(biāo)準(zhǔn)建設(shè)。

這是數(shù)據(jù)分析師們常犯的問(wèn)題，一講分析，張嘴就是幾十個(gè)數(shù)據(jù)指標(biāo)，可到底哪個(gè)是主指標(biāo)，哪個(gè)是副指標(biāo)，哪個(gè)是參考指標(biāo)；到底哪幾個(gè)指標(biāo)組合起來(lái)看，到底指標(biāo)數(shù)值是多少算好，多少算差。

沒(méi)有清晰的標(biāo)準(zhǔn)，沒(méi)有和業(yè)務(wù)共識(shí)，最后只知道羅列數(shù)據(jù)，無(wú)法下判斷結(jié)論。

5. 與業(yè)務(wù)脫節(jié)，對(duì)業(yè)務(wù)流程缺少數(shù)據(jù)積累。

這是數(shù)據(jù)分析師們常犯的問(wèn)題。每天就知道盯著GMV，流量，DAU，MAU，轉(zhuǎn)化率幾個(gè)指標(biāo)，對(duì)業(yè)務(wù)流程一竅不通，對(duì)不同業(yè)務(wù)手段的效果沒(méi)有觀察積累；最后除了翻來(lái)覆去啰嗦幾個(gè)指標(biāo)，就只會(huì)說(shuō)：要搞高，要保持，全是廢話，更無(wú)法驅(qū)動(dòng)決策。

六、小結(jié)

數(shù)據(jù)驅(qū)動(dòng)決策,需要的是業(yè)務(wù)流程與數(shù)據(jù)緊密配合，領(lǐng)導(dǎo)層參與推動(dòng)，才能實(shí)現(xiàn)的事。

數(shù)據(jù)驅(qū)動(dòng)決策，從來(lái)都不是一個(gè)神機(jī)妙算的世外高人，拿著數(shù)據(jù)口念咒語(yǔ)：“媽咪媽咪轟”就轟出來(lái)一個(gè)驚天地泣鬼神的結(jié)論，這是基本常識(shí)。

落后的人、落后的系統(tǒng)、落后的流程，都會(huì)讓數(shù)據(jù)浮于表面；因此即使短時(shí)間內(nèi)看不到成果也不要失去信心，這些落后的人和事，最后都會(huì)被淘汰在歷史里。

作為從業(yè)者，我們要多鍛煉的是自己的能力，才有機(jī)會(huì)加入更好的平臺(tái)，做出更好的項(xiàng)目，與大家共勉。

#專欄作家#

接地氣的陳老師，微信公眾號(hào)：接地氣學(xué)堂，人人都是產(chǎn)品經(jīng)理專欄作家。資深咨詢顧問(wèn)，在互聯(lián)網(wǎng)，金融，快消，零售，耐用，美容等15個(gè)行業(yè)有豐富數(shù)據(jù)相關(guān)經(jīng)驗(yàn)。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來(lái)自Unsplash，基于CC0協(xié)議。