編輯導讀：很多公司都在談論數(shù)字化轉型，而數(shù)字化的基礎即是大量的、繁雜的、高度業(yè)務關聯(lián)的基礎數(shù)據(jù)。數(shù)字化運營是其中的一個分支，如何高效地做好數(shù)字化運營呢？本文作者將從四個方面進行分析，希望對你有幫助。

在高度互聯(lián)的數(shù)字化世界中，各類互聯(lián)網(wǎng)技術發(fā)展愈發(fā)成熟，多數(shù)企業(yè)也相繼開展名為數(shù)字化轉型的戰(zhàn)略。目前大家都在談論的數(shù)字化轉型其實有著這樣的背景和特征：客戶/市場為先的文化、即時反饋、實時接受請求處理需求、自動化服務、智能化處理、在線訪問、推進改變業(yè)務并重新定義業(yè)務等。

而數(shù)字化的基礎即是大量的、繁雜的、高度業(yè)務關聯(lián)的基礎數(shù)據(jù)?；诟黝悢?shù)據(jù)進行加工處理，分析呈現(xiàn)，靈活應用，改善業(yè)務的過程可被稱為數(shù)字化運營。簡單來說，數(shù)字化運營的本質還是注重“運營”的過程和手段，即發(fā)現(xiàn)問題-分析問題-解決問題的過程，從業(yè)務指導管理到運營分析，從經(jīng)營策略制定到企業(yè)的戰(zhàn)略規(guī)劃，數(shù)據(jù)都承擔至關重要的角色。

任何基于數(shù)據(jù)的運營手段，無一例外的最終目標就是為企業(yè)帶來價值增長，諸如人員規(guī)模、GMV、AUM、財務利潤或其他核心指標，背離這樣目標的運營將失去主要意義，數(shù)字化運營的最終目標也應當是完全服務于業(yè)務，在這里簡單將數(shù)據(jù)與業(yè)務劃分為四個層次關系。即：數(shù)據(jù)源自業(yè)務，數(shù)據(jù)反映業(yè)務，數(shù)據(jù)驅動業(yè)務，數(shù)據(jù)驗證業(yè)務。

一、數(shù)據(jù)源自業(yè)務

數(shù)據(jù)來自哪里?原始的數(shù)據(jù)由業(yè)務層產(chǎn)出，由業(yè)務層維護至基礎數(shù)據(jù)系統(tǒng)中，原始數(shù)據(jù)基本無法直接應用，需經(jīng)過數(shù)據(jù)挖掘，預處理，清洗，轉換等各種加工流程方可進入分析使用階段。這一過程也是業(yè)務流程數(shù)字化的一部分。一般情況下最終的數(shù)據(jù)使用者(商業(yè)分析師或業(yè)務決策層)基本不再關心前期數(shù)據(jù)采集清洗或業(yè)務流程數(shù)字化等處理工作，而更在意最終展現(xiàn)在決策場景下數(shù)據(jù)內(nèi)容，搭建一套符合業(yè)務邏輯的指標體系能更清晰說明業(yè)務情況：

可根據(jù)業(yè)務的整體轉化流程建立指標體系，如訪問客戶-注冊客戶-咨詢客戶-訂單客戶-付款客戶，也可從龐大的指標體系中提取重點指標日常關注，或定期進行固定的專題分析(如客戶消費軌跡分析)，或周期性的產(chǎn)出一定的數(shù)據(jù)看板(日度、周度、月度);

也可從整體業(yè)務邏輯出發(fā)建立完善的分析體系：? 業(yè)務指導：通過對數(shù)據(jù)的收集、統(tǒng)計、追蹤和監(jiān)控搭建日常業(yè)務的管理模型來指導業(yè)務。如日、周、月銷售額，每日流量轉化，新增用戶轉化情況等日?？窗濉?/p>

• 運營分析：運營分析更多注重對收集來的數(shù)據(jù)進行整體的分析和管理，一般呈現(xiàn)為周期性的報告，如周度月度分析報告，周度財務狀況分析，客戶關系分析等。
• 經(jīng)營策略：經(jīng)營策略管理屬于高層的管理決斷，根據(jù)各經(jīng)營環(huán)節(jié)對應的數(shù)據(jù)分析來修改和制定策略，如消費者行為分析，活動策略的制定采取何種模式等。
• 戰(zhàn)略規(guī)劃：戰(zhàn)略規(guī)劃是通過企業(yè)內(nèi)部和市場外部數(shù)據(jù)制定長遠的規(guī)劃的過程，如企業(yè)競爭力分析，行業(yè)環(huán)境分析等。

使用XMIND或者腦圖等工具來進行業(yè)務指標拆分是梳理思維是不錯的選擇(思維導圖，邏輯圖，組織結構圖，樹形圖，時間軸，魚骨圖，矩陣圖等)。

二、數(shù)據(jù)反映業(yè)務

完善的符合業(yè)務發(fā)展邏輯的指標體系建成后，下一部就是讓數(shù)據(jù)學會說話，及時反饋業(yè)務短板，針對業(yè)務場景的深刻理解和邏輯推理能力是解讀數(shù)據(jù)必須的，為了讓業(yè)務層更好的理解數(shù)據(jù)反映的業(yè)務情況，適當模型的使用也是必要的，例如基礎的漏斗模型，AARRR模型等：

另外一些常用的分析方法也經(jīng)常應用于各個業(yè)務場景，如四象限圖，帕累托圖等;

數(shù)據(jù)展示模型和方法多種多樣，選取最適合業(yè)務場景和業(yè)務邏輯的模型和展示方法能更簡明扼要的說明業(yè)務現(xiàn)狀。

三、數(shù)據(jù)驅動業(yè)務

數(shù)據(jù)驅動業(yè)務一直是難度很高的話題，通過數(shù)據(jù)模型或者可視化解讀出的數(shù)據(jù)短板必須得到重視和解決，應用數(shù)據(jù)推進業(yè)務發(fā)展、解決業(yè)務短板也應當成為企業(yè)的日常工作之一。培養(yǎng)企業(yè)的數(shù)據(jù)思維，形成數(shù)據(jù)習慣也是一個長期過程。一個快速、高效、易用、可靠性高的數(shù)據(jù)平臺，提供準確性高，及時響應，保證更新頻次的數(shù)據(jù)供給將會對數(shù)據(jù)使用者和業(yè)務伙伴大有裨益。我行的數(shù)據(jù)產(chǎn)品矩陣逐步成型，為業(yè)務層提供全面、及時、準確、可靠的數(shù)據(jù)服務，其中自助式客戶洞察分析的知秋平臺提供客戶全流程轉化分析，交互式分析的輕舟平臺滿足各類定制化數(shù)據(jù)需求，數(shù)據(jù)資產(chǎn)地圖可查詢各類數(shù)據(jù)結構和指標標準，報表平臺能實現(xiàn)一分鐘拼表。

數(shù)字化轉型過程中離不開各數(shù)據(jù)產(chǎn)品/平臺、數(shù)據(jù)團隊和業(yè)務團隊的高度協(xié)作，這也體現(xiàn)了數(shù)據(jù)運營精細化程度，從數(shù)據(jù)使用顆粒度的細分到管理層至一線業(yè)務伙伴對數(shù)字化的深度認可都應有體現(xiàn)。除了自上而下的對業(yè)務數(shù)據(jù)和數(shù)字化的高度重視，專業(yè)的數(shù)據(jù)運營/支撐團隊也是有必要的，這樣一只數(shù)字化團隊除了掌握必備的數(shù)據(jù)分析方法，對整個企業(yè)的數(shù)據(jù)產(chǎn)品矩陣和數(shù)據(jù)指標也要有深刻的理解，最為關鍵的是需要深耕業(yè)務，如何處理好后臺數(shù)據(jù)和一線業(yè)務伙伴二者的互通是相當困難的。很簡單的方法，新人數(shù)據(jù)工作者到業(yè)務前線崗位輪崗或者兼職一定周期，全身心參與到業(yè)務過程將會對其后期的業(yè)務分析能力大有提升，也會對業(yè)務過程數(shù)字化有更深刻的理解。

數(shù)字運營本質還是人為干預的過程，在于數(shù)據(jù)使用者如何分析和使用數(shù)據(jù)進行決策，好的數(shù)據(jù)產(chǎn)品某些情況也能解決問題，這里舉個可能不是很恰當例子：我們通過數(shù)據(jù)統(tǒng)計發(fā)現(xiàn)某條道路堵車概率極高，分析原因是路兩旁車輛亂停亂放嚴重，要治理道路兩旁的亂停車現(xiàn)象，一是由交警給亂停放車輛貼罰單，后續(xù)亂停亂放現(xiàn)象就會減少，這屬于人為干預的運營手段;二是給道路旁設置非機動車道圍欄，導致路邊沒有停車位置，也可改善現(xiàn)象，這屬于產(chǎn)品手段。但實際施展過程需要結合具體道路情況，這時就需要熟悉街道的協(xié)警來參與決策是人為貼條還是設置圍欄。

即 運營(人為干預)+工具(數(shù)據(jù)產(chǎn)品)+業(yè)務經(jīng)驗(深耕行業(yè))=數(shù)據(jù)驅動業(yè)務，而數(shù)據(jù)驅動業(yè)務的最終結果就是業(yè)務過程數(shù)字化的過程。

數(shù)據(jù)偶爾是不可靠的，如數(shù)據(jù)統(tǒng)計漏洞，數(shù)據(jù)口徑不一造成的數(shù)據(jù)差異，大環(huán)境因素造成的數(shù)據(jù)波動等，數(shù)據(jù)本身是無法解讀特殊情況的，并且數(shù)據(jù)本身是不具備業(yè)務背景的，這些都需要具備老練行業(yè)經(jīng)驗的人進行解釋和處理。

數(shù)據(jù)解決不了的問題：感性問題(如人為的思想感情因素)，產(chǎn)品創(chuàng)新問題(需要產(chǎn)品經(jīng)理的創(chuàng)新想法和經(jīng)驗)等，因此更說明了人為用數(shù)的重要性。

四、數(shù)據(jù)驗證業(yè)務

數(shù)據(jù)應用于業(yè)務層后，是否能帶來預期收益，是否促進了數(shù)字化轉型過程，其實答案并不肯定。過往數(shù)據(jù)僅能指引或者反映業(yè)務方向性的問題，并不能精準預測業(yè)務未來的結果，因此也需要形成一定“閉環(huán)”，源自業(yè)務層的原始數(shù)據(jù)，加工后呈現(xiàn)出的數(shù)據(jù)模型反饋出業(yè)務過程的短板，經(jīng)過人為使用數(shù)據(jù)對業(yè)務進行干預和調(diào)整后，業(yè)務結果的反饋對先前的數(shù)據(jù)系統(tǒng)、數(shù)據(jù)指標體系，數(shù)據(jù)模型、數(shù)據(jù)分析結論作出反饋和修正，以此形成正循環(huán)過程，促使數(shù)據(jù)和業(yè)務同時不斷完善，促成數(shù)字化轉型的最終目標。

在這里再舉個小例子：很多企業(yè)都喜歡通過目標管理來管理日常業(yè)務，即給業(yè)務團隊制定一定周期內(nèi)(如月度/季度)的業(yè)績目標，喊口號拍腦門的制定方法已經(jīng)不適用于科學管理，數(shù)字化過程中應當更多的使用數(shù)據(jù)參與決策。這里提供一種思路：在大環(huán)境穩(wěn)定，整體行業(yè)形勢波動不大的情況下，先鎖定公司整體業(yè)績目標(管理層決策)，根據(jù)各個業(yè)務團隊過往一定周期對公司整體業(yè)績的貢獻度(可以是過去季度/半年或者更長周期)來分配業(yè)績目標，可以引入各種系數(shù)影響，如團隊規(guī)模，人員流動情況，庫存情況，客戶質量，時間系數(shù)，業(yè)務類型系數(shù)等各種維度的影響因素，所有因素動態(tài)調(diào)配，均可成為管理層的業(yè)務抓手。每次業(yè)績分配完成后業(yè)務團隊反饋目標制定準確度和合理性，提出改善意見，來不斷完善目標分配模型。

數(shù)字化過程中各類數(shù)據(jù)都應當被高度應用，不僅參與至各業(yè)務流程中對業(yè)務進行優(yōu)化改善，更應該參與到最終的業(yè)務決策中。

數(shù)字化過程帶來的數(shù)據(jù)化的管理和運營可探索的深度非常廣闊，在于數(shù)據(jù)和業(yè)務之間復雜的聯(lián)系和對業(yè)務過程的深刻理解，其本身不能帶來最大化的業(yè)績和效率，只有將正確的分析結果以最實際的方式應用到業(yè)務層面才能產(chǎn)生效益，任何運營手段都需要考量最終為業(yè)務層或企業(yè)帶來的真實價值。

作者：中原數(shù)據(jù)老工匠，一名金融科技從業(yè)者；微信公眾號：數(shù)匠筆談

本文由 @中原數(shù)據(jù)老工匠 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉載

題圖來自Unsplash，基于CC0協(xié)議