这是我的第8篇原创
数据如何驱动业务? 彭小贝说:这还不简单?大数据存储、计算引擎一上,标签工厂一建,数据打通,报表有多少上多少,cube有多少建多少,什么大数据平台、数据仓库、数据湖、数据中台、算法平台、机器学习平台能上的都给上了。公司所有部门都给配一个数据分析师,一套数据分析平台,连客服有,进门就是一个大屏,运营部门挂一个运营大屏,老板办公室挂一个公司战略大屏。真正做到数据可看、可用、可决策!这,就是数据驱动业务!咔咔就是干!
老板信了彭小贝的话,成立了数据驱动委员会,从 了大厂挖一位资深的P10担任CDO。投巨资组件数据团队,建设数据中台,搭建数据体系,打通底层数据,建设各种数据模型,得出各种决策结果,指导业务推进。结果呢?一群坐在办公室的数据分析师指挥着在一线直接接触客户的业务,方案根本没法落地,矛盾逐渐显现,不断激化,最后CDO眼看KPI完不成了,借口家里有事,离职了。
回归本质彭小贝坐下来,好好思考了这个案例。
数据驱动业务,这句话政治上无比正确。但是落到实处,在一个 企业中,数据是谁?业务又是谁?数据是什么?业务又是什么?
千头万绪,如何理清?
彭小贝挠头之际,决定换个思路:
⑴我们如何解决问题?一个人想解决某个的问题,简单来说,分为三步:
底层认知决定上层行动。知道自身问题的存在,就已经解决了1/3的问题了。不要笑,绝大多数人都不知道自己身上有哪些毛病。人贵在有自知之明就是 在说这个道理。
⑵问题按照难易程度,可以分为三层:
-
实现一个类、做数学题、打扫卫生,都属于简单问题,有明确的目标,有正确的答案。
执行层的同学们日以继夜,不停工作、学习,期望达成目标。
-
决定上那个策略、产品如何设计、相信谁的判断,都属于两难问题。
运营团队、产品团队、部门负责人关起门来吵吵个不停,各自阐述自己的观点,期望获得认同。
-
决定公司战略方向、探索商业模式、挑战不可能完成的任务,都属于复杂问题。
能解决什么样的问题,决定了你有多高的价值。无数科学家、企业家们终身致力于将复杂问题转化为简单问题,然后求解。
⑶而问题按范围分为个人、部门、公司,按能力分为内部解决和外部驱动。
由于个人、部门、公司决策时是一个整体,内部解决类型的问题只需要按照解决问题的三个步骤--认识问题、规划路径--分步执行,结果都不会太差。
但是一旦引入外部的个人、组织,就需要先与其他组织形成一个整体,有共同的认知、达成共识、处理复杂的利益纠葛,然后再按住解决问题的三个步骤处理。
所以回到刚才的问题:
在一个企业中,要进行数据驱动业务,那数据是谁?业务又是谁?数据是什么?业务又是什么?
数据是指数据部门吗?业务是指业务部门吗?
数据是指服务器上存储的数据吗?业务是指现有的几条业务线吗?
我的回答是:统统不是!或者说不完全是!
上述回答的逻辑是按照部门职责割裂来看的。我们把视野放大到整个公司、整个行业,答案会不一样:
数据指的不仅仅是数据部门,是整个公司;
业务指的不仅仅是业务部门,是整个公司;
数据指的不仅仅是服务器上存储的数据,还有市场竞争、老板的格局、业务负责人的专业知识、业务员的销售技巧,以及客户的想法;
业务指的不仅仅是业务线,还有公司战略、商业模式、盈利模式、潜在机会、流程优化、精细化运营、精准营销、定价模型,以及客户的参与。
我们不妨来区分一下,下面那个是数据驱动:
如果按照彭小贝的说法,A案例无异是最接近数据驱动的描述了,B案例则太LOW了。A是股民,B是包工头。在我看来,B才是真正的接地气的数据驱动,股民散户看到的所有数据,都是庄家做出来的。
结论
彭小贝把废纸都扔了,在笔记本上写下了自己的结论:
1、如果是你自己用数据驱动你自己的业务,你需要一个自知的自己:用历史数据科学测算目标;根据自身参数规划路径;遵照执行并记录结果,定期回顾和展望;根据数据监测结果不断逼近目标,轻松搞定。
2、如果是你想用数据驱动其他人的业务,你需要一个好的合作方;与之共同学习,拉平认知;设定共同目标,根据历史进行 目标测算,并达成共识;共同规划路径,权衡不同方案的利弊;遵照执行,记录并监测执行结果,及时纠偏纠错;定期组织复盘、激励,保持战斗力;稳步推进,逐渐达成目标。
3、如果是你想用数据驱动公司的业务,你需要足够强的自己、 一个足够优秀的团队和一个好老板,用信息当眼睛,用士气作战旗,用执行力为动力,敏锐的商业嗅觉为方向,信息系统+数据作为触觉,摸索着向前进。