中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導語：數據分析是推動項目業務正常進行的一個重要步驟，然而，數據驅動業務并不能只作狹義理解，在業務驅動過程中，戰略、組織等能力的加持也十分重要，對業務對象的理解也會影響數據驅動的價值。本文作者總結了關于數據驅動業務的18個策略，一起來看一下。

一、第一條

數據驅動業務中的“數據”廣義來講不僅僅是指存儲在大數據平臺的那堆數據（反映客觀事實），也包括戰略、組織、機制、流程、人性、認知、客戶的想法、一線人員的技能等等，即使它們還沒有被量化或者無法量化，也不能當成看不見，否則就會得出每天看K線的股民比憑經驗決策的老板更懂數據的謬論。以下如非特別說明，都指狹義的那個數據定義。

二、第二條

數據驅動業務中的“業務”不僅僅指產品或業務線，還包括公司戰略制定、組織優化、機制變革、流程優化、商業模式重塑、規劃投資、精細運營、精準營銷、精準建設等等，因此不要總在一個方向猛干，適當地抬起頭，俯瞰下全局，也許能找到更合適的驅動對象。

三、第三條

數據驅動業務的策略制定來源于直覺與客觀事實（數據）兩個方面，驅動的策略應該依賴【直覺驅動】還是【數據驅動】取決于企業所處的階段。

業務開展早期，【直覺驅動】成功率更高一點，但隨著業務發展，好的直覺不再足以驅動業務繼續增長，這個時候【數據驅動】的價值就會變大，但不能因此否定直覺。

四、第四條

數據驅動業務有二種情況，驅動自己的業務與驅動別人的業務。

驅動自己的業務由于一切數據（廣義）都在掌控中，因此比較容易實現，驅動別人的業務則相反，沒一定的策略往往頭破血流。

當然有一種情況例外，即公司領導親力親為頂你，但這種機會可遇而不可求，恰好大魚碰到過一次。

五、第五條

數據驅動業務有其不可克服的弱點，如果把數據驅動業務比作開飛機，那么數據就是傳感器、儀表盤、報警燈，傳感器獲取數據，儀表盤展示數據、報警燈進行預警。

但飛機主要還是靠發動機驅動，數據僅僅是個輔助角色，當然你說驅動也勉強可以，但很多業務的開拓跟數據真沒關系，比如從0到1的產品創新，因此不要神化數據驅動業務。

六、第六條

用數據驅動別人業務的不二法則：幫助其完成KPI，即使你胸懷天下，也要很謙卑地從幫助別人完成KPI開始，大致可以分為四步：

1. 做好KPI和過程指標，讓別人看得見；
2. 做好報表或BI，讓別人看得爽；
3. 找到KPI指標的痛點，產生共情，與別人共生；
4. 對痛點進行分析，給別人提升的建議，讓別人獲益。

天下熙熙皆為利來，天下攘攘皆為利往，用數據驅動他人業務，最后玩的還是人性和利益。

七、第七條

數據分析的方法有四步：

1. 第一步：業務理解，就是確定業務目標，理解業務流程，分析每個業務節點；
2. 第二步，量化指標，就是從業務節點中定義衡量指標，明確分析維度；
3. 第三步，指標對比，就是在抽絲剝繭的層層指標比較中發現異動；
4. 第四步，假設建議，就是針對末端葉節點的指標異動給出假設，一般要基于業務的常識進行推斷，然后給出針對性建議。

八、第八條

理解業務要有三大格局：

1. 中觀：業務對象、業務流程、業務數據和業務問題；
2. 上觀：行業、戰略、愿景、組織、機制和流程；
3. 下觀：圍繞中觀對象刨根解牛，拆解拆解再拆解，直到拆解到常識能理解的程度。

我們習慣于在下路猛干，往往事倍功半。

九、第九條

掌握一些分析模型讓我們理解業務事半功倍，這些分析模型包括PEST、5W2H、SWOT、波士頓矩陣、SMART原則、波士頓五種競爭力分析模型、價值鏈模型、邏輯樹方法、魚骨圖等等。

十、第十條

現代管理學之父彼得·德魯克說：如果你不能衡量它，那么你就不能有效增長它。對于業務也一樣，如果你不能用指標描述業務，那么你就不能有效增長它。

十一、第十一條

好的指標有兩個特征。

第一是具有核心驅動的特點，一般從戰略開始，然后識別到關鍵成功因素，再推斷出核心指標，比如用戶數和活躍用戶數兩個指標，顯然后者于業務成功更有價值。

第二是比率或者比例，因為有比較才有鑒別。我們經?？吹浇^對值指標也會屬于企業的核心指標，一方面是因為其也是比對的結果，只是老板把這個比對過程隱藏了；另一方面是宣傳的需要，在任何數據分析中給出一個絕對值而不作特別說明，會讓老板覺得莫名其妙。

十二、第十二條

指標體系的構建也是有模型可參考的，這里提供5個：

1. PLC模型，指產品的市場壽命，即一種產品從開始進入市場到被市場淘汰的整個過程。產品的生命周期有探索期、成長期、成熟期、衰退期。
2. OSM 模型，是指標體系建設過程中輔助確定核心的重要方法，包含業務目標、業務策略、業務度量，是指標內容橫向的思考。
3. 指標分級模型，根據企業戰略、企業組織及業務進行自上而下的分級，對指標進行層層剖析，比如一級指標：公司戰略層，二級指標：業務策略層，三級指標：業務執行層。
4. AARRR模型，就是海盜模型，也是用戶分析的經典模型。它反映了增長貫穿于用戶生命周期的各個階段，即獲取（Acquisition）、激活（Activation）、留存（Retention）、變現（Revenue）、自傳播（Referral）。
5. RFM模型，該機械模型通過一個客戶的近期購買行為、購買的總體頻率以及花了多少錢3項指標來描述該客戶的價值狀況。

十三、第十三條

數據分析的本質就是將復雜的數據分解到0或1（代表人的常識能判斷的對或錯）的建模過程，與機器學習不同的是，這個過程是人主導的、結構化的，線性可理解的。

十四、第十四條

優秀的數據分析師要有二個執念：

1. 第一，業務是我的生命線，在一個企業內，最容易拉開數據分析師差距的，往往是獨特的業務理解力。
2. 第二，我既要理解他人的需求，更要理解他人的問題。平庸的數據分析師則用效率來掩蓋自己思維上的惰性，取數機器就是這么來的，好比一頭拉磨的騾子，每天在那里轉同一個圈。

十五、第十五條

要想成為一個好的數據分析師，可以問自己五個問題，認知有沒有差別？技能有沒有差別？效率有沒有差別？信息有沒有差別？資源有沒有差別？

隨著數據開放和基礎設施的普及，數據分析師在操作技能、工具使用、信息獲取、數據資源上的不對稱優勢逐漸消失，唯一的差異化就是認知，這也是你讀這篇文章的原因。

十六、第十六條

一般的數據分析師用狹義的數據驅動業務，但廣義的數據驅動業務需要戰略、組織、機制、流程、業務等等能力的加持，因此數據分析師的職場最終歸屬一般是業務和管理，如果你執著于做狹義的數據分析師，那BI總監也許就是天花板了。

十七、第十七條

數據驅動業務的四個階段：

1. 第一階段：從零到一，直覺驅動業務野蠻生長；
2. 第二階段：增長放緩，實驗評估助力業務小步迭代；
3. 第三階段：增長遇到瓶頸，數據驅動業務找到新目標體系與增長發力點；
4. 第四階段：數據持續驅動細分人群的差異化策略迭代。

十八、第十八條

趙括有那么多的數據，信息甚至知識，但他還是無法打勝仗，因此，數據本身無法驅動業務，信息不行，人工智能也不行。

事實上，數據只有轉化為智慧才能驅動業務，上面的十七條也許有助于你找到智慧之路。

本文由 @長弓又曰日 原創發布于人人都是產品經理，未經許可，禁止轉載。

題圖來自 Unsplash，基于CC0協議