什么是数据统驱动决策?有哪些案例?
作者:finereport
浏览:2,338
发布时间:2023.11.22
一、什么是数据驱动?
打个比方,如果我们将企业定位为一辆车,最初,只需要发动机、轮子和汽油,就能跑起来,老司机凭借经验就能知道车辆达到目的地。但随着车辆本身的配置和人越来越多(企业发展)、车流越来越拥挤(竞争增强)、路况越来越复杂(市场复杂),光靠基本配置和老司机的经验已经无法驱动车辆快速健康前行了,这时候就可以依靠数据的作用来帮助决策。
所谓数据驱动决策,就是指在制定决策时,依据可靠、准确的数据和相关分析,以支持和指导决策的过程。它强调以数据作为决策的基础,通过数据的收集、整理、分析和解释,从中获取洞察和见解,以更明智、更有依据的方式做出决策。
其实数据驱动决策的管理场景已经成熟了,可以举2个我们(帆软)客户的例子。
二、数据驱动决策的成功案例
案例1:某知名餐饮门店
该餐饮公司由东北起家,主打经典骨汤麻辣烫汤底,但其实那时没有数据做分析做决策依据,也没有相关客户数据做参考。
后来他们把美团、饿了么后台POS数据做了分析,发现南北方对麻辣烫口味的需求差异非常大。例如,以山东为界,北方喜好偏麻、辣口味,但南方更喜好番茄汤以及少麻少辣后奶味偏重的经典骨汤汤底。
根据这个数据,该餐饮公司在南方调整了汤底,把口味做得更平和些,面向部分地区重点推番茄汤,果然大家更能接受,营业额和会员数量也以肉眼可见的速度增长。
案例2:某知名直播电商

上图是他们整个直播的流程,整个节点都结合数据和工具实现了数字化。比如
在外部市场洞察分析方面,他们会重点跟踪渠道大盘的头部爆品、行业新品、货补品库等,也会向选品部门提供品牌融资、类目动态等信息。
在选品方面,通过BI工具建立商品机制对比。通过获取各个电商平台的商品清单数据,对某一商品进行到手价计算、福利计算等,综合判断是否是某个选品的外部相似品。该电商公司将这一功能植入到选品环节的工作流中,在提报选品时自动显示出该商品的外部价格情况,是否有更低价格等等,方便选品部门决策。内部信息方面,会定期对历史爆品、历史转化、人群画像等数据进行梳理,提供对应的货品信息以供决策。
选品经理在收到这些数据后,会从质量、价格、体验等维度,初步筛选直播货盘。接着,选品将进入冷品数据模型,通过数据分析,判断是否会成为冷品的概率。冷品模型以大量历史数据为参考,设置阈值,超过阈值,就需要重新进行报品。通过数据在选品环节的深度介入,降低直播冷品概率,打造一个个“爆款”直播间。
三、如何让数据驱动管理?
1、数据驱动有价值但挺难
受环境影响:
- 大部分企业的数字化转型仍处于起步阶段,具备了数字化转型的意识和需求,但是资源投入、组织保障、数字化能力都还没跟上,没几家企业设置了CDO岗位。
- 数字化转型的流程导致数据驱动是更后期的事情。数字化转型先是产生数据,推动业务上系统,有了一定业务数据沉淀后,再开始消费数据,数据驱动应该是有了业务数据沉淀后的消费阶段。
受制于行业性质:
- C端数据应用相对成熟。电商、游戏等行业已有较为成熟的数据驱动业务的的模型。比如推荐算法、aarrr模型、GMV等等。
- 制造业/B端基于行业特性,数据在企业中的应用相较于C端更少,缺失成熟的模型和方法,B端的销售导向和客户数少也会导致数据应用更加缓慢
取决于企业发展阶段:
- 初期:靠经验,快速做决定,船小好调头,没多少数据可消费。
- 成长期:高速增长,营收导向,快速占山头。数据爆炸,但是成为数据资产的数据很少,为了效率,牺牲数据准确性和规范性,地基不稳。
- 成熟期:第二曲线,利润导向,精细化运营,缩减成本。数字化转型。
需要数据文化:
- 企业内数据驱动业务的意识薄弱。
- 高层思想转变,尤其是从0-1的创业者,相信自己的判断大于相信数据;尤其是规模不大的初期团队,相信经验大于相信数据。
- 中低层数据意识薄弱,数据能力较差。骑马的人想不出要一辆汽车的需求。
还要有稳固的基建:
- 数据底层建设太差。有用的数据没有,没用的数据一堆。
- 数据质量太差。几乎每一个数据需求都需要花费80%的时间在数据处理上。
- 数据孤岛,数据割裂现象严重。各个业务使用各种业务系统,产生的数据自己管理,难以推动统一管理。
2、数据驱动是未来必然
因为,无法衡量就无法管理,企业大了尤其明显。
尤其是随着近几年,行业竞争加剧,红利消失,团队壮大,导致我们必要要从粗放式野蛮生长转为精细化运营,利用数据做决策会是必然路径。
数字化转型中后期必然是通过数据推动业务,降本、提效、增收、精准营销、预警、预测、指导决策等。
如果将企业定位为一辆车,最初,只需要发动机、轮子和汽油,就能跑起来。但随着车辆本身的配置和人越来越多(企业发展)、车流越来越拥挤(竞争增强)、路况越来越复杂(市场复杂),光靠基本配置和老司机的经验已经无法驱动车辆快速健康前行了。这时候数据的作用就越加凸显。
- 用数据做导航仪:帮助车辆选择快速、顺畅的道路抵达终点。也就是帮助企业云识别机会,规避风险,选择顺畅的道路。
- 用数据做加速器:发现车辆存在什么问题,减少部件间的摩擦。也就是帮助企业识别问题,评估效果,输出改进策略,助力加速奔驰。
3、如何落地数据驱动?
1)数据成果,安身立命之本,持续扩大数据价值,促进业务目标达成

- 告诉业务是什么
- 衡量目标、衡量进程、衡量结果。
- 监控过程、及时预警。
- 情报数据
- ···
- 告诉业务为什么
- 结果分析
- 差距分析
- 数据应用
- ···
- 告诉业务做什么
- 策略分析
- 预测预警
- ···
- 初期利用人力和技术的红利(堆人就能解决很多需求,从excel变成BI就能解决很多需求)
- 后期靠数据产品和应用,能自动化的就自动化,能赋能的就赋能,发挥最后1公里的价值。提供饺子、饺子面而不仅是面粉。——提供数据产品、应用、结论。
- 持续打好数据基建,以支撑上层价值产出。
2)通过工具让数据浮出表面,把数据转换成对业务有用的决策信息
首先要有清晰的业务流,业务流上要有数据产生,比如存在于业务系统(没有的先搞信息化)
然后通过报表/BI一类的工具将数据按照一定业务视角可视化,比如服务于经营的财务三张表;服务于销售的销售业绩表;服务于产品的售卖情况,品类分析,服务于市场的客户分析,投放分析...
再通过数据分析的技巧,预测/挖掘等分析手段,分析数据规律,监测和预警,凝练成有用信息
报表工具产品更多介绍:www.finereport.com