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

免费下载 体验Demo