原创分享 | 如何从非技术层面实现数据驱动

（内容是自己参加行业分享交流会准备的演讲内容，整理成图文做个沉淀~）

大家好，我并不来自于技术部门，要分享的内容也不涉及公司数字化建设的整体规划。所以我不敢保证我讲的内容会有特别宏大的视角，但是我想应该还算是蛮新鲜的视角。

今天的内容主要分为三个议题，分别回答 why，what，how。首先先来解释一下为什么这里会提出软架构这个概念。

我们总裁在开会时常常会提到一句话，不谈大数据，只谈“小数据”。他的意思是请你们直接告诉我用数据得到了什么，发现做出了什么进步，即使很微小也没有关系。

这就揭示了对于企业而言真正的议题：数据的应用。数据只是客观呈现，最终要为人所用，才能转化为洞察和行动策略。再好的数据和数据产品，如果组织内没有相应的营运能力，也无法相得益彰。这也就是为什么当我们在谈技术架构的实现时，也要考虑软架构的配套。

正如从爱情到婚姻还有很长一段距离，数据从有到用也有很长的距离，只是大家在工作中常常会忽视。

在事的层面，企业面临着增长的压力，就会对数字化寄予厚望。所以在做顶层设计时往往考虑的是产供销全链路的升级。但是在真实的业务层面，有可能要解决的痛点会是口径的统一和填报的收口。就好比说为什么一款产品明明被算作是代工，却又要单独把收入记入正常收入，这背后其实是人的利益。

而在人的层面，大家都听过一句话，面试造航母入职拧螺丝。这也侧面反映了企业口中的需求有时候并不等同于他们实际的需求，实际的诉求往往也并不高大上，有可能高层想要的是航母，而一线团队现在的痛点就是一颗螺丝。

那么这种螺丝需求到底价值几何呢？我想起投资界的一句话，当用经济学理论做出的预测和市场表现不一致时，一定是理论错了，而不是市场错了。因为市场是不会错的。所以不要忽视你以为很小的事，也不要轻视看似不如你的人，这其中都蕴藏着价值，甚至是不积跬步，不以至千里的真正开局。

基于这样的思考，我决定做什么来为企业的建设贡献一点微薄的力量呢？首先我要如何去理解我的职能。

至少在现阶段，我会把它总结为：为公司洗手做羹汤。数据工作可以想象成是一个后厨的流程：

各种各样的数据，就像是琳琅满目的菜市场；

数据的采集获取，就相当于买菜；

数据的存储，就像是放冰箱；

而清洗和中间表的建设，像是备菜；

得到业务可以直接使用的数据结果，像是做菜；

而给出洞察和建议，就像是出锅前的放盐，能把味道点化出来；

最后我们通过可视化来做一个漂亮的摆盘，让大家更直观的感受到美味。

做菜就涉及到两样东西，一个是厨具，即各种数据语言和工具。另一个就是菜谱，即各种分析方法。

而要想做一个好的厨师，你需要具备的能力是，能够根据食客的特点，推荐搭配出一桌菜品组合，并知道用什么方法才能炒出这些菜，再熟练操作工具，干净利落地把菜炒出来。

当然数据分析或者说经营分析，其含义不只是这么狭窄。就像我们公司本身有一个负责流程再造和组织变革的数字化项目团队，他们走的是高举高打，自上而下的路线，要做的事情是把业务流程梳理和优化，再通过数字产品智能的实现。

而我开局一个人，所以从自己相对最熟悉和胜任的事情做起，自下而上，通过 BI 工具对数据应用做一些优化，帮助业务方提效和提升理解。这样相对比较独立，轻量，灵活，而且见效快。并且和我们的数字化项目团队配合，也能够实现两条腿走路。

具体打算做怎么样的改造呢？首先我们先来看看之前我们数据应用是怎么样的。实际之前公司无论是面向什么用户，大家看的都是统一的内容，而且信息密度很高，也基本没有图。

常见的场景是，领导在听汇报时不满意，要求大家做进一步的分析。中间层就去做工作的分配拆解以及后续的汇总收集，执行层再临时地去拉报表，要么是报表堆里找，将数据导出再加工。如果复杂麻烦一点的，他们就会直接跟 BI 提取数的需求。

从数据价值流转的层面，基本是上层发起需求，下层准备好数据以后再返给上层去消化。结果就是上层心累，下层手累。

改造后希望实现的效果是：

信息量的层面，有一个较大的增强和补充。内容上受众导向，并做好内容权限管理。呈现上，尽量图文并茂，并不只是为了美观，也是希望借助可视化去强调传达的重点，降低业务人员在解读数据时的门槛。

操作层面，一方面解放了 BI 同事不用再做重复机械的取数工作，另一方面也解放了业务同学不用再去等待和依赖 BI 的工作。

价值流转层面，各层都可以独立受益于数据的启发，激发大家的主观能动性。高层可以只监控核心的指标，看主要矛盾，发现问题抛给中基层，分别在他们的层面做进一步的下钻。而中基层，他们可以用数据来加强对自己想法的论证，以争取和获得高层资源的支持。

具体用例子来看一下。

我们公司的报表都长这样，而这样的报表可能有近百张，它更像是一本厚厚的年鉴，大家需要的时候就去查阅导出再加工。

有意思的是这甚至创造了就业。我有一次就有了解到，在一家分子公司的一个团队中，有一个同事，她每天花半天的时间，把总部推送的 Excel 大表用公式一通加工匹配后，生成两张他们组要用的 Excel 大表。剩下半天处理些临时工作。

然后我问她，那你会看这些数据吗？她说她不会，因为她的工作内容就是做出来给其他人看。但其他人是那种需要出去见客户跑业务的人，可以想见，他们也没有多少精力去分析。所以两张大表可能主要用于看下自己负责范围下的销售进度，以及需要做汇报时的数据源。大家既辛苦又绕了一大圈，最后数据还没有充分的发挥价值。

后面我就自己做了一个看板系列，一共7个部分。

1是对我们现在核心指标做一个监控，2是对现在决策层最关注的毛利影响因素做了一个总结。1、2合起来就可以供领导快速了解现状。

3、4 是在发现问题异常的时候，可以下钻去定位问题。

5、6更加偏专项。5可以具体了解到新品对于拉动现在整体毛利率的贡献排名， 6 其实就相当于是把客户当做用户去分析，由此就能了解到我们的活跃客户数、平均活跃天数以及平均单次消费金额。可以关注活跃客户的变化趋势，每个月的新增流失，客户的分布，客户收入规模的分层，以及他们进货的消费模式。

6的好处是，给到了行销部门他们以前没有观察过的视角和信息。不足之处是，对业务的理解不够深刻。例如行销负责人就告诉我说这个消费模式的分层，也就到底是高频小量的进货还是低频大量的进货，如果现在是经销商去管理自己负责的门店，会非常有用。但我们是从厂商的层面去卖给经销商，那么实际上到底进货多少，很多时候都是受当时给到的促销政策的影响，所以这个分层对他来讲可能就没那么能转化成直接的业务动作。

7是供品牌产品经理去回顾各自的品牌生意，指标和之前大同小异，差别在于切换了叙事的视角，是从产品经理的角度切入，集中了他需要关注的内容。这也就体现了在设计思想上的以受众为导向。

以1和2为例做一个介绍。

看板1左侧是收益绝对值漏斗，符合我司关注财务状况的习惯。绝对值两两组合得出了营销部门最关注的 KPI，右侧对核心 KPI 做进一步的拆解，快速地了解现在核心指标的变化到底是由于哪方面影响。比方说收入的变化更多来自于量还是价，是来自于客户数还是客户的单产卖力。在下方有一个筛选框，可以筛选上面的所有指标，选中一个，折线图会相应变成对应指标的趋势及年对比，条形图会展示各个子公司之间该指标的排名和具体数值。

看板2主要是对应着现在的业务抓手，一共有五个板块。首先是新品的收入占比及利润表现。其次是产品组合，在我们各个子公司独立经营的情况下，去评估他们的产品发展和策略是否符合我们整体的战略方向。第三是成本占比，可以直接了解毛利空间变化。第四是促销和退损，一是看控费用是否有效，二就是了解各个不同公司促销策略的构成。把退损单独拎出来看，也是因为退损可以反映产品在终端卖力如何，是否会有大的退回。最后就是吨单价变化可以直接对应到我们现在涨价策略的效果，以及原本的涨价在受折价影响以后的实际效果如何。

这个看板在给领导展示以后，遇到了一个没想到的问题，就是他说做得很充分，但是仍然会有需要自己筛选的部分， DIY 分析还是会很花精力。是否有可能再提炼出一个固化的看板？

大家可以想一想，如果你们听到这样的反馈，你们的反应会是什么呢？

实际上一开始的时候我的感觉是：哇，这个明明已经比以前方便很多了，让领导满足还真的是很难。（当然我后来明白了，以前领导是只管提问题让别人去弄的，现在如果让他自己看，确实是添麻烦）

但是很快我又意识到，其实他帮我指出了，要想做好经营分析师，最重要的核心竞争力是什么，那就是要能够提炼商业模式，洞察商业的本质。真正好的、能成立的商业模式，往往都是简单的一页纸就能够讲清楚。所以我的深度和高度还需要继续加强。也需要更能抓住重点。

看板所带来的变化。提效只是最直观的，实际上我也希望通过这样的改变，推动两个本质的变化。

第一本质变化，是隐性知识的显性化。

它的一层含义是不但给出数据结果，而且我还自带了分析思路，用一句糙话来讲，就是我不但饭放到你嘴边了，我还替你嚼。实际上我们要做的工作正是这样一个工作。

如果说含义一是分析师的知识显性化，那么含义二就是业务人员的知识显性化。成型的看板，有助于激发他们的进一步思考。而他们反馈回来的迭代的需求，实际上也是业务经验对于分析模型的一次校准。

第二个本质变化。正如秦统一六国时要统一文字与度量衡，那企业浅显的含义是指标需要标准化，以降低沟通成本。

此外一层含义比较隐晦。我是学营销传播出身，课本上的知识忘得差不多了。但是一直记得一句话，是传播学者麦克卢汉说的：媒介即讯息。意思是我们以前以为是电视节目，也就是内容的传播，导致下一代人的思维和方式有很大的不同。但实际上电视媒介这种形式的诞生，它本身就带来了新一代人感知世界的方式和行为的变革，并进而导致了社会结构的变革。也就是说一种新的媒介形式，它就是一种新的认知构建，放在这里的场景也是一样的。

从报表到看板看似也没有太大的技术含量，但这种在沉默中发生的变化就可能比领导开会时耳提面命要求下属做出改变，能够产生更加深远和全面的影响，形成思想层面的统一和集权。

不只是看板，在对数据应用层面做出优化，还会带来很多其他的管理价值。

第一是加强管理手段。现在不用问就能知道下面的表现，问题无处遁形。

第二是提高管理效率。现在模板共用，一是一切透明清晰，避免了扯皮。第二就是从以前现场找问题，变成现场聚焦解决问题。

第三是暴露漏洞。首先是当指标出现异常时，可以及时地去发现。一些数据问题会倒推数据治理和工作流程上的逐步优化。最后有意识的拆解避免了凭经验给原因的惯性。

第四是帮助大家去养成分析的思维。以往甚至连 BI 的同事都会来跟我聊天，觉得除了算那几个盈利的指标，不知道还能够干什么。此外各个分子公司的人汇报思路差异很大，分析水平也迥异。数据应用层面的优化可以帮大家打开思路。

第五，就像前面所说，层级的视角，可以帮助大家去更好地分工，也更容易聚焦在各自最关注的问题上。

我们再以另一个案例为例，这个是五月初领导提给我的需求，一句话总结就是又大又难。然后我对他们分别做了一个拆解，看要怎么接招。

对第一个问题，其实它核心的卡点，或者说要带来的数据价值是简化数据的处理。后来我用 BI 工具帮大家打好了标签，每次只需要下载，然后简单透视就能够拿到结果。

对于第二个问题，看似领导只是想要我去帮他下钻找一下问题，但实际上我最后输出了一个报告，这个下一页再讲。

第三个问题，他问得非常宽泛，就直接是增长的问题及机会点在哪里？这个问题要想回答好，那其实是要做一个面面俱到的分析，如果偷懒，自己心里过意不去，结果也不会好。而如果分析到位，接下来各家公司都会需要做这样的一个分析，工作量是非常繁重的。所以懒惰使我想要做一个更加一劳永逸的事情，这也就是看板的由来。

对于第四个问题，其实它不太像是一个问题，应该是已经有人给领导做了相应的汇报，但是分析得并不透彻，所以领导把目前已有的数据发现返给我，然后希望从我这里得到对照和验证。我最后通过对现有的数据重新梳理了叙事逻辑，并且做了可视化的强化，来体现出数据洞察。

当然这其中也还有很多工作的局限和不到位的地方，是未来要进一步去提升的点。

以报告为例，首先其实就像知乎所说，任何问题都要先看是不是再看为什么。当时领导的假设是说我们收入的下降是由于网点减少导致的。发现验证以后并不是他所以为的这个假设，也不是新增客户不如流失客户。而是存量客户的单客户贡献下降明显。然后看发生在头中尾哪个层级，共性还是个性，长期还是短期。接着又从问题客户下钻到产品，看是否某个品导致明显问题。然后基于对业务的理解做了几个假设，并分别验证。包括对客户在促销以及费用上的投入是否出现变化，主流产品的促销政策是否发生了改变，以及客户的产品结构会不会很不相同，例如是否常温or低温占比明显更高。

但是这些原因探索以后都没有发现有非常显著的差异，能够强有力地去做解释和论证的。这样就需要形成猜测，去推动下一轮的收集与验证。猜测 1 可能是外部竞争在挖我们的头部客户，猜测 2 就是可能会有我们现在能看到的成本以外的因素，影响了利润空间的变化，比方说物流、油价等等。猜测 3 有可能我们对头部客户的客情维护以及服务投入不足了。猜测4产品没有及时更新换代，卖力不足。

（事实上最后了解到，该子公司的经销商生态不够好，是大家长期心里有数但没有破局的问题，后续有在抓子公司对经销商的精细梳理。）

还有一个讨巧到让我有一点不好意思的事情：其实很多指标我们原先的报表里也有，我做的工作，不过是把它们更有逻辑地呈现出来，并且做得更好看。但是一个很神奇的现象就是这些原先就有的东西当重新被呈现时，大家就会更加关注，甚至当场引发热烈讨论。

第二个有意思的事情，就是之前我问大家有什么数据需求，没有人反馈，大家还是在各自忙各自的事。而现在我把大家平时需要的数据都做出来以后，需求反而就来了，会跟我讨论说，其实以前还有一个什么样的想法，看看能不能实现。

第三是之前提到的数字化建设团队，他们要开发的中台数据分析模块，打算先用 BI 工具去实现这种数据分析的效果，过程中跟各个业务方去磨合，等口径、内容都打磨得差不多了，再把其中比较高频关注的内容固化到前端。

（小结略）

接下来讲一点轻松的，分享一下在实践经验中都有哪些踩过的坑。

第一，从企业层面看，开展经营分析会有哪些误区及建议？

首先就是关于招什么人，这是一个非常常见的误区。业务部门可能会觉得要招那种自己肯定不会的，看起来技术很强很厉害的人。

之前有个分子公司的业务负责人来咨询我的时候，我有给到他建议，但最后他们还是招了一个计算机毕业的孩子。然后有一次聊天，那个招进来的妹妹说她打算迅速地把指标体系都建立好，毕竟很简单，接下来她就要跑算法，优化业务。当时我和乙方数据公司的数分leader就相视一笑。后来没多久，这个女生果然干得不开心离职了。所以对于业务部门需要招什么样的人，其实技术能力不需要很强，够用就行。我更建议关注四方面的能力。

第一是能正确理解问题的能力，你要能够听懂并且转化业务的问题为数据问题。

第二是逻辑思维和结构化表达，这样才能让你想要传达的东西更好地被他们吸收。

第三是沟通协调的能力。

第四就是商业意识。能够洞悉商业本质，抓住最关键的问题。也才能跟业务方同频。

第二个常见误区就是岗位定位是什么，这个可能在传统企业当中更加的普遍，把数据分析当做是表妹，但实际上我们绝对不能这样去定位自己。在业务的层面，去帮助辅助商业决策。在管理的层面，帮助内部去做精细化的运营。

第三个误区关于我们应该如何开展内部的协同。我遇见过两类数据工作者，一类觉得自己被当做取数工具人，产生了倦怠和委屈。然后一些琐碎的需求，他们就会拒绝或拖延，态度也不是太好，但这样肯定配合度就不高。第二种人可能他的价值感就建立在接需求上，只要还在被大家需要着，他就觉得自己很有价值。但这样其实并没有真正发挥出分析师的价值，他更多在做的可能是一个营销/销售支持岗。所以建议不要被动地接需求，要用自己的专业性去引导需求，告诉他该怎么做是更好的，以及多问问业务背景和本质目标，并尽量前置参与业务，理解需求，把她们想到的没想到的，做一个整合梳理。

最后一个就是工作思维的转变。一个误区是数据分析就是对数据做分析，一直都盯着数据在看。但实际上我们应该是用数据做分析，数据只是其中的一种材料或者说手段，还有很多需要关注的。例如前面提到的对于行业的了解，对于竞品动态的监控，对信号的观察和机会的思考等等。

对每个人，需要具备哪些数据思维。

最后关于商业分析师如何自我养成：

最后分享一句我很喜欢的话：

原创分享 | 如何从非技术层面实现数据驱动相关推荐

eplan单线原理图多线原理图_【原创分享】西门子PLC电路图高效设计——基于EPLAN与TIA Selection...
电气工程师在利用EPLAN软件进行PLC电路图项目绘制时,需要了解PLC的硬件组态及模块配置后,在EPLAN里建立PLC的模块数据及插入PLC的相关宏进行电气绘图等.相信各位做过相关项目绘图工作的小伙 ...
微信团队原创分享：iOS版微信的内存监控系统技术实践
为什么80%的码农都做不了架构师?>>> 本文来自微信开发团队yangyang的技术分享. 一.前言 FOOM(Foreground Out Of Memory),是指App在 ...
微信团队原创分享：Android版微信后台保活实战分享(进程保活篇)
http://www.52im.net/thread-210-1-1.html 哪些部分需要"保活"? 按照我们的理解包含两部分: 网络连接保活: 如何保证消息接收实时性.详见本文 ...
CEO采访：从战略层面建立数据驱动型的客户体验策略
点击上方蓝字关注我们近日,Stratifyd 创始人&CEO 汪晓宇(Derek Wang)接受Demand Gen Report采访,就B2B企业如何打造端到端的客户体验发表了自己的见 ...
基恩士上位机链路通讯_【原创分享】ABB机器人与视觉控制器的通讯
在一些工厂里你是否经常看到下图这样的一些自动化设备,他的里边有用到机器人与相机通讯完成物料位置的检测与物料抓放等功能,那么恭喜你,几分钟时间阅读完这篇文章你就懂了. 小编花了不少时间收集整理资料,下面 ...
技术名词API/SDK/DLL的非技术层面理解
本文为PMCAFF专栏作者Simon.Wang出品 SDK.API.DLL是什么? 这几个,没有技术背景的产品经理可能比较陌生,或许知道,也未必知道底层的原因. 这三个其实不是一个层面的东西. API ...
【原创分享】学习型多功能红外遥控器实现（续）--- 09.06
前几天我还探讨了这个学习型遥控器的实现问题,今天发这篇文章,仅是针对我上次说到的方法的一个实现. 上次说的方法目前已经实现感觉方法还是不错的这里我拿出来分享下希望对想做这个的朋友一点点的帮助. ...
【超哥原创分享】自定义实现日志输出,抛弃任何依赖包,日志输出随心走,弃繁就简,简而不凡
简要说明: 现在日志输出框架太多,想找个简单的用用,结果没找到.日志输出中又不想做任何依赖处理,所以就自己做了一个日志输出.完整代码如下: package com.liangchao.luckdraw ...
【原创分享】窗口置顶小工具
跟大家分享个日常的小工具--窗口置顶工具,如下图,简简单单的功能,可快捷键操作. 平常操作电脑屏幕就那么点大,办公的时候窗口切换来切换去的很麻烦,就像下面这样打开个Excel和计算器,要么来回切换窗口 ...

原创分享 | 如何从非技术层面实现数据驱动

原创分享 | 如何从非技术层面实现数据驱动相关推荐

最新文章

热门文章