什么是什數數據ヾ(?■_■)ノ驅動(dòng)業(yè)務(wù)？（淺談數據驅動(dòng)的三個(gè)層面）

互聯(lián)網(wǎng)流量紅利的消退，倒逼互聯(lián)網(wǎng)公司告別野蠻擴張迎來(lái)精益運營(yíng)時(shí)代，據驅據驅通過(guò)“數(′▽?zhuān)?)據驅動(dòng)”挖掘更深(shen)層次的動(dòng)業(yè)動(dòng)用戶(hù)價(jià)值成了互聯(lián)網(wǎng)人的一致共識，“數據驅動(dòng)力”在精益運營(yíng)時(shí)代的談數重要性日益突顯。

這里的個(gè)層“??數據驅動(dòng)力”，即指通過(guò)數據體系，什數系統化地獲取及分析數據，據驅??據驅并為業(yè)務(wù)決策提供有效支撐，動(dòng)業(yè)動(dòng)不斷驅動(dòng)業(yè)務(wù)發(fā)展的談數思維和能力。

概括來(lái)說(shuō)，個(gè)層互聯(lián)網(wǎng)人可以從以下三個(gè)層面提升“數據驅動(dòng)力”。什數

按照人類(lèi)認(╯‵□′)╯知邏輯，動(dòng)業(yè)動(dòng)數據的談數價(jià)值演進(jìn)呈??現出一個(gè)清晰的“倒金字塔結構”，如圖1所示，個(gè)層塔基到塔尖由低(di)到高依次為數據、信息、知識、智慧，塔的四周則是客觀(guān)的外部世界。??

如果我們將數據價(jià)值演進(jìn)的過(guò)程，看做是一個(gè)??礦物冶煉過(guò)程的話(huà)，數據就像是人類(lèi)從外部世界發(fā)掘出的初級“礦石”??，是對客觀(guān)世界的最原始記錄。比如未被加工和解釋的文本、數字、聲音??或圖像，等等。

然后再經(jīng)過(guò)一步?步的冶煉加工，依次生產(chǎn)出更高等級的認知“產(chǎn)品”。這些“產(chǎn)品”的共同使命，在于幫助人們實(shí)現更(geng)加科學(xué)的決策，而最終又通過(guò)實(shí)踐影響客觀(guān)世??界。

落在實(shí)際業(yè)務(wù)中，打造“數據驅動(dòng)力”首先就是要構建獲取業(yè)務(wù)數據的能力；其次是提升發(fā)現和挖掘信息的能力，以及??提升總結、歸納知識的能力；而最高的追求則是形成“業(yè)務(wù)智慧”，及運用智慧持續驅動(dòng)業(yè)務(wù)發(fā)( ???)展的能力。

拿到一手業(yè)務(wù)數據后，對數據??價(jià)值挖掘和思考的深度，往往也決定了一個(gè)人、一個(gè)企業(yè)的發(fā)展高度和維度。

2. 數據驅動(dòng)系統(tong)金字(′ω｀)塔

為了描述數據驅動(dòng)系統??的內(nei)部結構，本文借助了傳承于老子《道德經(jīng)》的“道法術(shù)器勢┐(′?｀)┌”理論。

如圖2所示，數據驅動(dòng)體系，由高到低依次可以劃分為“道、法、術(shù)(shu)、器”幾個(gè)層級。

道，指數據驅動(dòng)需遵循的規律、理念和價(jià)值觀(guān)法，指圍繞(??ヮ?)?*:???數??據驅動(dòng)人為制訂的制度、規范術(shù)，指數據驅動(dòng)的技術(shù)、技巧、方法器，則指數據驅動(dòng)中所使用的工具或手段勢，指所處的時(shí)空及趨勢，即互聯(lián)網(wǎng)行業(yè)所處的大環(huán)境??

“器”服務(wù)于“術(shù)”，“術(shù)”符合于“??法”，“法”根基于“道”，“道法術(shù)器”整個(gè)體系又在“勢”的裹挾下不斷演進(jìn)并驅動(dòng)“勢”的前進(jìn)和變化。

實(shí)際業(yè)務(wù)(wu)實(shí)踐中，需講求“以道御術(shù)”，即以道義來(lái)承載智術(shù)。

想打造??自己的數據驅動(dòng)力，首先要認同數據驅動(dòng)的內在價(jià)值，形成數據驅動(dòng)業(yè)務(wù)的內在價(jià)值觀(guān)；在“明道合法”基礎上，再去不斷提升數據挖掘、數據分析等技術(shù)層面的技巧和方法，不斷提升Excel、SQL、Python等數據工具的使用能力，這樣的“數┐(′?｀)┌據驅動(dòng)力”才會(huì )更加有底氣。??

二、構建數據驅動(dòng)閉環(huán)

1. 打通數據驅動(dòng)流程閉環(huán)

業(yè)務(wù)實(shí)踐，是數據驅動(dòng)的出??發(fā)點(diǎn)，也是數據驅動(dòng)的落腳點(diǎn)。??

如圖3所示(shi)，一個(gè)完整的數據???驅動(dòng)流程大致可劃分為??數據需求、采集處理、挖掘分析、數據決策、數據驅動(dòng)5個(gè)環(huán)節。

數據需求，是整個(gè)流程的第一步，其根據業(yè)務(wù)碰到的實(shí)際問(wèn)題抽象而來(lái)，為數據采集指明了方向。

數據采集處理，即搞到數據并進(jìn)行清洗(′?｀)、轉換、整理和存儲。

數據采集的方式主要包括可視化埋點(diǎn)、代碼埋點(diǎn)、導入輔助工具3類(lèi)。采集的數據類(lèi)型主要包括埋點(diǎn)數據、日志數據、業(yè)務(wù)數據、爬蟲(chóng)數據、財務(wù)數據、第三方數據等等。

數據挖掘分析，包括?數據挖掘、數據分析2個(gè)環(huán)節：

（1）數據挖掘，主要是計算機通過(guò)統計學(xué)、人工智能、機器學(xué)習等方法挖掘出有價(jià)值的信息或知識。

（2）數據分析，則是通過(guò)適當的統計分析方法及??工?具，對采集整理的數據進(jìn)行剖析，提取出有價(jià)值(zhi)的(de)信息，并得出結論。

數據分析，主要的(de)重點(diǎn)是進(jìn)行業(yè)務(wù)的現狀分析、原因分析、預??測分析，常用的分析方法包括對比分析、分組分析、交叉分析、回歸分析，等等。

2.?? 建立數據驅動(dòng)體系閉環(huán)

如??圖4所示，管理層＆業(yè)務(wù)團隊、數據團隊是數據驅動(dòng)體系里的最主要的兩個(gè)業(yè)務(wù)??角色。

管理(′?｀)層＆業(yè)ヾ(′ω｀)?務(wù)團隊，首先需基于ヾ(′?｀)?商業(yè)(ye)模式和企業(yè)??愿景制訂okr目標，從而指引業(yè)務(wù)鏈條上的相關(guān)團隊沿著(zhù)一致的方向開(kāi)展工作，然后再結合業(yè)務(wù)實(shí)踐中碰到的問(wèn)題(′?ω?`)，形成具體的數據需求下發(fā)至數據團隊。

數據團隊根據業(yè)務(wù)需要，采集數據并構建起數據體系，結合業(yè)??務(wù)方的數據需求進(jìn)行挖掘分析，并將結論反饋給管理層＆業(yè)務(wù)團隊；幫助業(yè)務(wù)方??更科學(xué)地決策實(shí)現對業(yè)務(wù)實(shí)踐的驅動(dòng)，并最終促進(jìn)okr??的達成。

數據驅動(dòng)體系得以運轉的基礎，是公司內部數據驅動(dòng)的企業(yè)文化和價(jià)值觀(guān)，讓數據真正發(fā)聲。

而讓數據驅動(dòng)體系高(′_｀)效運轉的要點(diǎn)，是各個(gè)部門(mén)之間形成一致的數據共識，即明確公司層面的北極星指標和增長(cháng)模型；而數據需求的提出、數據體系的構建需主要圍繞這一數據共識而展開(kāi)。

三、把握數???(shu)據驅動(dòng)節奏

如圖5所示，以一個(gè)互聯(lián)網(wǎng)項目管理的節點(diǎn)為例，大致可拆分為事前、事中、事后3個(gè)階段，每個(gè)階段數據驅動(dòng)的重點(diǎn)各有不同。

1. 事前階段：主要側重分析和評估項目的┐(′д｀)┌可行性，分析市場(chǎng)潛力和投資回報（ROI），基于充分的數據分析形成項目規劃，并明確所要達到的目標及對應的項目指標體系。

3. 事后階段：主要是對項目進(jìn)行復盤(pán)，及時(shí)將轉化數據同步給項目干系人，同時(shí)為后續的項目積累可貴的經(jīng)驗。

結語(yǔ)

以上，??就是站在互聯(lián)網(wǎng)“人”的維度，可以提升“數據驅動(dòng)(dong)力”的三(′_｀)個(gè)層面。

另??外，隨著(zhù)大數據和人工智能技術(shù)的發(fā)展，“機器”維度的(de)數據驅動(dòng)力也越來(lái)越重要，其正在深刻改變著(zhù)行業(yè)生態(tài)，驅動(dòng)著(zhù)“產(chǎn)品( ?▽?)智能”進(jìn)行著(zhù)快速的迭代，篇??幅所限后續文章中再做探討。