如何採用有效的方法讓數據驅動業務發展/增長？

12-31

經常有很多已經工作一兩年的數據分析師問我：

1、老闆覺得數據分析沒有量化價值

2、因為上一條所以被老闆覺得數據分析師就是取數的

3、自己本身都很難界定數據推動業務發展/增長的成果。

4、空有一身本領在公司使不出力氣

要通過數據分析來驅動業務發展，單純的採用概念介紹，遠景規劃，引用成功案例等手段效果不大。這就好像隔靴搔癢，不管力度多大都與現狀隔著一層，大有與我無關的感覺。最直接也是最有效的方式莫過於找到當前的業務痛點並針對性的解決，也就是所說的一擊立威。這樣不但可以直接體驗數據分析對業務的促進作用，更重要的是這種切身體會能帶來長遠的影響，讓未來的數據分析工作事倍功半。

當然，對於業務痛點的選擇也需要深思熟慮，一方面要尋找有代表性的業務痛點，否則影響不足；但同時選擇的痛點要盡量獨立，畢竟綜合性的問題過於複雜難以短期內見效。還有一點需要特別考慮的，那就是如何在刺激業務痛點的同時不至於樹敵太多。要知道，這個世界的鴕鳥很多，硬生生把別人腦袋拔出沙土，讓他直面自己的痛點，難免會遭人嫉恨。

更新：

數據驅動業務增長的分享網上有很多，基本上都是第二步，如何執行增長思路

但大部分人忽視了第一步。

想在一家公司真正實現數據驅動業務增長，其核心的難點已經不在數據分析本身，而在於如何讓業務部門、集團領導能夠心甘情願的使用數據分析，參與數據分析。這裡我結合自己的經驗，來給大家做一個說明。

找准關鍵業務部門，主動切入。每個公司都有其核心的業務，也一定有其核心的業務部門。要想讓一家公司能夠擁抱數據，搞定其核心業務部門是勢在必行的。一般而言，核心業務部門因為位高權重，往往相對保守（如果你能遇到一個開放，樂於接受新事物的業務領導，請你偷著樂吧），所以切入方法和手段就非常講究了。一般而言，建議先從容易入手的點切入。比如業務部門每天需要整理大量的數據，用人工的手段來處理往往效率低下，容易出錯，這個時候你不妨主動提出用工具的方法幫助業務部門解決問題。這樣做的目的是先讓業務部門對你產生好感和依賴，方便你下一步的推進。當業務部門使用了你的工具，解放了很多人的雙手時，緊接著就可以試著推出自己的分析模型和想法了。不過這種情況下，業務部門領導也不大會全盤採納，但只要不排斥就已經是成功了。

先一步讓核心部門放下戒心後，下面就要從公司全鏈條上來推動了。要想推動全公司鏈條各個部門，最關鍵的是找到最佳的推動點。從我的經驗來說，督查，財務，人事這樣的部門往往是最好的推手。雖然從分工上來看，它們屬於後台部門，但畢竟掌握著公司的人、財、物。這些部門其實對於數據非常需要，如果能夠讓他們使用上你的數據和分析結論，從很大層面上會對各個業務部門產生影響。比如，稽查依靠你的數據分析來找異常，查問題，其它業務部門能不關注你的分析？即便這種關注還是非常淺的，但沒關係，這個時候要的就是這樣的勢頭和效果；

當各個業務線都開始使用你的數據和分析時，就可以嘗試影響公司高管了。很多同學會說，為什麼不一開始就從高管入手？一般來說，高管對於不懂的東西都是非常謹慎的。你想依靠一張嘴，兩頁PPT說服高管在全公司內部幫你推動基本上屬於白日作夢。但如果你已經在公司各個業務線產生了影響，實現了價值，那就是另外一回事了。這種打法是典型的農村包圍城市。通過全公司各業務線的「勢」，讓公司高管願意幫你進行推動，進一步讓數據分析在各個業務線的應用更加深入。

當公司高層認可，各個業務線依賴，這個時候數據分析已經成為你們公司不可或缺的一環，只要能夠結合業務現狀和趨勢，做好分析和方案落地，數據驅動業務增長便成為水到渠成的事情。

簡單說幾點。

1.數據要落地

你使用的數據一定得是跟業務關聯度極高的。每一次市場活動或者營銷行為之後，你都要有最直接最核心的數據來評判轉化效果，從而分析出當下模式中的不足和潛在增長點。一些多次處理後過於空中樓閣的指標對業務的參考意義其實不大。

2.數據簡易性

數據驅動業務最大的意義之一就是迅速。如果你的原始數據過於繁雜，分析報表就花費掉大量的時間和精力，這樣高成本下的數據驅動業務也就失去了意義。目前的數據分析工具，基本都實現了數據可視化，這對於降低數據使用成本幫助很大。

3.數據的團隊流通性

整體的業務增長必然是跨團隊甚至全公司共同協作的成果。不同部門的工作職能不同，關注的核心數據指標也不盡相同。同一種商業現象或趨勢，在不同數據指標里的表現形式也會有所差異。在使用數據進行跨部門協作時，換一種「數據語言」有時會讓你的溝通事半功倍。

暫時先寫這幾點，想到會繼續補充。

沿襲過去，登頂未來。數據會給你正確的前進方向，

數據的價值就在於驅動業務發展，前提是在非常了解業務，投過數據發現業務的關鍵問題點，分析可能的影響因素，針對因素用數據去論證驗實，從而給到建議

一開始可以從細化而關鍵的小問題入手，不要一想著上來就是大項目，先從一個小點為讓需求方業務方看到實實在在的效益和優化點，讓他們認識到數據的重要性，培養他們的用數據說話思想，建立起他們對數據部門的信任感和依賴感，任何事情都是從點滴開始，尤其是潛移默化的信任感。這一切一切的基礎是了解業務，熟悉業務，把自己帶入到業務過程，將自己看做產品或者運營，從他們角度去考慮問題，所以說數據分析支撐是一非常綜合性的工作。

說簡單很簡單說複雜很複雜

第一先從XXX局面，是不是趴體的需要？是不是上面給你政策，否則像掐死國內比特幣也是分分鐘的事

第二軟體硬體能否跟得上，我覺得現在的電子產品尤其是隨身產品都還挺貴的，比如大幾千元的手機，全地球的人類至少有70%的人依然享用不起來，請別說什麼一二百元的手機能流暢運行各種軟體，局部市場飽和狀態下，只能開發新市場，然而剩下的市場，都不會是什麼肥肉