隨著流量紅利的消失，深度挖掘用戶價值、精細化運營越來越成為互聯網行業(yè)的轉變重心，“數據驅動力”的價值也得以凸顯。與此同時，要想提升“數據驅動力”，就要掌握三點內容，具體如文中所示。

互聯網流量紅利的消退，倒逼互聯網公司告別野蠻擴張迎來精益運營時代，通過“數據驅動”挖掘更深層次的用戶價值成了互聯網人的一致共識，“數據驅動力”在精益運營時代的重要性日益突顯。

這里的“數據驅動力”，即指通過數據體系，系統(tǒng)化地獲取及分析數據，并為業(yè)務決策提供有效支撐，不斷驅動業(yè)務發(fā)展的思維和能力。

概括來說，互聯網人可以從以下三個層面提升“數據驅動力”。

一、認識數據驅動結構

1. 數據價值演進金字塔

按照人類認知邏輯，數據的價值演進呈現出一個清晰的“倒金字塔結構”，如圖1所示，塔基到塔尖由低到高依次為數據、信息、知識、智慧，塔的四周則是客觀的外部世界。

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

然后再經過一步步的冶煉加工，依次生產出更高等級的認知“產品”。這些“產品”的共同使命，在于幫助人們實現更加科學的決策，而最終又通過實踐影響客觀世界。

落在實際業(yè)務中，打造“數據驅動力”首先就是要構建獲取業(yè)務數據的能力；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)務智慧”，及運用智慧持續(xù)驅動業(yè)務發(fā)展的能力。

拿到一手業(yè)務數據后，對數據價值挖掘和思考的深度，往往也決定了一個人、一個企業(yè)的發(fā)展高度和維度。

2. 數據驅動系統(tǒng)金字塔

為了描述數據驅動系統(tǒng)的內部結構，本文借助了傳承于老子《道德經》的“道法術器勢”理論。

如圖2所示，數據驅動體系，由高到低依次可以劃分為“道、法、術、器”幾個層級。

• 道，指數據驅動需遵循的規(guī)律、理念和價值觀
• 法，指圍繞數據驅動人為制訂的制度、規(guī)范
• 術，指數據驅動的技術、技巧、方法
• 器，則指數據驅動中所使用的工具或手段
• 勢，指所處的時空及趨勢，即互聯網行業(yè)所處的大環(huán)境

“器”服務于“術”，“術”符合于“法”，“法”根基于“道”，“道法術器”整個體系又在“勢”的裹挾下不斷演進并驅動“勢”的前進和變化。

實際業(yè)務實踐中，需講求“以道御術”，即以道義來承載智術。

想打造自己的數據驅動力，首先要認同數據驅動的內在價值，形成數據驅動業(yè)務的內在價值觀；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“數據驅動力”才會更加有底氣。

二、構建數據驅動閉環(huán)

1. 打通數據驅動流程閉環(huán)

業(yè)務實踐，是數據驅動的出發(fā)點，也是數據驅動的落腳點。

如圖3所示，一個完整的數據驅動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5個環(huán)節(jié)。

數據需求，是整個流程的第一步，其根據業(yè)務碰到的實際問題抽象而來，為數據采集指明了方向。

數據采集處理，即搞到數據并進行清洗、轉換、整理和存儲。

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

數據挖掘分析，包括數據挖掘、數據分析2個環(huán)節(jié)：

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

（2）數據分析，則是通過適當的統(tǒng)計分析方法及工具，對采集整理的數據進行剖析，提取出有價值的信息，并得出結論。

數據分析，主要的重點是進行業(yè)務的現狀分析、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. 建立數據驅動體系閉環(huán)

隨著數據專業(yè)技術的發(fā)展和數據工作的日益精細化，業(yè)務的數據驅動早已不是一個人獨立就能完成的工作，而更需要依靠一個機制化的配合體系，相關部門之間需形成數據驅動的業(yè)務閉環(huán)。

如圖4所示，管理層＆業(yè)務團隊、數據團隊是數據驅動體系里的最主要的兩個業(yè)務角色。

管理層＆業(yè)務團隊，首先需基于商業(yè)模式和企業(yè)愿景制訂okr目標，從而指引業(yè)務鏈條上的相關團隊沿著一致的方向開展工作，然后再結合業(yè)務實踐中碰到的問題，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)務需要，采集數據并構建起數據體系，結合業(yè)務方的數據需求進行挖掘分析，并將結論反饋給管理層＆業(yè)務團隊；幫助業(yè)務方更科學地決策實現對業(yè)務實踐的驅動，并最終促進okr的達成。

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

而讓數據驅動體系高效運轉的要點，是各個部門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。

三、把握數據驅動節(jié)奏

數據驅動是一個動態(tài)的過程，業(yè)務實踐中需要根據實際情況，靈活把握數據驅動的節(jié)奏和側重點。

如圖5所示，以一個互聯網項目管理的節(jié)點為例，大致可拆分為事前、事中、事后3個階段，每個階段數據驅動的重點各有不同。

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

2. 事中階段：一方面要對項目數據進行全面實時的監(jiān)控，確保項目的正常運行，建立異常告警機制；另一方面要及時對已經產生的數據進行挖掘分析，推動項目優(yōu)化迭代。

3. 事后階段：主要是對項目進行復盤，及時將轉化數據同步給項目干系人，同時為后續(xù)的項目積累可貴的經驗。

結語

以上，就是站在互聯網“人”的維度，可以提升“數據驅動力”的三個層面。

另外，隨著大數據和人工智能技術的發(fā)展，“機器”維度的數據驅動力也越來越重要，其正在深刻改變著行業(yè)生態(tài)，驅動著“產品智能”進行著快速的迭代，篇幅所限后續(xù)文章中再做探討。

作者：云洲，公眾號：云洲說（yunzhoushuo），互金產品運營專家，上海、杭州6年行業(yè)經驗。

本文由@云洲 原創(chuàng)發(fā)布于人人都是產品經理，未經許可，禁止轉載。

題圖來自 Unsplash，基于 CC0 協(xié)議