【來源丨APP干貨鋪子】

【作者丨白東立】

【編輯丨大胡子】

今兒我想來淺談一下“數(shù)據(jù)驅(qū)動”在一家企業(yè)落地所要經(jīng)歷的5個階段，先來看下圖：

從我實際的觀察，結合對數(shù)據(jù)的理解，和對未來的預期來看，數(shù)據(jù)分析或數(shù)據(jù)驅(qū)動在不同的公司，在不同的階段落地，經(jīng)歷了或者正在經(jīng)歷著這樣的5個階段：

1.無意識：靠經(jīng)驗+拍腦袋決策

2.感知數(shù)據(jù)：統(tǒng)計數(shù)據(jù)產(chǎn)生后的數(shù)據(jù)結果

3.開始思考：分析數(shù)據(jù)產(chǎn)生背后的原因

4.開始行動：根據(jù)數(shù)據(jù)分析的結論開始行動

5.數(shù)據(jù)驅(qū)動：讓期望產(chǎn)生的結果產(chǎn)生

為了能夠讓大家清晰的理解這5個不同階段，我就從要用什么人，用什么工具，做什么樣的事兒，能夠給企業(yè)帶來哪些價值這幾個方面通俗的講一下，以便大家來判斷你所在的企業(yè)，在數(shù)據(jù)驅(qū)動方面正處在哪一個階段，或者是不是具備在不同階段的能力。

1.企業(yè)對數(shù)據(jù)人才的需求和投入（人）

2.分析數(shù)據(jù)的工具（工具）

3.分析數(shù)據(jù)的深度（做啥事）

4.能夠給企業(yè)帶來的價值（啥好處）

說是無意識階段，其實指的是在企業(yè)中，從上到下，沒有什么人有強烈的數(shù)據(jù)意識，也很少有人關注除了收入和一些General指標以外的數(shù)據(jù)，而企業(yè)決策基本是靠老板拍腦袋，部門決策基本是靠有經(jīng)驗的人，執(zhí)行層面的人幾乎沒有什么工具和方法論做指導，公司如果處于這樣的階段，是完全和數(shù)據(jù)驅(qū)動理念不掛鉤的。

人：處于這樣階段的企業(yè)，基本上沒有數(shù)據(jù)分析部門，也沒有數(shù)據(jù)方面的人才，對于企業(yè)運營過程中的常規(guī)數(shù)據(jù)分析，基本上由產(chǎn)品運營人員手工做報表，定期給老板發(fā)郵件，或者匯報工作。

工具：公司自己內(nèi)部沒有專門開發(fā)的數(shù)據(jù)分析系統(tǒng)，也沒有接入第三方數(shù)據(jù)分析平臺。

做啥事：啥都做，就是不做數(shù)據(jù)分析。

啥好處：無法通過數(shù)據(jù)給企業(yè)帶來額外的信息和價值。

這個階段，是關于如何回答好5W2H的，而回答5W2H的方法是通過數(shù)據(jù)統(tǒng)計的結果展示在各種報表和Dashboard中，再由分析數(shù)據(jù)的人員介入，跟據(jù)企業(yè)自身特點將各種數(shù)據(jù)做匯總分析，這樣企業(yè)經(jīng)營者就可以量化企業(yè)運營的狀況了。

5W2H是指什么人，在什么時間，什么地方，做了什么，為什么做，怎么做的，花了多少成本做（Who、When、Where、What、Why、How、How Much），一個典型的公司，尤其是大量產(chǎn)生數(shù)據(jù)的互聯(lián)網(wǎng)公司的如下一些部門均會產(chǎn)生數(shù)據(jù)：

對于對外的市場投放部門、渠道（聯(lián)運&分發(fā)）部門是花錢的部門，投放經(jīng)理和渠道經(jīng)理需要實時統(tǒng)計的是關于花了錢獲取到的用戶是從哪兒來的，來的用戶都是什么用戶，怎么能獲取到更多的用戶，花多少成本才能獲得，諸如此類的問題。

而坦白講，現(xiàn)在絕大多數(shù)企業(yè)的對外市場投放部門和渠道部門，還無法100%回答這些問題，例如來的用戶都是什么用戶這個問題，就不是通過單一統(tǒng)計數(shù)據(jù)就能得來的，很多公司甚至也不關心來的用戶都是什么用戶。

對于絕大多數(shù)公司的產(chǎn)品和運營部門是企業(yè)掙錢的部門，所關心的產(chǎn)品數(shù)據(jù)是對于用戶使用產(chǎn)品后所表現(xiàn)的用戶行為結果的統(tǒng)計數(shù)據(jù)，也可以叫用戶行為數(shù)據(jù)的分析，是分析用戶用了產(chǎn)品的什么功能，用了多久，在哪兒流失了，什么因素導致了流失，怎么吸引用戶留下來，如何設計付費點，產(chǎn)品賣多少錢最合適等等問題的。

產(chǎn)品數(shù)據(jù)分析是一個可深可淺的工作，說淺一些，很多公司只要接一個第三方數(shù)據(jù)分析平臺，把每天產(chǎn)品的新增、活躍、留存、付費、流失和核心功能每天多少人參與統(tǒng)計了就可以了。

而如果往深了做，工作量就大了，通用的AARRR模型（Acquisition、Activation、Retention、Revenue、Refer）的每一個不同階段都可以深入下去，做不同的模型，隨著用戶獲取成本越來越高，現(xiàn)在越來越多的企業(yè)不得不開始在分析產(chǎn)品數(shù)據(jù)和用戶行為方面投入越來越多的精力。

而運維和前后端技術等部門作為企業(yè)的研發(fā)成本中心，服務器產(chǎn)生的大量系統(tǒng)日志、前后端代碼性能和生產(chǎn)環(huán)境的Web Log分析，也被越來越多的企業(yè)所重視，哪些系統(tǒng)服務最吃資源、哪些程序需要優(yōu)化、哪些SQL耗時最長、為什么會產(chǎn)生504 Code、怎么節(jié)約服務器成本等等，這些都是技術部門需要負責的工作，而有統(tǒng)計的數(shù)據(jù)是技術接下來解決問題的基礎。

現(xiàn)在很多公司都在這個階段，有些企業(yè)開始構建自己的數(shù)據(jù)部門，來專門做數(shù)據(jù)的統(tǒng)計和分析，有些企業(yè)則會選擇第三方的數(shù)據(jù)統(tǒng)計工具，不論用哪種方式，目的都是希望能把企業(yè)各個部門所產(chǎn)生的數(shù)據(jù)監(jiān)測和統(tǒng)計起來。

看一個TrackingIO的事件分析的截圖，通過使用TrackingIO，幾乎可以滿足這個階段所有對于數(shù)據(jù)統(tǒng)計和分析的需求。

人：在這個階段的企業(yè)，需要有數(shù)據(jù)分析師的角色幫助各部門分析各類數(shù)據(jù)，另外各個部門的人也都需要時刻關注數(shù)據(jù)報表，及時進行分析和決策。

工具：公司可以成立自己的數(shù)據(jù)團隊來開發(fā)自己的數(shù)據(jù)分析工具，也可以選擇第三方的數(shù)據(jù)分析平臺，不論哪種方式，都要收集足夠豐富的數(shù)據(jù)，另外也要滿足各個部門分析數(shù)據(jù)的基本需求，想要分析的數(shù)據(jù)可以比較方便、靈活的進行分析，市面上滿足不同部門數(shù)據(jù)分析需求的產(chǎn)品也很多，例如熱云數(shù)據(jù)就有監(jiān)測市場廣告投放數(shù)據(jù)的平臺、分析產(chǎn)品用戶行為數(shù)據(jù)的TrackingIO，而分析服務器性能和系統(tǒng)日志的例如OneAPM、日志易等。

做啥事：這個階段，需要把各個部門所產(chǎn)生的數(shù)據(jù)，盡可能準確、詳細的統(tǒng)計到，并且有可視化展現(xiàn)的報表可以查看，不能說想要看啥數(shù)據(jù)沒啥數(shù)據(jù)，哪怕是讓分析師手工查數(shù)據(jù)庫也要有可查的數(shù)據(jù)。

啥好處：企業(yè)經(jīng)營者可以通過數(shù)據(jù)統(tǒng)計的結果，感知到公司各個部門的運營情況，把各個部門的工作內(nèi)容變成可量化的指標來評估。

這個階段是對數(shù)據(jù)更進一步的認識，是關于通過分析、洞察數(shù)據(jù)來回答為什么數(shù)據(jù)會表現(xiàn)出來這樣的結果，是對于上面后知后覺階段的進一步診斷，就像是一個人去了體檢中心做完體檢，拿到了體檢報告，發(fā)現(xiàn)有脂肪肝，體檢中心的工作人員說建議這個人去醫(yī)院做進一步的檢查，而針對研究這個人為什么檢查出來有脂肪肝，是什么原因?qū)е铝酥靖危褪菙?shù)據(jù)分析的主動思考階段。

例如：

為什么A、B、C這3個廣告平臺投放的轉(zhuǎn)化率低？

為什么從A渠道導入的用戶留存率比B渠道導入的用戶留存率高？

為什么這周的收入有明顯增加？

為什么用戶花了5萬塊錢后就流失了？

諸如此類的問題，均是基于數(shù)據(jù)統(tǒng)計的結果而進一步想要弄清楚的，但坦白講，實際情況是統(tǒng)計數(shù)據(jù)容易，要想進一步回答為什么數(shù)據(jù)會呈現(xiàn)出這樣的結果就非常困難了，搞清楚問題的成本也會增加很多，從實際的角度出發(fā)，我們不需要搞清楚為什么用戶花了5萬塊錢后流失了，但是我們需要關注花了5萬塊錢后流失的用戶占總付費用戶的比例，假設行業(yè)平均數(shù)如果是5%，那么只要我們的這個比例不高于5%，我們就不管了，但是我們必須要弄清楚為什么我們的產(chǎn)品里面有20%的花了5萬塊錢的用戶都流失了。

人：需要對數(shù)據(jù)進行多維分析，需要有建模能力，通過鉆取、切片、切塊、旋轉(zhuǎn)、轉(zhuǎn)軸來分析產(chǎn)生數(shù)據(jù)結果的原因，還需要有很強的行業(yè)知識，對數(shù)據(jù)有全方位的認知。

工具：除了對第一方數(shù)據(jù)的全面掌握以外，還需要引入行業(yè)參考數(shù)據(jù)、甚至是第三方數(shù)據(jù)，TrackingIO將試圖跟蹤每一個用戶的行為變化，例如某用戶從A產(chǎn)品中流失了，A產(chǎn)品可以跟蹤到這個用戶是不是放棄了A產(chǎn)品而選擇了同類型產(chǎn)品，這就要借助大數(shù)據(jù)的能力。

做啥事：跟據(jù)自身產(chǎn)品的特點，找到每一個可量化指標的最佳參考數(shù)據(jù)，監(jiān)控這些指標，當數(shù)據(jù)指標不在預期范圍內(nèi)的時候，快速查找原因。

啥好處：對于影響企業(yè)運營核心指標的相關因素進行監(jiān)控，當核心數(shù)據(jù)的表現(xiàn)不在預期范圍內(nèi)的時候，能夠清晰的知道是哪些原因?qū)е碌?，從而做出合理的決策。

就好比一個人體檢查出來有脂肪肝，醫(yī)生說是由于吃油膩的食物和缺乏運動導致的，那么要想恢復健康，就必須要付諸行動，這是一個關于實踐的階段，企業(yè)基于對數(shù)據(jù)的積累，結合分析數(shù)據(jù)的結論，進而對市場投放、對產(chǎn)品功能優(yōu)化等做出來的實際調(diào)整，以便獲得想要的結果。

如下問題均是關于如何實踐和行動的：

如何通過積累的數(shù)據(jù)來優(yōu)化移動廣告投放效果？

如何通過數(shù)據(jù)分析的結論，結合A/B Test來優(yōu)化產(chǎn)品，提升產(chǎn)品留存率？

如何通過用戶歷史的行為，預測用戶下一步的行動？

如何通過分析用戶的行為，給用戶推薦喜歡的產(chǎn)品和功能？

有一點需要區(qū)分一下，企業(yè)每天都在行動，即便沒有數(shù)據(jù)分析結論產(chǎn)品都要改，廣告都要投放，我們這里說的行動，指的是基于對數(shù)據(jù)做了大量的分析，在得到結論或者數(shù)據(jù)模型之后，對產(chǎn)品做的優(yōu)化，給用戶提供不同的產(chǎn)品體驗，例如今日頭條是基于對用戶行為的長期跟蹤的分析建模，對每個用戶做的個性化推薦。

人：包括數(shù)據(jù)部門在內(nèi)的各個部門需要進行聯(lián)動，將分析結論和實踐結合起來，讓數(shù)據(jù)結論不止停留在報表上，要讓數(shù)據(jù)在產(chǎn)品和營銷中流動起來。

工具：能夠讓數(shù)據(jù)模型、結論和線上的生產(chǎn)系統(tǒng)結合起來，數(shù)據(jù)不只是報表或者報告，會變成API接口實時和生產(chǎn)系統(tǒng)進行交互。

做啥事：通過實際行動來改變數(shù)據(jù)結果，或者預測接下來要產(chǎn)生的結果。

啥好處：數(shù)據(jù)分析不僅僅是輔助決策，可以變成影響結果的價值工具。

假設一個人的各項健康指標，都有實時監(jiān)測和預警，身體也可以根據(jù)各個指標的反饋，來調(diào)整身體機能來避免不必要的疾病產(chǎn)生，那么人是否就會保持健康和長壽呢？

現(xiàn)在多數(shù)企業(yè)都在從第二個階段向第三個階段過渡，也有很多企業(yè)正在借助數(shù)據(jù)能力做實際的行動來優(yōu)化數(shù)據(jù)結果，而現(xiàn)在看來，企業(yè)要具備全面的數(shù)據(jù)驅(qū)動能力，還有很長的路要走，這也是整個大數(shù)據(jù)行業(yè)未來要解決的問題，無論是數(shù)據(jù)分析的工具、還是數(shù)據(jù)積累本身都需要做很多的創(chuàng)新和積累。

我們正試圖為企業(yè)提供更強大的數(shù)據(jù)分析平臺工具，盡可能開放更多的數(shù)據(jù)，來幫助企業(yè)實踐，我希望有越來越多的企業(yè)進入第四個階段，即不只是分析數(shù)據(jù)，還要有正確和有效的行動，甚至將來到第五個階段，全面數(shù)據(jù)驅(qū)動的階段。

對于這個階段的人、工具以及要做什么事兒，現(xiàn)在講有些為時尚早，到底數(shù)據(jù)能否發(fā)揮出那么大的價值，是以何種形式來驅(qū)動企業(yè)發(fā)展的，需要我們共同來創(chuàng)造。