大數(shù)據(jù)數(shù)據(jù)驅(qū)動(dòng)決策的13種思維

“數(shù)據(jù)驅(qū)動(dòng)決策”，為了不讓這句話成為空話，請(qǐng)先裝備以下13種思想武器，相信將來(lái)你一定能用上！

第一、信度與效度思維

這部分也許是全文最難理解的部分，但我覺(jué)得也最為重要。沒(méi)有這個(gè)思維，決策者很有可能在數(shù)據(jù)中迷失。

信度與效度的概念最早來(lái)源于調(diào)查分析，但現(xiàn)在我覺(jué)得可以引申到數(shù)據(jù)分析工作的各方面。

**所謂信度，是指一個(gè)數(shù)據(jù)或指標(biāo)自身的可靠程度，包括準(zhǔn)確性和穩(wěn)定性**取數(shù)邏輯是否正確？有沒(méi)有計(jì)算錯(cuò)誤？這屬于準(zhǔn)確性；每次計(jì)算的算法是否穩(wěn)定？口徑是否一致？以相同的方法計(jì)算不同的對(duì)象時(shí)，準(zhǔn)確性是否有波動(dòng)？這是穩(wěn)定性。做到了以上兩個(gè)方面，就是一個(gè)好的數(shù)據(jù)或指標(biāo)了？其實(shí)還不夠，還有一個(gè)更重要的因素，就是效度！

**所謂效度，是指一個(gè)數(shù)據(jù)或指標(biāo)的生成，需貼合它所要衡量的事物，即指標(biāo)的變化能夠代表該事物的變化。**

只有在信度和效度上都達(dá)標(biāo)，才是一個(gè)有價(jià)值的數(shù)據(jù)指標(biāo)。舉個(gè)例子：要衡量我身體的肥胖情況，我選擇了穿衣的號(hào)碼作為指標(biāo)，一方面，相同的衣服尺碼對(duì)應(yīng)的實(shí)際衣服大小是不同的，會(huì)有美版韓版等因素，使得準(zhǔn)確性很差；同時(shí)，一會(huì)兒穿這個(gè)牌子的衣服，一會(huì)兒穿那個(gè)牌子的衣服，使得該衡量方式形成的結(jié)果很不穩(wěn)定；所以，衣服尺碼這個(gè)指標(biāo)的信度不夠。另一方面，衡量身體肥胖情況用衣服的尺碼大小？你一定覺(jué)得荒唐，尺碼大小并不能反映肥胖情況，是吧？因此效度也不足。體脂率，才是信度和效度都比較達(dá)標(biāo)的肥胖衡量指標(biāo)。

在我們的現(xiàn)實(shí)工作中，許多人會(huì)想當(dāng)然地拿了指標(biāo)就用，這是非常值得警惕的。你要切骨頭卻拿了把手術(shù)刀，是不是很可悲？信度和效度的本質(zhì)，其實(shí)就是**數(shù)據(jù)質(zhì)量**的問(wèn)題，這是一切分析的基石，再怎么重視都不過(guò)分！

第二、平衡思維

說(shuō)到天平大家都不陌生，平衡的思維相信各位也都能很快理解。簡(jiǎn)單來(lái)說(shuō)，在數(shù)據(jù)分析的過(guò)程中，我們需要經(jīng)常去尋找事情間的平衡關(guān)系，且平衡關(guān)系往往是關(guān)乎企業(yè)運(yùn)轉(zhuǎn)的大問(wèn)題，如市場(chǎng)的供需關(guān)系，薪資與效率關(guān)系，工作時(shí)長(zhǎng)與錯(cuò)誤率的關(guān)系等等。

**平衡思維的關(guān)鍵點(diǎn)，在于尋找能展示出平衡狀態(tài)的指標(biāo)！**也就是如圖中紅框，我們要去尋找這個(gè)準(zhǔn)確的量化指標(biāo)，來(lái)觀察天平的傾斜程度。怎么找這個(gè)指標(biāo)呢？以我的經(jīng)驗(yàn)，一般先找雙向型的問(wèn)題，即高也不是低也不是的問(wèn)題，然后量化為指標(biāo)，最后計(jì)算成某個(gè)比率，長(zhǎng)期跟蹤后，觀察它的信度和效度。

第三、分類(lèi)思維

客戶(hù)分群、產(chǎn)品歸類(lèi)、市場(chǎng)分級(jí)、績(jī)效評(píng)價(jià)...許多事情都需要有分類(lèi)的思維。主管拍腦袋也可以分類(lèi)，通過(guò)機(jī)器學(xué)習(xí)算法也可以分類(lèi)，那么許多人就模糊了，到底分類(lèi)思維怎么應(yīng)用呢？

**關(guān)鍵點(diǎn)在于，分類(lèi)后的事物，需要在核心指標(biāo)上能拉開(kāi)距離！**也就是說(shuō)分類(lèi)后的結(jié)果，必須是顯著的。如圖，橫軸和縱軸往往是你運(yùn)營(yíng)當(dāng)中關(guān)注的核心指標(biāo)（當(dāng)然不限于二維），而分類(lèi)后的對(duì)象，你能看到他們的分布不是隨機(jī)的，而是有顯著的集群的傾向。

舉個(gè)例子：假設(shè)該圖反映了某個(gè)消費(fèi)者分群的結(jié)果，橫軸代表購(gòu)買(mǎi)頻率，縱軸代表客單價(jià)，那么綠色的這群人，就是明顯的“人傻錢(qián)多”的“剁手金牌客戶(hù)”。

第四、矩陣化思維

矩陣思維是分類(lèi)思維的發(fā)展，它不再局限于用量化指標(biāo)來(lái)進(jìn)行分類(lèi)。許多時(shí)候，我們沒(méi)有數(shù)據(jù)做為支持，只能通過(guò)經(jīng)驗(yàn)做主管的推斷時(shí)，是可以把某些重要因素組合成矩陣，大致定義出好壞的方向，然后進(jìn)行分析。大家可以百度經(jīng)典的管理分析方法“波士頓矩陣”模型。

第五、管道/漏斗思維

這種思維方式已經(jīng)普及：注冊(cè)轉(zhuǎn)化、購(gòu)買(mǎi)流程、銷(xiāo)售管道、瀏覽路徑等，太多的分析場(chǎng)景中，能找到這種思維的影子。

但我要說(shuō)，看上去越是普世越是容易理解的模型，它的應(yīng)用越得謹(jǐn)慎和小心。在漏斗思維當(dāng)中，我們尤其要注意**漏斗的長(zhǎng)度**。

漏斗從哪里開(kāi)始到哪里結(jié)束？以我的經(jīng)驗(yàn)，漏斗的環(huán)節(jié)不該超過(guò)5個(gè)，且漏斗中各環(huán)節(jié)的百分比數(shù)值，量級(jí)不要超過(guò)100倍（漏斗第一環(huán)節(jié)100%開(kāi)始，到最后一個(gè)環(huán)節(jié)的轉(zhuǎn)化率數(shù)值不要低于1%）。若超過(guò)了我說(shuō)的這兩個(gè)數(shù)值標(biāo)準(zhǔn)，建議分為多個(gè)漏斗進(jìn)行觀察。當(dāng)然，這兩個(gè)是經(jīng)驗(yàn)數(shù)值，僅僅給各位做個(gè)參考～

理由是什么呢？超過(guò)5個(gè)環(huán)節(jié)，往往會(huì)出現(xiàn)多個(gè)重點(diǎn)環(huán)節(jié)，那么在一個(gè)漏斗模型中分析多個(gè)重要問(wèn)題容易產(chǎn)生混亂。數(shù)值量級(jí)差距過(guò)大，數(shù)值間波動(dòng)相互關(guān)系很難被察覺(jué)，容易遺漏信息。比如，漏斗前面環(huán)節(jié)從60%變到50%，讓你感覺(jué)是天大的事情，而漏斗最后環(huán)節(jié)0.1%的變動(dòng)不能引起你的注意，可往往是漏斗最后這0.1％的變動(dòng)非常致命。

第六、相關(guān)思維

我們觀察指標(biāo)，不僅要看單個(gè)指標(biāo)的變化，還需要觀察指標(biāo)間的相互關(guān)系！有正相關(guān)關(guān)系（圖中紅色實(shí)線）和負(fù)相關(guān)關(guān)系（藍(lán)色虛線）。最好能時(shí)常計(jì)算指標(biāo)間的相關(guān)系數(shù)，定期觀察變化。

相關(guān)思維的應(yīng)用太廣了，我提往往是被大家忽略的一點(diǎn)?，F(xiàn)在的很多企業(yè)管理層，面對(duì)的問(wèn)題并不是沒(méi)有數(shù)據(jù)，而是數(shù)據(jù)太多，卻不知道怎么用。相關(guān)思維的其中一個(gè)應(yīng)用，**就是能夠幫助我們找到最重要的數(shù)據(jù)，排除掉過(guò)多雜亂數(shù)據(jù)的干擾！**

如何執(zhí)行呢？你可以計(jì)算能收集到的多個(gè)指標(biāo)間的相互關(guān)系，挑出與其他指標(biāo)相關(guān)系數(shù)都相對(duì)較高的數(shù)據(jù)指標(biāo)，分析它的產(chǎn)生邏輯，對(duì)應(yīng)的問(wèn)題，并評(píng)估信度和效度，若都滿足標(biāo)準(zhǔn)，這個(gè)指標(biāo)就能定位為核心指標(biāo)！

建議大家養(yǎng)成一個(gè)習(xí)慣，經(jīng)常計(jì)算指標(biāo)間的相關(guān)系數(shù)，仔細(xì)思考相關(guān)系數(shù)背后的邏輯，有的是顯而易見(jiàn)的常識(shí)，比如訂單數(shù)和購(gòu)買(mǎi)人數(shù)，有的或許就能給你帶來(lái)驚喜！另外，“沒(méi)有相關(guān)關(guān)系”，這往往也會(huì)成為驚喜的來(lái)源哦。

第七、遠(yuǎn)近度思維

現(xiàn)在與許多處在管理層的朋友交流后，發(fā)現(xiàn)他們往往手握眾多數(shù)據(jù)和報(bào)表，注意力卻是非常的跳躍和分散。如何避免呢？一是上文說(shuō)的通過(guò)相關(guān)思維，找到最核心的問(wèn)題和指標(biāo)；二就是這部分要說(shuō)的，建立遠(yuǎn)進(jìn)度的思維方式。

確定好核心問(wèn)題后，分析其他業(yè)務(wù)問(wèn)題與該核心問(wèn)題的遠(yuǎn)近程度，由近及遠(yuǎn)，把自己的精力有計(jì)劃地分配上去。比如：近期你地核心任務(wù)就是提高客服人員的服務(wù)質(zhì)量，那么客服人員的話術(shù)、客戶(hù)評(píng)價(jià)通道、客服系統(tǒng)的相應(yīng)速度等就是靠的最近的子問(wèn)題，需要重點(diǎn)關(guān)注，而客戶(hù)的問(wèn)詢(xún)習(xí)慣、客戶(hù)的購(gòu)買(mǎi)周期等就是相對(duì)遠(yuǎn)的問(wèn)題，暫時(shí)先放一放。當(dāng)然，本人經(jīng)歷有限，例子舉得不恰當(dāng)?shù)牡胤竭€望讀者們海涵。

第八、邏輯樹(shù)思維

如圖的樹(shù)狀邏輯相信大家已經(jīng)見(jiàn)過(guò)許多回了。一般說(shuō)明邏輯樹(shù)的分叉時(shí)，都會(huì)提到“分解”和“匯總”的概念。我這里把它變一變，使其更貼近數(shù)據(jù)分析，稱(chēng)為“下鉆”和“上卷”。當(dāng)然，這兩個(gè)詞不是我發(fā)明的，早已有之。

所謂下鉆，就是在分析指標(biāo)的變化時(shí)，按一定的維度不斷的分解。比如，按地區(qū)維度，從大區(qū)到省份，從省份到城市，從省市到區(qū)。所謂上卷就是反過(guò)來(lái)。隨著維度的下鉆和上卷，數(shù)據(jù)會(huì)不斷細(xì)分和匯總，在這個(gè)過(guò)程中，我們往往能找到問(wèn)題的根源。

下鉆和上卷并不是局限于一個(gè)維度的，往往是多維組合的節(jié)點(diǎn)，進(jìn)行分叉。邏輯樹(shù)引申到算法領(lǐng)域就是決策樹(shù)。有個(gè)關(guān)鍵便是何時(shí)做出決策（判斷）。當(dāng)進(jìn)行分叉時(shí)，我們往往會(huì)選擇差別最大的一個(gè)維度進(jìn)行拆分，若差別不夠大，則這個(gè)枝椏就不在細(xì)分。能夠產(chǎn)生顯著差別的節(jié)點(diǎn)會(huì)被保留，并繼續(xù)細(xì)分，直到分不出差別為止。經(jīng)過(guò)這個(gè)過(guò)程，我們就能找出影響指標(biāo)變化的因素。

舉個(gè)簡(jiǎn)單的例子：我們發(fā)現(xiàn)全國(guó)客戶(hù)數(shù)量下降了，我們從地區(qū)和客戶(hù)年齡層級(jí)兩個(gè)維度先進(jìn)行觀察，發(fā)現(xiàn)各個(gè)年齡段的客戶(hù)都下降，而地區(qū)間有的下降有的升高，那我們就按地區(qū)來(lái)拆分第一個(gè)邏輯樹(shù)節(jié)點(diǎn)，拆分到大區(qū)后，發(fā)現(xiàn)各省間的差別是顯著的，那就繼續(xù)拆分到城市，最終發(fā)現(xiàn)是浙江省杭州市大量客戶(hù)且涵蓋各個(gè)年齡段，被競(jìng)爭(zhēng)對(duì)手的一波推廣活動(dòng)轉(zhuǎn)化走了。就此通過(guò)三個(gè)層級(jí)的邏輯樹(shù)找到了原因。

第九、時(shí)間序列思維

很多問(wèn)題，我們找不到橫向?qū)Ρ鹊姆椒ê蛯?duì)象，那么，和歷史上的狀況比，就將變得非常重要。其實(shí)很多時(shí)候，我更愿意用時(shí)間維度的對(duì)比來(lái)分析問(wèn)題，畢竟發(fā)展地看問(wèn)題，也是“紅色方法論”中的重要一環(huán)。這種方式容易排除掉一些外在的干擾，尤其適合創(chuàng)新型的分析對(duì)象，比如一個(gè)新行業(yè)的公司，或者一款全新的產(chǎn)品。

時(shí)間序列的思維有三個(gè)關(guān)鍵點(diǎn)：**一是距今越近的時(shí)間點(diǎn)，越要重視**（圖中的深淺度，越近期發(fā)生的事，越有可能再次發(fā)生）；二是要做**同比**（圖中的尖頭指示，指標(biāo)往往存在某些周期性，需要在周期中的同一階段進(jìn)行對(duì)比，才有意義）；三是**異常值出現(xiàn)時(shí)，需要重視**（比如出現(xiàn)了歷史最低值或歷史最高值，建議在時(shí)間序列作圖時(shí)，添加平均值線和平均值加減一倍或兩倍標(biāo)準(zhǔn)差線，便于觀察異常值）。

時(shí)間序列思維有一個(gè)子概念不得不提一下，就是“生命周期”的概念。用戶(hù)、產(chǎn)品、人事等無(wú)不有生命周期存在。本人最近也正在將關(guān)注的重心移向這塊，直覺(jué)上，生命周期衡量清楚，就能很方便地確定一些“閥值”問(wèn)題，使產(chǎn)品和運(yùn)營(yíng)的節(jié)奏更明確。

第十、隊(duì)列分析思維

隨著數(shù)據(jù)運(yùn)算能力的提高，隊(duì)列分析的方式逐漸展露頭腳。英文名稱(chēng)為cohort analysis，說(shuō)實(shí)話我不知道怎么表述這個(gè)概念，我的理解就是**按一定的規(guī)則，在時(shí)間顆粒度上將觀察對(duì)象切片，組成一個(gè)觀察樣本，然后觀察這個(gè)樣本的某些指標(biāo)隨著時(shí)間的演進(jìn)而產(chǎn)生的變化**。目前使用得最多的場(chǎng)景就是留存分析。

舉個(gè)經(jīng)常用的例子：假設(shè)5.17我們舉辦了一次促銷(xiāo)活動(dòng)，那么將這一天來(lái)的新用戶(hù)作為一個(gè)觀察樣本，觀察他們?cè)?.18、5.19...之后每天的活躍情況。

隊(duì)列分析中，指標(biāo)其實(shí)就是時(shí)間序列，不同的是衡量樣本。隊(duì)列分析中的衡量樣本是在時(shí)間顆粒上變化的，而時(shí)間序列的樣本則相對(duì)固定。

第十一、循環(huán)／閉環(huán)思維

循環(huán)／閉環(huán)的概念可以引申到很多場(chǎng)景中，比如業(yè)務(wù)流程的閉環(huán)、用戶(hù)生命周期閉環(huán)、產(chǎn)品功能使用閉環(huán)、市場(chǎng)推廣策略閉環(huán)等等。許多時(shí)候你會(huì)覺(jué)得這是一個(gè)不落地的概念，因?yàn)樘岬娜撕芏?，干出事情?lái)的例子很少。

但我覺(jué)得這種思考方式是非常必要的。業(yè)務(wù)流程的閉環(huán)是管理者比較容易定義出來(lái)的，列出公司所有業(yè)務(wù)環(huán)節(jié)，梳理出業(yè)務(wù)流程，然后定義各個(gè)環(huán)節(jié)之間相互影響的指標(biāo)，跟蹤這些指標(biāo)的變化，能從全局上把握公司的運(yùn)行狀況。

比如，一家軟件公司的典型業(yè)務(wù)流：推廣行為（市場(chǎng)部）?流量進(jìn)入主站（市場(chǎng)＋產(chǎn)研）?注冊(cè)流程（產(chǎn)研）?試用體驗(yàn)（產(chǎn)研＋銷(xiāo)售）?進(jìn)入采購(gòu)流程（銷(xiāo)售部）?交易并部署（售后＋產(chǎn)研）?使用、續(xù)約、推薦（售后＋市場(chǎng)）?推廣行為，一個(gè)閉環(huán)下來(lái)，各個(gè)銜接環(huán)節(jié)的指標(biāo)，就值得關(guān)注了：廣告點(diǎn)擊率?注冊(cè)流程進(jìn)入率?注冊(cè)轉(zhuǎn)化率?試用率?銷(xiāo)售管道各環(huán)節(jié)轉(zhuǎn)化率?付款率?推薦率／續(xù)約率...這里會(huì)涉及漏斗思維，如前文所述，**千萬(wàn)不要用一個(gè)漏斗來(lái)衡量一個(gè)循環(huán)**。

有了循環(huán)思維，你能比較快的建立有邏輯關(guān)系的指標(biāo)體系。

第十二、測(cè)試／對(duì)比思維

AB test,大家肯定不陌生了。那么怎么細(xì)化一下這個(gè)概念？一是在條件允許的情況下，決策前盡量做對(duì)比測(cè)試；二是測(cè)試時(shí)，一定要注意參照組的選擇，建議任何實(shí)驗(yàn)中，都要留有不進(jìn)行任何變化的一組樣本，作為最基本的參照。

現(xiàn)在數(shù)據(jù)獲取越來(lái)越方便，在保證數(shù)據(jù)質(zhì)量的前提下，希望大家多做實(shí)驗(yàn)，多去發(fā)現(xiàn)規(guī)律。

第十三、指數(shù)化思維

指數(shù)化思維，是指將衡量一個(gè)問(wèn)題的多個(gè)因素分別量化后，組合成一個(gè)綜合指數(shù)（降維），來(lái)持續(xù)追蹤的方式。把這個(gè)放在最后討論，目的就是強(qiáng)調(diào)它的重要性。前文已經(jīng)說(shuō)過(guò)，許多管理者面臨的問(wèn)題是“數(shù)據(jù)太多，可用的太少”，這就需要“降維”了，即要把多個(gè)指標(biāo)壓縮為單個(gè)指標(biāo)。

指數(shù)化的好處非常明顯，**一是減少了指標(biāo)，使得管理者精力更為集中；二是指數(shù)化的指標(biāo)往往都提高了數(shù)據(jù)的信度和效度**；三是指數(shù)能長(zhǎng)期使用且便于理解。

指數(shù)的設(shè)計(jì)是門(mén)大學(xué)問(wèn)，這里簡(jiǎn)單提三個(gè)關(guān)鍵點(diǎn)：一是要遵循**獨(dú)立和窮盡**的原則；二是要注意各指標(biāo)的單位，盡量做**標(biāo)準(zhǔn)化**來(lái)消除單位的影響；三是權(quán)重和需要等于1。

獨(dú)立窮盡原則，即你所定位的問(wèn)題，在搜集衡量該問(wèn)題的多個(gè)指標(biāo)時(shí)，各個(gè)指標(biāo)間盡量相互獨(dú)立，同時(shí)能衡量該問(wèn)題的指標(biāo)盡量窮盡（收集全）。舉個(gè)例子：當(dāng)初設(shè)計(jì)某公司銷(xiāo)售部門(mén)的指標(biāo)體系時(shí)，目的是衡量銷(xiāo)售部的績(jī)效，確定了核心指標(biāo)是銷(xiāo)售額后，我們將績(jī)效拆分為訂單數(shù)、客單價(jià)、線索轉(zhuǎn)化率、成單周期、續(xù)約率5個(gè)相互獨(dú)立的指標(biāo)，且這5個(gè)指標(biāo)涵蓋了銷(xiāo)售績(jī)效的各個(gè)方面（窮盡）。我們?cè)O(shè)計(jì)的銷(xiāo)售績(jī)效綜合指數(shù)＝0.4＊訂單數(shù)＋0.2＊客單價(jià)＋0.2＊線索轉(zhuǎn)化率＋0.1＊成單周期＋0.1＊續(xù)約率，各指標(biāo)都采用max-min方法進(jìn)行標(biāo)準(zhǔn)化。

通過(guò)這個(gè)例子，相信各位就能理解指數(shù)化思維了。