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。
這裡的“數據驅動力”，即指通過數據體系，系統化地獲取及分析數據，併為業務決策提供有效支撐，不斷驅動業務發展的思維和能力。
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。
然後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，在於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。
落在實際業務中，打造“數據驅動力”首先就是要構建獲取業務數據的能力；其次是提升發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“業務智慧”，及運用智慧持續驅動業務發展的能力。
拿到一手業務數據後，對數據價值挖掘和思考的深度，往往也決定了一個人、一個企業的發展高度和維度。
2. 數據驅動系統金字塔
為了描述數據驅動系統的內部結構，本文藉助了傳承於老子《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律、理念和價值觀
- 法，指圍繞數據驅動人為制訂的制度、規範
- 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，即互聯網行業所處的大環境
“器”服務於“術”，“術”符合於“法”，“法”根基於“道”，“道法術器”整個體系又在“勢”的裹挾下不斷演進並驅動“勢”的前進和變化。
實際業務實踐中，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
1. 打通數據驅動流程閉環
業務實踐，是數據驅動的出發點，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、採集處理、挖掘分析、數據決策、數據驅動5個環節。
數據需求，是整個流程的第一步，其根據業務碰到的實際問題抽象而來，為數據採集指明瞭方向。
數據採集處理，即搞到數據並進行清洗、轉換、整理和存儲。
數據採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。採集的數據類型主要包括埋點數據、日誌數據、業務數據、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個環節：
（1）數據挖掘，主要是計算機通過統計學、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，則是通過適當的統計分析方法及工具，對採集整理的數據進行剖析，提取出有價值的信息，並得出結論。
數據分析，主要的重點是進行業務的現狀分析、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、迴歸分析，等等。
2. 建立數據驅動體系閉環
隨著數據專業技術的發展和數據工作的日益精細化，業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務閉環。
如圖4所示，管理層＆業務團隊、數據團隊是數據驅動體系裡的最主要的兩個業務角色。
管理層＆業務團隊，首先需基於商業模式和企業願景制訂okr目標，從而指引業務鏈條上的相關團隊沿著一致的方向開展工作，然後再結合業務實踐中碰到的問題，形成具體的數據需求下發至數據團隊。
數據團隊根據業務需要，採集數據並構建起數據體系，結合業務方的數據需求進行挖掘分析，並將結論反饋給管理層＆業務團隊；幫助業務方更科學地決策實現對業務實踐的驅動，並最終促進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文化和價值觀，讓數據真正發聲。
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、把握數據驅動節奏
數據驅動是一個動態的過程，業務實踐中需要根據實際情況，靈活把握數據驅動的節奏和側重點。
如圖5所示，以一個互聯網項目管理的節點為例，大致可拆分為事前、事中、事後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），基於充分的數據分析形成項目規劃，並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，推動項目優化迭代。
3. 事後階段：主要是對項目進行復盤，及時將轉化數據同步給項目干係人，同時為後續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生態，驅動著“產品智能”進行著快速的迭代，篇幅所限後續文章中再做探討。
作者：雲洲，互金產品運營專家，上海、杭州6年行業經驗。
閱讀更多 火星運營 的文章
