還是從“一切業務數據化，一切數據業務化”講起，不管是傳統行業需要緊跟時代進行數字化改革，還是互聯網行業落地數據驅動，企業業務的信息化建設都是第一步，即“一切業務數據化”，要完成業務流程的在線化改造，擁有數據采集、加工和存儲的基礎能力。
對傳統行業來講，信息化建設和改造是第一大課題和難題，受限于經驗，在此不展開。今天主要給大家分享下，在擁有了在線化的數據之后，應該從哪些方面系統性地落地數據驅動。以“一切數據業務化”為核心原則，圍繞著公司業務，可以從數據治理、數據分析、數據實驗、數據產品、數據教育這五個方面來推進，幫助企業真正實現降本提效、業務增收。
一、數據治理
從下圖的數據鏈路價值金字塔可以看出，數據治理在企業的數據建設和應用過程中，往往需要花費80%的精力，但能體現的用戶價值和商業價值可能只有20%，所以很多公司會輕視數據治理工作，或者資源投入不足。
這其實是一個錯誤的做法，數據價值的體現，一定是建立在整條數據鏈路的效率和質量基礎上的，沒有有效的數據治理工作，就無法打造數據創造價值的基礎和系統能力，在數據應用層發展到一定階段時，必然會遇到制約和瓶頸，數據的維護成本急速上升，數據應用層每前進一步都會越來越難，甚至需要大規模的數據層重構，導致數據應用層的建設停滯。
二、數據分析
數據治理走上正軌，有了海量的、高質量的數據后，就需要考慮數據的應用和價值創造。數據分析是建立數據到價值的核心邏輯和方法論，包括的范圍比較廣泛，比如：專題分析、周期性數據報告、商業洞察、戰略分析、算法模型等，主要產出是基于數據分析的業務觀點、業務洞察，以及基于統計學、數據挖掘、機器學習等的算法模型。
對于企業落地數據驅動而言，數據分析師一定是沖在最前線，不管是傳統行業還是互聯網行業，不管是初創公司還是成熟企業，都需要基于數據和客觀信息進行決策，基于數據洞察、業務戰略思考進行業務策略實施。
三、數據實驗
有了基于數據的業務觀點和洞察后，就需要進行快速的業務驗證，從數據創造價值的角度來講就是業務實驗。通過把數據分析方法、算法融入到業務策略中，快速試驗，小步快跑，才能更直接地去驗證想法和策略是否有效，是否能夠帶來業務收益，創造價值。所以業務增長過程中的實驗環節必不可少，一定要留出人力物力進行基于數據的增長黑客或業務規則實驗，不能讓數據分析報告只停留在看一看的參考環節，能夠把數據分析和算法模型的方法、結論等越深度地融入到業務策略中，就越能實現數據驅動下的業務增長，讓增長邏輯變得清晰明確，變得更加可控、可復制。
四、數據產品
在進行了數據分析方法論和算法規則的業務實驗后，把方法論融入和固化到數據產品中，是長效落地數據驅動的有效方式。因為數據創造價值的鏈路很長，涉及的團隊眾多，業務實驗的成功經驗如何復制到各個業務團隊、如何在未來的時間里一直保持基于數據的策略效果、如何保證從上到下以及橫向各個團隊間都有統一的認知和拉齊的能力水平，都是非常困難的事情，而數據產品是解題的關鍵。
通過數據產品，可以構建一條新的通路，讓數據、數據分析、算法沉淀成工具，有一套固化的方法論存在于產品中，保證所有相關團隊的方法和水平是拉齊的、統一的。而且除了服務于業務團隊間接影響業務收益外，也可以直接地落地到線上系統，通過線上系統自動化地影響企業的用戶和經營，直接創造用戶價值和商業價值。還可以通過數據產品的分層架構，把底層數據建設、商業分析探索、算法模型探索、面向業務團隊使用的數據產品、線上系統有效地實現分工和連接，保證大家有足夠的自由度發揮各自的專業探索，并朝著統一的價值方向去努力。
五、數據教育
數據教育其實包含兩個角度：自上而下的數據文化宣導、自下而上的數據能力培訓。
自上而下的數據文化宣導。從高層來推動“用數據說話”、“用數據決策”的企業氛圍和習慣，請業務負責人、技術負責人、數據負責人，甚至所有高管來站臺，設立科技、數據相關的愿景和價值觀，宣導數據價值和數據驅動的重要性，建立數據決策流程機制，比如“數據驅動”的價值觀，高層早會以數據解讀開場的流程機制，業務項目效果用數據量化評估，在日常決策中拋棄空洞抽象的概念和模棱兩可的描述，減少拍腦袋決策，從上到下培養用數據說話的氛圍，舉辦數據驅動最佳實踐相關的各種激勵活動等。
自下而上的數據能力培訓。通過直達每一個用戶，進行提升數據能力的相關培訓和教育，讓員工有意識、有意愿、有能力、有行動，尤其是數據產品的使用要做到足夠熟練，數據實驗的方法和過程要足夠理解，數據分析的知識和技能要盡可能多的人掌握，在數據人才培養、企業員工數據能力提升上不斷推進，輔助自上而下的數據文化宣導，讓數據驅動有良好的意識基礎和人才基礎。
雖然落地數據驅動的工作不止上面提到的五個方面，但也給大家一個相對系統性的參考，能夠在制定數據驅動戰略時借鑒一二。另外，拋開具體的角度而言，只要能夠始終堅持以業務為核心，以用戶價值、業務價值、組織價值為目標，不斷落地嘗試產生更直接的價值，堅持創新、務實的理念和原則，就一定能把數據驅動創造價值向前推進。
作者：Probes，微信公眾號：Data To Value，致力于數據產品領域的分享和交流，用數據創造價值。
