创建数据驱动型业务的关键——数字乐观主义
Posted: Thu Dec 05, 2024 9:13 am
每当流行趋势流行时，她就会像富有的女继承人一样交男朋友。从经理们的采访、演讲和商业信息的头条新闻中可以看出这一点。根据他们的说法，任何人都会说所有公司都以客户为中心（以客户为中心），他们将创新置于工作方式的核心，废除了过时的等级结构，当然，他们收集并分析了所有有关其客户的信息，这些信息分散在众多数据库中。因此，它们也是数据驱动的业务，这些业务的决策基于对真实信息的分析，而不是基于管理者的直觉，并且基于重复一直有效的永恒行动计划。
但衡量社交媒体策略的影响并查看分析并不意味着拥有数据驱动的业务。这一战略的范围更广。为了深入解释这一点，数据分析领域的主要专家之一、《Web Analytics》一书的合著者雅克·沃伦（Jacques Warren）考虑了该行业的手册，在上一次在 CAD 举行的 ISDI 演讲中向我们解释了这一点。
雅克·沃伦 (Jacques Warren) 的深度数据分析方法
Warren 在数字世界拥有 20 多年的工作经验，专门从事数据分析。通过他的经验，他解释了创建基于分析的真实管理模型的关键以及组织在实施该模型时必须面对的陷阱。
“15 年前，我不得不推动公司，甚至几乎踢了他们，才让 bc 数据巴西 它们进入互联网，”他开玩笑说，“现在我继续面对同一个敌人：惯性，一种基于‘为了“如果我所做的事情有效，我就会采取不同的做法。”好吧，如果你希望你的业务基于数据，你就必须对其进行转型。”
为了更好地解释商业世界中普遍存在的对变革的巨大阻力， 他诉诸了他职业生涯中经历过的真实案例：
第一个例子中，一家公司的营销经理在不清楚自己将获得的投资回报率的情况下，决定在 Facebook 和 Twitter 上的营销活动中投入 60,000 欧元，而不是投入 80,000 欧元来提高他的转化率，有可能赚取 140 万美元。
在另一起事件中，一家航空公司的在线经理拒绝更改他的预订系统，尽管他每月损失100万的商机，但有可能赚取300万。
在所有情况下，决策都基于同一件事：“至少我可以告诉我的首席执行官，我正在社交网络上做某事，否则我不会冒如此激进的转变所带来的风险”：逻辑思维在当今社会盛行。公司的现实是，很难打破工作惯性，并且坚持自己的成果，看不到改进的可能性。
什么是数据驱动型业务？
“没有数据，你只是另一个有观点的人”；这句话出自著名的美国政治家爱德华兹·戴明之口，完美地诠释了数据驱动型企业的本质：一家不断寻求提高竞争力、创新和通过为客户提供的见解实现增长的方法的公司。评论、反应、意见和行为。一家使用数据做出决策的公司，因为它可以瓦解最优秀专业人士的直觉，并使科学对抗惰性。
传统的营销策略采用逻辑推理，当他们想要实现双倍目标时，他们就会加倍投资。然而，数据分析技术可以让你用同样的预算取得更好的结果；是的，彻底改变了工作方式。
数据驱动策略应该是什么样的？
数据驱动策略由五个关键方面组成
数据：捕获和使用数据的方法。
应用程序：软件。这两条腿构成了技术人员的痴迷：大量的工具和大量的数据。
分析：数据本身含有大量噪声；有必要根据针对业务和目标定制的 KPI 创建模型，并建立与之合作的团队。
结果共享：当你有人收集数据、分析数据等时。你需要传达它，而你的沟通方式对于模型的工作至关重要。拥有一个可以快速共享结果的仪表板至关重要，以便人们能够做出决策。
决策：在最后也是最重要的一点上，沃伦认识到很少有公司能让人们根据数据做出决策；你必须创建一个流程，因为它不是关于提出建议，而是关于行动。
根据您的经验，最后两个建议是：团队需要根据他们在流程中的参与情况来关注、付费和评估；请记住，即使您在自己所做的事情上做得最好，也总是有需要改进的地方，也总是有更多的价值可以创造。
但衡量社交媒体策略的影响并查看分析并不意味着拥有数据驱动的业务。这一战略的范围更广。为了深入解释这一点，数据分析领域的主要专家之一、《Web Analytics》一书的合著者雅克·沃伦（Jacques Warren）考虑了该行业的手册，在上一次在 CAD 举行的 ISDI 演讲中向我们解释了这一点。
雅克·沃伦 (Jacques Warren) 的深度数据分析方法
Warren 在数字世界拥有 20 多年的工作经验，专门从事数据分析。通过他的经验，他解释了创建基于分析的真实管理模型的关键以及组织在实施该模型时必须面对的陷阱。
“15 年前，我不得不推动公司，甚至几乎踢了他们，才让 bc 数据巴西 它们进入互联网，”他开玩笑说，“现在我继续面对同一个敌人：惯性，一种基于‘为了“如果我所做的事情有效，我就会采取不同的做法。”好吧，如果你希望你的业务基于数据，你就必须对其进行转型。”
为了更好地解释商业世界中普遍存在的对变革的巨大阻力， 他诉诸了他职业生涯中经历过的真实案例：
第一个例子中，一家公司的营销经理在不清楚自己将获得的投资回报率的情况下，决定在 Facebook 和 Twitter 上的营销活动中投入 60,000 欧元，而不是投入 80,000 欧元来提高他的转化率，有可能赚取 140 万美元。
在另一起事件中，一家航空公司的在线经理拒绝更改他的预订系统，尽管他每月损失100万的商机，但有可能赚取300万。
在所有情况下，决策都基于同一件事：“至少我可以告诉我的首席执行官，我正在社交网络上做某事，否则我不会冒如此激进的转变所带来的风险”：逻辑思维在当今社会盛行。公司的现实是，很难打破工作惯性，并且坚持自己的成果，看不到改进的可能性。
什么是数据驱动型业务？
“没有数据，你只是另一个有观点的人”；这句话出自著名的美国政治家爱德华兹·戴明之口，完美地诠释了数据驱动型企业的本质：一家不断寻求提高竞争力、创新和通过为客户提供的见解实现增长的方法的公司。评论、反应、意见和行为。一家使用数据做出决策的公司，因为它可以瓦解最优秀专业人士的直觉，并使科学对抗惰性。
传统的营销策略采用逻辑推理，当他们想要实现双倍目标时，他们就会加倍投资。然而，数据分析技术可以让你用同样的预算取得更好的结果；是的，彻底改变了工作方式。
数据驱动策略应该是什么样的？
数据驱动策略由五个关键方面组成
数据：捕获和使用数据的方法。
应用程序：软件。这两条腿构成了技术人员的痴迷：大量的工具和大量的数据。
分析：数据本身含有大量噪声；有必要根据针对业务和目标定制的 KPI 创建模型，并建立与之合作的团队。
结果共享：当你有人收集数据、分析数据等时。你需要传达它，而你的沟通方式对于模型的工作至关重要。拥有一个可以快速共享结果的仪表板至关重要，以便人们能够做出决策。
决策：在最后也是最重要的一点上，沃伦认识到很少有公司能让人们根据数据做出决策；你必须创建一个流程，因为它不是关于提出建议，而是关于行动。
根据您的经验，最后两个建议是：团队需要根据他们在流程中的参与情况来关注、付费和评估；请记住，即使您在自己所做的事情上做得最好，也总是有需要改进的地方，也总是有更多的价值可以创造。