数据化决策如何更靠谱？来自唯品会的分享-国土报中文版

本篇文章3593字，读完约9分钟

当人们做出许多决定时，他们总是面临着理性和非理性之间的不同情况和场景。我们收集了大量的数据，在做电子商务的时候做模型分析和数据分析。我们经常假设从这一步到这一步，在用户背后有一个不可避免的过程和一定的逻辑关系。然而，在购物过程中，尤其是对于女性购物者来说，网上购物往往是一个非理性和冲动的决定。那么，数据团队或业务团队如何通过完全理性和逻辑的分析来判断用户行为呢？如果在数据恢复过程中丢失了许多环节或盲点，将会带来偏差和误导。

数据化决策如何更靠谱？来自唯品会的分享

数据决策可能导致的偏差

因此，这是我们面临的第一个挑战:人们的决策不一定是理性的，但我们通过数据演绎做出了很多假设和判断。至少现在很多企业做决策的时候，更多的是强调理性，假设所有的决策都是理性的，但实际上现实生活中并非如此。

即使数据反映的用户行为决策是合理的，仍然存在问题。当谈到让我们做出决策的数据时，它不仅是定量的，而且是语义的。因此，当许多公司谈论数据时，许多公司将数据指标与关键绩效指标捆绑在一起，这往往会忘记最初的业务目标并导致偏差。所以当我们真正关注它的时候，即使它是理性的，我们仍然要区分我们是关注数据还是数字。让我们不要被数字的幻觉所迷惑。许多数字不会告诉我们所有的真相。

数据化决策如何更靠谱？来自唯品会的分享

另一方面，我们的决策方法可能有错误。丹尼尔·卡门教授有句谚语，“你所能看到的就是一切”，这是指我们人类经常犯的一种错误。有人说这叫做聚光灯效应。当我们作为台下的观众在舞台上观看表演时，聚光灯打在舞台上，你会发现聚光灯下的一切都清晰可见，但背景和黑暗中的东西往往被你忽略。我们依赖最容易获得的信息和我们对它的解释，并认为我们可以做出决定的是所有的信息或必要的信心。然而，正是这些最容易获得的信息，以及我们对这些信息的解释，往往不是做出好的决策所必需的所有信息。

数据化决策如何更靠谱？来自唯品会的分享

事实上，在决策过程中，我们经常受到一些人的限制。

特别是第一个限制，我认为在我们中国人的决策中通常是多项选择的问题，而且往往没有广泛的选择，而是“是”或“否”。在我们的商业环境中，我们通常限制我们的选择，不开放我们的思维，不让更多的东西进入我们的视野。这是我们经常轻易做出的第一个决定。

其次，在决策的过程中，我经常会寻求一些依据，但我们往往会寻求一些证据来支持我们的观点。每个人在收到信息时都会自动过滤。在这个过滤过程中，他们总是倾向于选择他们听起来舒服的或者同意的，但是如果他们不同意，他们就会放弃。事实上，在商业环境中，管理者往往有自己的判断。做出判断后，他说的第一句话是，数据小组，你帮我找数据来证明这一点。数据团队往往绞尽脑汁从各个维度寻找数据来证明老板的观点。事实上，在这个过程中，我们也会受到情绪的影响。我们的快乐或愤怒经常会让我们做出更快或更慢的决定。

数据化决策如何更靠谱？来自唯品会的分享

因此，一个好的决策者，即使有数据支持，也经常需要给自己更多的时间去思考和决定。在数据的支持和帮助下，我们的决策也可能受到情绪和自信的影响，所以这些实际上是我们在数据决策过程中会面临的一些挑战或麻烦。

建立数据文化和数据决策的共享与建议

第一个在英语中叫做河马，意思是河马，指公司的最高决策层。数据决策首先要改变的是管理者本身和机制本身。在这个过程中，决策者应该有一个谦虚的学习态度，能够尽可能谨慎地表达个人倾向的意见，并鼓励后续团队，特别是数据团队，建立一个更坚实的基础和更好的决策过程。这是一个可以在推进数据决策过程中发挥最大作用的管理者，而不是指导自己设定一些项目或目标，然后让下面的人快速实现它们。

数据化决策如何更靠谱？来自唯品会的分享

第二是建立数据文化。对于电子商务公司，它可能包括以下考虑。

1、数据本身不会告诉我们所有的真相，尊重数据，了解数据，但不迷信数据。当我们构建所谓的数据文化时，我们经常把数据变成迷信而不是信仰。这可能需要调整。就业务团队而言，与其依赖数据团队或bi团队，不如去消费者那里了解客户的真正需求。也许如果你打个电话或做个调查，你得到的洞察力比数据团队花多少时间给你一份报告要直接和有效得多。

数据化决策如何更靠谱？来自唯品会的分享

2.需要构建一个所有业务部门都认同的指标体系。每个人都可以在这个层次上讨论数据，而不是从他们自己的部门或他们自己的经历的角度，用他们自己的理解来谈论数据。这是对数据最起码的尊重。我们经常看到，当数据团队做出假设、模型或分析时，它会被业务团队或管理团队提前打断。他不明白数据团队在分析过程中做了一些简化和改进，他也没有克服感情用事去尊重数据。

数据化决策如何更靠谱？来自唯品会的分享

3.数据团队还应该深入业务，理解数据背后的业务逻辑。他们应该每天与业务部门在一起，了解业务部门的痛点，并了解业务部门真正要改变的方向和目标。如果你只是站在他们的象牙塔里，你不会提出革命性和颠覆性的措施来真正改善业务部门的决策。第三，数据和数据工具不是特权，数据需要安全，而不是监管。事实上，在许多企业中，我们以安全的名义进行数据分析。它不能被那些扣动扳机的人使用，这是数据团队的失败。如果我提出要求，数据团队将在一周内开发出来并给出结果。事实上，在那场戏之后，你所做的数据并不能改善当时的真实目标。

数据化决策如何更靠谱？来自唯品会的分享

因此，应该以合理的权限安全地管理数据。然而，由于这样的管理，一线部门不能参与数据，他们只能参与bi团队所做的一些报告。事实上，在许多情况下，我们不能说这些报告是无用的，但仅仅这样做是远远不够的。

如今，许多团队谈论数据安全和企业竞争，认为我们应该关注数据隐私。所有这些都是真的，但同时，我也觉得这些数据已经成为一个孤岛。每个企业的数据和每个企业的数据没有连接，甚至企业部门之间的数据也不能连接。商品团队只能看到商品团队，市场团队只能看到流量数据。

但事实上，如果我们不能通过这些数据，每个部门只从kpi的角度关注自己的一些数据指标，这就很难产生协同效应，促进业务的真正有效改善。

数据是时间敏感和面向场景的。就像今天Vipshop的限时销售模式一样，如果我得到一个客户或一群客户本周的行为数据，并想在下周根据这些数据做一些精确的营销，事实上，我已经错过了上周的场景和时间点。很难说这是准确的，但在历史的某个时刻，你拍了一张快照，分析并判断了快照中的场景，然后试图说服自己将这种东西应用到今天的场景中也应该成功。也许这真的能成功。恭喜你，你太棒了。但是在大多数情况下，在操作方面，我们需要数据的实时性和及时性。我记得去年的双十一，老师车(阿里巴巴大数据业务负责人)的团队在阿里做了一个大的实时数据显示屏。事实上，在商业层面，有多少商业人士希望在大型活动中每分钟或每五分钟看到实时结果，并对结果做出一些回应。这并不是说几天后，甚至一个星期后，我得到一份总结报告，告诉我们这是事实，但我们不能追溯到我们还可以做得更好。

数据化决策如何更靠谱？来自唯品会的分享

第四，数据的粒度与管理成本有关。事实上，在初始阶段，许多数据团队会追求粒度越细越好。当然，在当前的业务环境中，粒度越细，发现就越好，或者可以建立更多的洞察力。然而，数据粒度越细，管理成本就越高。在商业环境中，我们正在寻找一个折衷方案，而且我们可能每次都在寻找一个比上一次更好的选择。第五，在数据决策过程中，过程比分析更重要。许多一流的分析师或bi团队已经取得了非常有见地的结果，但是缺乏有效的决策过程可能会毁了这一切。事实上，在一个企业中，我认为建立数据决策过程比我们现在拥有多么强大的数据系统和数据分析团队要重要得多。事实上，我看到很多情况，不管数据工程师做得多努力，最终的决定总是由河马做出。因此，在这个过程中，它需要组织的力量来构建一个有效的过程来约束这个决策过程中的所有参与者，从而帮助这个企业在基于数据的决策过程中不断成熟和不断进步。添加语料库

数据化决策如何更靠谱？来自唯品会的分享