“推动业务”是数据人最怕的词了。妈耶，还推动业务呢，我自己不被业务部门天天追着屁股要数就不错了，咋个推动法。

(资料图)

可领导们最喜欢提这种要求。今天我们就来详细聊聊。首先要分清的是，提这个问题的人是谁，很重要。

问：以下两种情况有什么区别？

A、业务部门领导问：数据分析，如何推动业务发展？

B、数据部门领导问：数据分析，如何推动业务发展？

答：主导权不一样。业务部门问了建议，可以直接去落地。数据部门只是个辅助，说的话如果不对业务胃口，就永远悬在天上。就像开车，抓方向盘的人听了建议能换路线，坐副驾驶的哔哔太多，很容易遭嫌弃。所以提问人不同，应对思路是不一样的。今天我们先讲业务来提问。

很多同学一听“数据推动业务”，直观的想法就是：

●我通过数据，发现活跃率低了

●我建议：要搞高！推着业务搞高！

●搞啊！你们快搞！我早说了要搞啊！

●你看看，活跃率高了，我真厉害

随便问几个问题：

1、谁来搞？

2、啥时候搞？

3、搞到多少？

4、花多少钱搞？

5、有这钱我搞别的不行吗？

6、用大转盘搞还是浇花种树搞？

7、浇花种树是送实物水果还是券？

8、用券搞还是积分搞还是礼品搞？

9、券派10、20、30、40、50……？

10、搞起来了但是转化率跌了行不？

错误在哪里？错误在把业务想简单了。即使看似简单的：“活跃率低了”真要付诸行动，也得考虑上边列出来的众多环节。并且这些环节里，有一些不是数据能直接解决的（比如签到活动的创意设计，浇花、种树、养金猪、造电器……这些靠加减乘除可算不出来）。

所以想要推动业务，就得认真分类业务工作，找到数据的发力点。

图片

业务解决问题，从决定立项到执行完成，分为四大环节（如下图所示）：

图片

在整个过程中，数据分析不能包打天下。作为一种理性、量化的工具，更适合用于解决战略、战术决策工作，适合战况监控。至于战斗动作，数据只能作为参考，一个有经验的策划远远比加减乘除管用。

因此合理安排输出产物，才能更好地推动业务去行动，而不是让业务患上数据依赖症：“你用人工智能大数据分析一下我这一幅画该几点红几点绿”——数据不是这么用的。

清晰了输出内容，就可以规划推动顺序了。这里很多新人会犯个错误：指望一步到位，自己拼命做一个很细很细，细到可以执行的方案就算成功。这样一来直接替代了业务的工作，把自己累得半死。二来业务也不领情——“你算老几，你替我拿主意？？！！”

要知道：没人能未卜先知，在一开始规划清楚所有事。推动业务的过程是循序渐进，在不断共识的基础上，从不清晰到清晰，逐步深入的。

特别是一些关键节点：谁来负责，出多少预算，考核指标是什么，考核多少。这些是需要请示部门领导，甚至部门之间共识，和老板共识才能确认的。所以要沉住气，一步步来（如下图）。

图片

本篇讨论建立在“业务部门领导提问且亲自下场”的基础上，所以想做数据推动，是有强力的上层支持的。但有了尚方宝剑不见得真的敢拔出来随便砍人。在具体推动过程中，有一些新人常见坑点，必须注意：

坑点1：直接信了业务的判断。

注意，业务的判断不见得都是基于数据，甚至不见得都是事实。

很常见的，比如：

●我看对手做了，我们没做

●我看朋友圈文章说该这么做

●我被老板骂了，我也不敢问为啥

●我听客户反馈，用户都在骂这个

●我精心想的点子，我非把它弄上线

●我和老婆吵了一夜，现在看谁都不爽

是滴，各种情绪、立场、单个事件，都会干扰到人们的判断。所以业务跟你说：我们活跃率不行；我们的转化还得加强；我们的用户体验不好的时候，一定要追溯的问题源头，落实到一个数字或者一件事上，具体讨论到底是啥问题。

图片

坑点2：没有相关指标分析。

很多非利润、成本类指标，都容易产生虚荣效应：

1、容易被刷高：大转盘一摇，活跃率铁高！

2、无实际产出：活跃高了又怎样，他又不买。

3、无长期效果：短期刺激完又怎样？不做活动又跌。

所以当业务关注这些指标的时候，一定要做相关的指标分析，特别是要关联到一个有最终考核意义的指标，比如利润、成本之类。至少要保证这几个主要指标是联动的，允许有虚荣成分，但是不能全是水。

坑点3：没有事前定义目标。

这也是业务经常干的事：

1、我要提升活跃率——从多少提升到多少？不知道！

2、我要提升消费——从多少提升到多少？不知道！

3、我要拉动业绩——从多少拉动到多少？不知道！

4、我要激活用户——啥叫沉睡？咋算激活？不知道！

是滴，很多业务部门干活完全是凭经验，凭感觉，凭习惯。完全没思考过到底考核啥指标，又到底该做多少。一问就是不知道，要么就是说：“和自然状态下对比下？”问题是很多业务根本就是促销不断，活动不停，咋个自然状态法。所以想做数据推动，必须认认真真看数据定目标，不能含糊。

坑点4：过往策略没有收集。

过往用过的策略目标，打法、效果，全部没有收集。导致需要数据支持的时候不知道看啥，最后还是凭经验决定（如下图）。

图片

坑点5：创新方案没有标签。

同上，创新方案想做测试，要有具体的标签才好后期做对比分析，不然只看一个很粗的响应结果，还是没法指导到设计的细节工作。

图片

坑点6：测试方案不看整体。

这是上一个问题的另一个极端，测试的时候太过计较细节，比如页面颜色，按钮左边右边，优惠券20、30纠结太多，导致见细节不见整体，到了用户那里：这啥破活动，不玩了。

坑点7：执行过程没做监控。

急着上线，需求反反复复改，最后埋点没做好，数据没打通，结果吗，自然……

总之，数据推动业务，就像开车开导航一样。大家都觉得导航好用，可最后支撑导航功能的，却需要GPS定位，道路图，实时数据反馈，路线规划算法等等复杂系统。

理论说起来容易，执行起来只能看菜下饭，且行且珍惜了。况且这还是在业务部门推动的情况下，如果是数据部门自己想推动，那就更得付一番精力。