編輯導(dǎo)讀：很多公司都在談?wù)摂?shù)字化轉(zhuǎn)型，而數(shù)字化的基礎(chǔ)即是大量的、繁雜的、高度業(yè)務(wù)關(guān)聯(lián)的基礎(chǔ)數(shù)據(jù)。數(shù)字化運(yùn)營(yíng)是其中的一個(gè)分支，如何高效地做好數(shù)字化運(yùn)營(yíng)呢？本文作者將從四個(gè)方面進(jìn)行分析，希望對(duì)你有幫助。

在高度互聯(lián)的數(shù)字化世界中，各類互聯(lián)網(wǎng)技術(shù)發(fā)展愈發(fā)成熟，多數(shù)企業(yè)也相繼開展名為數(shù)字化轉(zhuǎn)型的戰(zhàn)略。目前大家都在談?wù)摰臄?shù)字化轉(zhuǎn)型其實(shí)有著這樣的背景和特征：客戶/市場(chǎng)為先的文化、即時(shí)反饋、實(shí)時(shí)接受請(qǐng)求處理需求、自動(dòng)化服務(wù)、智能化處理、在線訪問(wèn)、推進(jìn)改變業(yè)務(wù)并重新定義業(yè)務(wù)等。

而數(shù)字化的基礎(chǔ)即是大量的、繁雜的、高度業(yè)務(wù)關(guān)聯(lián)的基礎(chǔ)數(shù)據(jù)?；诟黝悢?shù)據(jù)進(jìn)行加工處理，分析呈現(xiàn)，靈活應(yīng)用，改善業(yè)務(wù)的過(guò)程可被稱為數(shù)字化運(yùn)營(yíng)。簡(jiǎn)單來(lái)說(shuō)，數(shù)字化運(yùn)營(yíng)的本質(zhì)還是注重“運(yùn)營(yíng)”的過(guò)程和手段，即發(fā)現(xiàn)問(wèn)題-分析問(wèn)題-解決問(wèn)題的過(guò)程，從業(yè)務(wù)指導(dǎo)管理到運(yùn)營(yíng)分析，從經(jīng)營(yíng)策略制定到企業(yè)的戰(zhàn)略規(guī)劃，數(shù)據(jù)都承擔(dān)至關(guān)重要的角色。

任何基于數(shù)據(jù)的運(yùn)營(yíng)手段，無(wú)一例外的最終目標(biāo)就是為企業(yè)帶來(lái)價(jià)值增長(zhǎng)，諸如人員規(guī)模、GMV、AUM、財(cái)務(wù)利潤(rùn)或其他核心指標(biāo)，背離這樣目標(biāo)的運(yùn)營(yíng)將失去主要意義，數(shù)字化運(yùn)營(yíng)的最終目標(biāo)也應(yīng)當(dāng)是完全服務(wù)于業(yè)務(wù)，在這里簡(jiǎn)單將數(shù)據(jù)與業(yè)務(wù)劃分為四個(gè)層次關(guān)系。即：數(shù)據(jù)源自業(yè)務(wù)，數(shù)據(jù)反映業(yè)務(wù)，數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)，數(shù)據(jù)驗(yàn)證業(yè)務(wù)。

一、數(shù)據(jù)源自業(yè)務(wù)

數(shù)據(jù)來(lái)自哪里?原始的數(shù)據(jù)由業(yè)務(wù)層產(chǎn)出，由業(yè)務(wù)層維護(hù)至基礎(chǔ)數(shù)據(jù)系統(tǒng)中，原始數(shù)據(jù)基本無(wú)法直接應(yīng)用，需經(jīng)過(guò)數(shù)據(jù)挖掘，預(yù)處理，清洗，轉(zhuǎn)換等各種加工流程方可進(jìn)入分析使用階段。這一過(guò)程也是業(yè)務(wù)流程數(shù)字化的一部分。一般情況下最終的數(shù)據(jù)使用者(商業(yè)分析師或業(yè)務(wù)決策層)基本不再關(guān)心前期數(shù)據(jù)采集清洗或業(yè)務(wù)流程數(shù)字化等處理工作，而更在意最終展現(xiàn)在決策場(chǎng)景下數(shù)據(jù)內(nèi)容，搭建一套符合業(yè)務(wù)邏輯的指標(biāo)體系能更清晰說(shuō)明業(yè)務(wù)情況：

可根據(jù)業(yè)務(wù)的整體轉(zhuǎn)化流程建立指標(biāo)體系，如訪問(wèn)客戶-注冊(cè)客戶-咨詢客戶-訂單客戶-付款客戶，也可從龐大的指標(biāo)體系中提取重點(diǎn)指標(biāo)日常關(guān)注，或定期進(jìn)行固定的專題分析(如客戶消費(fèi)軌跡分析)，或周期性的產(chǎn)出一定的數(shù)據(jù)看板(日度、周度、月度);

也可從整體業(yè)務(wù)邏輯出發(fā)建立完善的分析體系：? 業(yè)務(wù)指導(dǎo)：通過(guò)對(duì)數(shù)據(jù)的收集、統(tǒng)計(jì)、追蹤和監(jiān)控搭建日常業(yè)務(wù)的管理模型來(lái)指導(dǎo)業(yè)務(wù)。如日、周、月銷售額，每日流量轉(zhuǎn)化，新增用戶轉(zhuǎn)化情況等日常看板。

• 運(yùn)營(yíng)分析：運(yùn)營(yíng)分析更多注重對(duì)收集來(lái)的數(shù)據(jù)進(jìn)行整體的分析和管理，一般呈現(xiàn)為周期性的報(bào)告，如周度月度分析報(bào)告，周度財(cái)務(wù)狀況分析，客戶關(guān)系分析等。
• 經(jīng)營(yíng)策略：經(jīng)營(yíng)策略管理屬于高層的管理決斷，根據(jù)各經(jīng)營(yíng)環(huán)節(jié)對(duì)應(yīng)的數(shù)據(jù)分析來(lái)修改和制定策略，如消費(fèi)者行為分析，活動(dòng)策略的制定采取何種模式等。
• 戰(zhàn)略規(guī)劃：戰(zhàn)略規(guī)劃是通過(guò)企業(yè)內(nèi)部和市場(chǎng)外部數(shù)據(jù)制定長(zhǎng)遠(yuǎn)的規(guī)劃的過(guò)程，如企業(yè)競(jìng)爭(zhēng)力分析，行業(yè)環(huán)境分析等。

使用XMIND或者腦圖等工具來(lái)進(jìn)行業(yè)務(wù)指標(biāo)拆分是梳理思維是不錯(cuò)的選擇(思維導(dǎo)圖，邏輯圖，組織結(jié)構(gòu)圖，樹形圖，時(shí)間軸，魚骨圖，矩陣圖等)。

二、數(shù)據(jù)反映業(yè)務(wù)

完善的符合業(yè)務(wù)發(fā)展邏輯的指標(biāo)體系建成后，下一部就是讓數(shù)據(jù)學(xué)會(huì)說(shuō)話，及時(shí)反饋業(yè)務(wù)短板，針對(duì)業(yè)務(wù)場(chǎng)景的深刻理解和邏輯推理能力是解讀數(shù)據(jù)必須的，為了讓業(yè)務(wù)層更好的理解數(shù)據(jù)反映的業(yè)務(wù)情況，適當(dāng)模型的使用也是必要的，例如基礎(chǔ)的漏斗模型，AARRR模型等：

另外一些常用的分析方法也經(jīng)常應(yīng)用于各個(gè)業(yè)務(wù)場(chǎng)景，如四象限圖，帕累托圖等;

數(shù)據(jù)展示模型和方法多種多樣，選取最適合業(yè)務(wù)場(chǎng)景和業(yè)務(wù)邏輯的模型和展示方法能更簡(jiǎn)明扼要的說(shuō)明業(yè)務(wù)現(xiàn)狀。

三、數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)

數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)一直是難度很高的話題，通過(guò)數(shù)據(jù)模型或者可視化解讀出的數(shù)據(jù)短板必須得到重視和解決，應(yīng)用數(shù)據(jù)推進(jìn)業(yè)務(wù)發(fā)展、解決業(yè)務(wù)短板也應(yīng)當(dāng)成為企業(yè)的日常工作之一。培養(yǎng)企業(yè)的數(shù)據(jù)思維，形成數(shù)據(jù)習(xí)慣也是一個(gè)長(zhǎng)期過(guò)程。一個(gè)快速、高效、易用、可靠性高的數(shù)據(jù)平臺(tái)，提供準(zhǔn)確性高，及時(shí)響應(yīng)，保證更新頻次的數(shù)據(jù)供給將會(huì)對(duì)數(shù)據(jù)使用者和業(yè)務(wù)伙伴大有裨益。我行的數(shù)據(jù)產(chǎn)品矩陣逐步成型，為業(yè)務(wù)層提供全面、及時(shí)、準(zhǔn)確、可靠的數(shù)據(jù)服務(wù)，其中自助式客戶洞察分析的知秋平臺(tái)提供客戶全流程轉(zhuǎn)化分析，交互式分析的輕舟平臺(tái)滿足各類定制化數(shù)據(jù)需求，數(shù)據(jù)資產(chǎn)地圖可查詢各類數(shù)據(jù)結(jié)構(gòu)和指標(biāo)標(biāo)準(zhǔn)，報(bào)表平臺(tái)能實(shí)現(xiàn)一分鐘拼表。

數(shù)字化轉(zhuǎn)型過(guò)程中離不開各數(shù)據(jù)產(chǎn)品/平臺(tái)、數(shù)據(jù)團(tuán)隊(duì)和業(yè)務(wù)團(tuán)隊(duì)的高度協(xié)作，這也體現(xiàn)了數(shù)據(jù)運(yùn)營(yíng)精細(xì)化程度，從數(shù)據(jù)使用顆粒度的細(xì)分到管理層至一線業(yè)務(wù)伙伴對(duì)數(shù)字化的深度認(rèn)可都應(yīng)有體現(xiàn)。除了自上而下的對(duì)業(yè)務(wù)數(shù)據(jù)和數(shù)字化的高度重視，專業(yè)的數(shù)據(jù)運(yùn)營(yíng)/支撐團(tuán)隊(duì)也是有必要的，這樣一只數(shù)字化團(tuán)隊(duì)除了掌握必備的數(shù)據(jù)分析方法，對(duì)整個(gè)企業(yè)的數(shù)據(jù)產(chǎn)品矩陣和數(shù)據(jù)指標(biāo)也要有深刻的理解，最為關(guān)鍵的是需要深耕業(yè)務(wù)，如何處理好后臺(tái)數(shù)據(jù)和一線業(yè)務(wù)伙伴二者的互通是相當(dāng)困難的。很簡(jiǎn)單的方法，新人數(shù)據(jù)工作者到業(yè)務(wù)前線崗位輪崗或者兼職一定周期，全身心參與到業(yè)務(wù)過(guò)程將會(huì)對(duì)其后期的業(yè)務(wù)分析能力大有提升，也會(huì)對(duì)業(yè)務(wù)過(guò)程數(shù)字化有更深刻的理解。

數(shù)字運(yùn)營(yíng)本質(zhì)還是人為干預(yù)的過(guò)程，在于數(shù)據(jù)使用者如何分析和使用數(shù)據(jù)進(jìn)行決策，好的數(shù)據(jù)產(chǎn)品某些情況也能解決問(wèn)題，這里舉個(gè)可能不是很恰當(dāng)例子：我們通過(guò)數(shù)據(jù)統(tǒng)計(jì)發(fā)現(xiàn)某條道路堵車概率極高，分析原因是路兩旁車輛亂停亂放嚴(yán)重，要治理道路兩旁的亂停車現(xiàn)象，一是由交警給亂停放車輛貼罰單，后續(xù)亂停亂放現(xiàn)象就會(huì)減少，這屬于人為干預(yù)的運(yùn)營(yíng)手段;二是給道路旁設(shè)置非機(jī)動(dòng)車道圍欄，導(dǎo)致路邊沒(méi)有停車位置，也可改善現(xiàn)象，這屬于產(chǎn)品手段。但實(shí)際施展過(guò)程需要結(jié)合具體道路情況，這時(shí)就需要熟悉街道的協(xié)警來(lái)參與決策是人為貼條還是設(shè)置圍欄。

即 運(yùn)營(yíng)(人為干預(yù))+工具(數(shù)據(jù)產(chǎn)品)+業(yè)務(wù)經(jīng)驗(yàn)(深耕行業(yè))=數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)，而數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)的最終結(jié)果就是業(yè)務(wù)過(guò)程數(shù)字化的過(guò)程。

數(shù)據(jù)偶爾是不可靠的，如數(shù)據(jù)統(tǒng)計(jì)漏洞，數(shù)據(jù)口徑不一造成的數(shù)據(jù)差異，大環(huán)境因素造成的數(shù)據(jù)波動(dòng)等，數(shù)據(jù)本身是無(wú)法解讀特殊情況的，并且數(shù)據(jù)本身是不具備業(yè)務(wù)背景的，這些都需要具備老練行業(yè)經(jīng)驗(yàn)的人進(jìn)行解釋和處理。

數(shù)據(jù)解決不了的問(wèn)題：感性問(wèn)題(如人為的思想感情因素)，產(chǎn)品創(chuàng)新問(wèn)題(需要產(chǎn)品經(jīng)理的創(chuàng)新想法和經(jīng)驗(yàn))等，因此更說(shuō)明了人為用數(shù)的重要性。

四、數(shù)據(jù)驗(yàn)證業(yè)務(wù)

數(shù)據(jù)應(yīng)用于業(yè)務(wù)層后，是否能帶來(lái)預(yù)期收益，是否促進(jìn)了數(shù)字化轉(zhuǎn)型過(guò)程，其實(shí)答案并不肯定。過(guò)往數(shù)據(jù)僅能指引或者反映業(yè)務(wù)方向性的問(wèn)題，并不能精準(zhǔn)預(yù)測(cè)業(yè)務(wù)未來(lái)的結(jié)果，因此也需要形成一定“閉環(huán)”，源自業(yè)務(wù)層的原始數(shù)據(jù)，加工后呈現(xiàn)出的數(shù)據(jù)模型反饋出業(yè)務(wù)過(guò)程的短板，經(jīng)過(guò)人為使用數(shù)據(jù)對(duì)業(yè)務(wù)進(jìn)行干預(yù)和調(diào)整后，業(yè)務(wù)結(jié)果的反饋對(duì)先前的數(shù)據(jù)系統(tǒng)、數(shù)據(jù)指標(biāo)體系，數(shù)據(jù)模型、數(shù)據(jù)分析結(jié)論作出反饋和修正，以此形成正循環(huán)過(guò)程，促使數(shù)據(jù)和業(yè)務(wù)同時(shí)不斷完善，促成數(shù)字化轉(zhuǎn)型的最終目標(biāo)。

在這里再舉個(gè)小例子：很多企業(yè)都喜歡通過(guò)目標(biāo)管理來(lái)管理日常業(yè)務(wù)，即給業(yè)務(wù)團(tuán)隊(duì)制定一定周期內(nèi)(如月度/季度)的業(yè)績(jī)目標(biāo)，喊口號(hào)拍腦門的制定方法已經(jīng)不適用于科學(xué)管理，數(shù)字化過(guò)程中應(yīng)當(dāng)更多的使用數(shù)據(jù)參與決策。這里提供一種思路：在大環(huán)境穩(wěn)定，整體行業(yè)形勢(shì)波動(dòng)不大的情況下，先鎖定公司整體業(yè)績(jī)目標(biāo)(管理層決策)，根據(jù)各個(gè)業(yè)務(wù)團(tuán)隊(duì)過(guò)往一定周期對(duì)公司整體業(yè)績(jī)的貢獻(xiàn)度(可以是過(guò)去季度/半年或者更長(zhǎng)周期)來(lái)分配業(yè)績(jī)目標(biāo)，可以引入各種系數(shù)影響，如團(tuán)隊(duì)規(guī)模，人員流動(dòng)情況，庫(kù)存情況，客戶質(zhì)量，時(shí)間系數(shù)，業(yè)務(wù)類型系數(shù)等各種維度的影響因素，所有因素動(dòng)態(tài)調(diào)配，均可成為管理層的業(yè)務(wù)抓手。每次業(yè)績(jī)分配完成后業(yè)務(wù)團(tuán)隊(duì)反饋目標(biāo)制定準(zhǔn)確度和合理性，提出改善意見，來(lái)不斷完善目標(biāo)分配模型。

數(shù)字化過(guò)程中各類數(shù)據(jù)都應(yīng)當(dāng)被高度應(yīng)用，不僅參與至各業(yè)務(wù)流程中對(duì)業(yè)務(wù)進(jìn)行優(yōu)化改善，更應(yīng)該參與到最終的業(yè)務(wù)決策中。

數(shù)字化過(guò)程帶來(lái)的數(shù)據(jù)化的管理和運(yùn)營(yíng)可探索的深度非常廣闊，在于數(shù)據(jù)和業(yè)務(wù)之間復(fù)雜的聯(lián)系和對(duì)業(yè)務(wù)過(guò)程的深刻理解，其本身不能帶來(lái)最大化的業(yè)績(jī)和效率，只有將正確的分析結(jié)果以最實(shí)際的方式應(yīng)用到業(yè)務(wù)層面才能產(chǎn)生效益，任何運(yùn)營(yíng)手段都需要考量最終為業(yè)務(wù)層或企業(yè)帶來(lái)的真實(shí)價(jià)值。

作者：中原數(shù)據(jù)老工匠，一名金融科技從業(yè)者；微信公眾號(hào)：數(shù)匠筆談

本文由 @中原數(shù)據(jù)老工匠 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來(lái)自Unsplash，基于CC0協(xié)議