2018年1月20日参加的DTalk会议对我有个比较大的触动：很多公司都说数据驱动，但根本不是真正的数据驱动。DTalk创始人顾青说，要做到数据驱动，最重要的是要有数据意识。 仔细想一下，基于数据意识做事情的人还真不多。一位来自携程的嘉宾也说，他们公司的很多高层都在培训数据意识。可见有数据意识的人多么罕见珍贵。

这给了我一个启发，数据驱动做事这件事本身是否可程序化。如果可程序化，那么让人具备“数据意识”就很容易了。先简单分析下可行性。

数据驱动的核心在数，具体一点就是做一件事情的核心指标，它量化了事情的收益或价值。想一下我们在公司做项目时，是不是都会考虑一下项目的收益?有了指标，接下来就是定目标，也就是KPI。比如注册用户达千万，日订单过百万等。有了量化的指标和目标，项目执行就有了科学的非常明确的评估标准和决策依据。比如首页要不要改版？AB方案采用哪个？

但是，光有数显然是不够的。数只是对项目进度，发展现状的一个客观描述，并不能指导我们行动。那么如何能让数来驱动我们做事呢？一个科学的答案是：指标分解。举个例子，假设现在要做一个电商项目，指标是日订单量，目标是1万。光看这个指标，我们根本不知道该怎么做。来做一下指标分解：日订单量 = 日流量 * 转化率。这下就比较清楚了，要想实现KPI，就需要扩大流量，提高转化率。那如何获取流量呢？可以做进一步分解，流量=端内流量+端外流量，端内流量可以通过引流、Tab前置等解决，端外流量可以通过SEM，线下广告等扩大流量。这样，通过指标的逐层分解，整个项目要做的事情就变得非常具体了。

简单总结下，数据驱动的本质就是指标定义加指标分解。也许你会说我们的项目就是这样做的啊。老大们定计划和KPI时都会量化到具体指标的。但是可能仍然不是真正的数据驱动。原因是，这个“数据意识”只停留在高层。没有深入到基层就不算是真正的数据驱动。可以去了解下，高层指标有没有分解为基层指标？怎么分解的？基层人员是否清楚地知道自己的工作服务于哪个高层指标？这个指标离目标有多远？

我相信很多项目对这些问题是没有答案的。因为大部分基层并不具备“数据意识”。于是就自然想到一个问题：如何能让基层快速具备“数据意识”。答案是数据意识程序化。（这个目前还只是一个构思，等梳理清楚了会编写个程序来实现。基于数立方的数据基础，我相信这不是件难事。）

2018年1月20日参加的DTalk会议对我有个比较大的触动：很多公司都说数据驱动，但根本不是真正的数据驱动。DTalk创始人顾青说，要做到数据驱动，最重要的是要有数据意识。 仔细想一下，基于数据意识做事情的人还真不多。一位来自携程的嘉宾也说，他们公司的很多高层都在培训数据意识。可见有数据意识的人多么罕见珍贵。

这给了我一个启发，数据驱动做事这件事本身是否可程序化。如果可程序化，那么让人具备“数据意识”就很容易了。先简单分析下可行性。

数据驱动的核心在数，具体一点就是做一件事情的核心指标，它量化了事情的收益或价值。想一下我们在公司做项目时，是不是都会考虑一下项目的收益?有了指标，接下来就是定目标，也就是KPI。比如注册用户达千万，日订单过百万等。有了量化的指标和目标，项目执行就有了科学的非常明确的评估标准和决策依据。比如首页要不要改版？AB方案采用哪个？

但是，光有数显然是不够的。数只是对项目进度，发展现状的一个客观描述，并不能指导我们行动。那么如何能让数来驱动我们做事呢？一个科学的答案是：指标分解。举个例子，假设现在要做一个电商项目，指标是日订单量，目标是1万。光看这个指标，我们根本不知道该怎么做。来做一下指标分解：日订单量 = 日流量 * 转化率。这下就比较清楚了，要想实现KPI，就需要扩大流量，提高转化率。那如何获取流量呢？可以做进一步分解，流量=端内流量+端外流量，端内流量可以通过引流、Tab前置等解决，端外流量可以通过SEM，线下广告等扩大流量。这样，通过指标的逐层分解，整个项目要做的事情就变得非常具体了。

简单总结下，数据驱动的本质就是指标定义加指标分解。也许你会说我们的项目就是这样做的啊。老大们定计划和KPI时都会量化到具体指标的。但是可能仍然不是真正的数据驱动。原因是，这个“数据意识”只停留在高层。没有深入到基层就不算是真正的数据驱动。可以去了解下，高层指标有没有分解为基层指标？怎么分解的？基层人员是否清楚地知道自己的工作服务于哪个高层指标？这个指标离目标有多远？

我相信很多项目对这些问题是没有答案的。因为大部分基层并不具备“数据意识”。于是就自然想到一个问题：如何能让基层快速具备“数据意识”。答案是数据意识程序化。（这个目前还只是一个构思，等梳理清楚了会编写个程序来实现。基于数立方的数据基础，我相信这不是件难事。）