“数据驱动型公司”如何巧用数据做决策？

Robert J. Moore为RJMetrics联合创始人，其公司软件一直帮助客户基于自己的公司内部数据做商业决定，对于数据驱动型企业如何做商业决定累积了一定经验，他认为主要应该从以下5方面着手。

不管你是两个人的公司还是财富500强公司，这5个方面都是适用的。

1. 真实数据只有一个版本

你团队里的每一个人的数据来源应该是相同的，比如你们昨天的营收是多少?但随机从一个团队里抽两个人问一问就可能是两个不同的答案。那指的是净营收吗?还是包括了运费和手续费的?数据是从计费系统还是EPR系统来的?昨天的具体范围是几点到几点?

所以先统一你团队的关键指标先，不论采用Internet Wiki、贴在墙上、或用第三方统计工具， 重点是每个人都能知道、而且不会搞错。

2. 数据可审计+精确

以前经常有用户在得到RJMetrics的数据后向我们置疑数据的正确性，解决的办法之一就是提供可审核的链接链向源数据，只要他们董事会的承认源数据的正确性，有必要的话，团队的成员可以验证审计的具体显示步骤，那么公司对数据的精确度就没什么好说的了。

3. 可操作的关键性能指标(KPI)

一个团队如果每个人都朝着不同的度量标准奋斗，那整个团队会适得其反。KPI一定要清楚而且准确到达了，这样每个人才能成为公司的KPI贡献者。可操作性表示在它会指引你做清晰的决定、下一步行动，具体到分割测试、每位客户的度量和断代分析。营收额、活跃用户、页面访问量这些表面数据让公司听起来挺大规模，但做决定的时候并非有多少用处。如果你都不清楚怎么定自己的KPI，可以试试这两个工具，Feld的“Three Magic Numbers” approach 和 Dave McClure的Startup Metrics for Pirates。

4. 保证数据随时可跟踪

如果你公司唯一的数据统计员有事去了，你恰恰又要做决定，那就很危险，因为数据是时时的，做错了一个决定，可能以前的投资会白费。

5. 接受数据的局限性

数据不是圣经，没法保证基于数据的每一个决定都是正确的。正确的方法是通过一致、可量化的输入产生一致的、可衡量的输出结果;比如定时调查用户注册数、存留率、活跃度对公司增长是非常有效的。

最后，每天我们都能看见许多公司在那里叫嚣着“做大数据”，没有一个深思熟虑的数据战略，你做的越多可能只是浪费越多的时间而已。基于KPI的成功型数据驱动公司数据都是可行的、实用的、透明的，容易内部交流的，这个才是比较理想的状态。