技术领导力实战笔记_65_第52讲_|_数据如何驱动研发高效运转？谈高效研发流程那些事（四）
嗯，你好，我是珍亚管理顾问公司负责人，同时也是TGO鲲鹏会台北分会学习委员尤舒凡。
今天想跟大家分享的话题是高校研发流程的。
第四步，数据如何驱动研发高效运转？在前一篇文章时，我曾提到数据决因为我认为数据是支撑决策的关键要素之一。
当我们做决定时，通常会希望有些数据来协助判断，例如用户增长衰退。
我们通常会想了解是哪些渠道没有达到原先预定的目标。
找出渠道后，我们会想进一步了解原因是转化率下降还是流量下降了，并一步步找出源头问题。
这一决策过程中，数据的重要性不言而喻。
我记得在一次业务会议中，当月业绩落后了百分之二十，业务部门主管汇报业绩落后原因时，直接挑明了，说，业绩落后的原因是因为产品出了问题。
我连忙追问，请问影响了多少个百分比？对方回答我。
总之很多好几位业务主管都跟我抱怨这件事儿，我又问，请问是哪几位业务主管，对方一时答不上来，只含糊的说了句。
总之是产品的问题。
幸好一直以来呢我都有收集跟解读数据的习惯。
我当下回复，我可以告诉大家，影响的比例有多少，大概是百分之二，共有八位客户受到影响，而剩下的百分之十八。
我也可以给大家解释问题的地方大概在哪里。
这个状况在一定规模的公司里很常见技术或产品部门背黑锅事儿小，决策错误所衍生的问题事儿大。
因此，如果我们要持续做对事情，就要有能力掌握更充足的信息与数据来支撑我们做决策。
为了让数据更高效的助力经营决策，我曾提出企业应该具备数据策略。
所谓的数据策略，顾名思义就是企业如何采集存储管理使用数据，并对企业整体带来帮助。
而在这个前提下，我们可以说数据策略是衍生自企业策略，而且数据策略与企业策略间的关系越来越紧密，企业不该只盯着落后指针看，而是要从数据中挖掘出洞见并采取行动。
而为了让数据能真正发挥效用与价值，我也根据过去经验整理出了数据策略落地的五个步骤。
下面详细跟大家分享。
首先，所有的数据策略都需要从企业整体策略出发。
举例来说，如果今天营销部门的年度策略中有一项是落实精准营销，目标是借此提高客户年消费额与成交率。
而在这样的策略之下，营销部门认为进行交叉销售，做个性化商品推荐，有助于达成这个目标。
所以他们对研发与数据团队提出了相应需求。
步骤一，依据策略提出数据需求。
当我们理清了营销部门的需求后，我们通常会提出一个问题，你要数据帮上忙的地方是什么？你要数据回答你什么问题，这个问题你必然得回答，基本上数据能协助你解答，你有疑问，但还不知道答案的问题。
但如果你连自己的疑问是什么，都讲不清楚，那数据通常就无法帮上忙过去呢？我在BI年代，总有人期待BI的dashboard,可以直接告诉他经营上所有的问题。
然而，现实是，BI只能让你更清楚全貌。
到了大数据与AI的年代，仍有不少人抱有这样的强项。
我总会告诉大家，如果有了大数据技术就能搞定经营的大小事儿，那你还犹豫什么，花钱买解决方案就对了。
然而，事实并非如此。
如果你要开始做数据化管理，首先要思考的问题，就是你要数据回答你什么问题。
在之前提到的这个营销案例中，我们能得到以下答案。
一、我想知道AB商品AC商品或ABC商品同时在一张订单的状况，这有助于我进行交叉销售。
二、针对二十五到四十五岁白领女性，找出其中买a品牌的口红比例显著高于买BC品牌的群体。
我想要知道特定族群对品牌的偏好性，这有助于我推荐合适的商品给客人。
步骤二，确认数据处理目标有了清晰的数据需求。
数据团队就能从这样的需求去讨论，他们要对数据做什么样的处理才能得到所需的信息，可能是分析、汇总、统计等等。
而处理完后的预计产出物或称之为数据目标。
因此，在之前的案例中，想知道AB商品AC商品或ABC商品同时在一张订单的状况。
这一需求的数据目标是，一、找出所有的畅销品清单。
根据过去，公司对畅销品的定义，就是销售数量大于五万件的那些商品。
二、找出所有购买畅销品的订单与顾客。
三、分别以订单与顾客为源头，去找那些商品同时出现的其他品相。
而针对二十五到四十五岁白领女性，找出买a品牌的口红比例显著高于买BC品牌的群体。
想要知道特定族群对品牌的偏好性这一需求的数据目标是，一找出二十五到四十五岁的白领女性顾客清单。
二、找出上述顾客购买的订单。
三、分析这群顾客对畅销品购买的显著性。
步骤。
三、盘点与会整既有数据，有了预计产出物，接下来就是要实际去看看手边的数据是否足够了。
在盘点数据时，除了内部数据外，也要同时思考外部数据。
而当你盘点完内外部数据后，应该先做一次基本的汇总动作，确认这些数据是否充足。
以上述案例来说，或许在处理第二项需求时发现，会员数据中有填写年龄的只占总数的百分之十不到，这可能导致最终成效不如预期。
因此，盘点后判定缺了年龄的数据。
步骤四，盘点新数据采集需求。
如果数据盘点完后发现有所不足，那就要提出数据采集需求并提列为数据行动方案。
以这个案例来说呢，就是要想办法去采集会员的年龄。
数据步骤五，拟定数据行动方案。
在执行完上述程序后，我们要将所有提到的工作事项列为行动方案，然后有计划、有分工的逐步落实。
如此才有可能让数据落地，真正开始助力运营工作。
研发工作是一个科学与艺术活，我们掌握着技术与数据，只要能让团队多一些商业与策略敏感度，培养从数据角度去解读各种症状的意识。
研发部门是完全可以助力业务快速推进的。