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）

Jul 12, 2018

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）-极客时间



下载APP





关闭

讲堂部落提薪训练营云原生训练营架构实战营企业版极客商城兑换中心 App下载浏览器插件

渠道合作

推荐作者

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）

2018-07-12 箴亚管理顾问公司负责人、TGO会员游舒帆来自北京

《技术领导力实战笔记》

课程介绍



讲述：黄洲君

时长06:43大小3.08M



你好，我是箴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游舒帆，今天想跟大家分享的话题是“高效研发流程的第四步，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。当我们作决定时，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 20%，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。”我又问：“请问是哪几位业务主管？”对方一时答不上来，只含糊地说了句：“总之是产品的问题。”
幸好一直以来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 2%，共有 8 位客户受到影响，而剩下的 18% 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小，决策错误所衍生的问题事大，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作决策。
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、储存、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”，目标是藉此“提高客户年消费金额 (从 5,000 元–>5,500 元) 与成交率 (从 3%–>4.5%)”，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。
Step1. 依据策略提出数据需求当我们厘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想象，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，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：
我想知道 A/B 商品、A/C 商品或 A/B/C 商品同时在一张订单的状况，这有助于我进行交叉销售。
针对 25-45 岁白领女性，找出其中买 A 品牌的口红比例显著高于买 B、C 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。
Step2. 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我称之为数据目标。
因此，在之前的案例中，“想知道 A/B 商品、A/C 商品或 A/B/C 商品同时在一张订单的状况”这一需求的数据目标是：
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 >50,000 件的那些商品；
找出所有购买畅销品的订单与顾客；
分别以订单与顾客为源头去找与那些商品同时出现的其他品项。
而“针对 25-45 岁白领女性，找出买 A 品牌的口红比例显著高于买 B、C 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：
找出 25-45 岁的白领女性顾客清单；
找出上述顾客购买的订单；
分析这群顾客对畅销品购买的显著性。
Step3. 盘点与汇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 10% 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。
Step4. 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，就是要想办法去采集会员的年龄数据。
Step5. 拟订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锐度，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。

分享给需要的人，Ta购买本课程，你将得29元

生成海报并分享

赞 9

提建议

第51讲 | 聊聊研发流程管理中的那些坑：高效研发流程那些事（三）

大咖对话 | 对人才的长期投资是人才体系打造的根本

 写留言

精选留言(1)

ヾ(◍°∇°◍)ﾉﾞ
2018-07-18
这篇结束的时候吓我一跳，又重新听了一遍，这是不是产品事故
2

