24 | 实践你的理论：数据驱动最终就是用结果说话
下载APP
关闭
渠道合作
推荐作者
24 | 实践你的理论：数据驱动最终就是用结果说话
2021-09-27 郭炜 来自北京
《数据分析思维课》
课程介绍
讲述：郭炜
时长14:23大小13.14M
数据给你一双看透本质的眼睛，这里是《数据分析思维课》，我是郭炜。
前面给你讲了怎样确定好问题、采集好数据、写好一个故事广为传播，现在到了最关键的一环：实践前面的数据理论。
过去在做数据驱动决策的时候，我们往往会采用自上而下的执行方式，也就是汇报之后让老板先进行决策，然后再推动全公司的全面变革。但是这种方式往往会面临巨大的风险，但凡前面的某一个环节出现一些偏差（或者对于业务的认知出现一些问题），就会差之毫厘，谬以千里。为了避免这种风险，往往各部门会基于一份报告反复论证，但最后等论证结果出来，当时数据假设的时间已经错过了。
所以现在进行数据驱动实践的时候，都会采用一种方法叫做“精益”的方法。“精”就是少投入、少耗资源、少花时间，尤其减少不可再生的资源的投入和耗费；“益”就是多产出经济效益，实现企业的升级目标。
精益的方法
精益的方法简单来讲，就是你在进行数据实践时不要选一个巨大的目标，而是去选择一系列快速的实验，小步快跑来迭代验证你的数据理论。
这里最核心的部分就是要“快节奏”。只有快了，数据实验的量才能够上去，才会避免一些数据偏差。不要想着憋大招，进行一个巨大的流程或者产品方面的修改，这样很容易当时间都过去之后，才发现方向的错误。
一般来讲，一个设计实验验证的时间不要超过两周，也就是现在在研发里面叫做一个迭代（Srpint）。如果修改时间超过两周，那就证明定的这个实验还是过大了，你需要再把它拆分成更细小的实验，逐步进行迭代。调整往往是通过一个或多个部门并行的几个迭代来观察对数据的影响是否正向，再进行新的迭代。如果出现偏差，那就进行快速调整和迭代。
理论上，前面所有的设计数据实验过程都会比较愉快，但一涉及落地，一般业务部门都是不愿意去改变的。
无论多坏的改变都会有人受益，不论多好的改变都会使一些人受损。不害人的需求是不完整的需求。
——Gerald M. WeinBerg
于是很多数据分析项目都停留在落地这一步，大多变成了纸上谈兵，无法把前期数据理论实践下去。
创新扩散模型
那我们应该如何去有效推动实践的落地呢？这里其实需要一个内部推广实践的技巧。
前期在进行数据故事宣讲的时候，你需要把你的思想沟通给老总以及各业务部门，一方面是宣讲，另一方面也是观察各部门相关方的态度。
数据驱动实践无可避免地会对公司做出一些内部的改变和创新。而改变和创新的扩散过程是要有一个周期的，你可以参考埃弗雷特·罗杰斯（E.M.Rogers）提出创新扩散模型，如下图所示。
在这个模型里，会把针对一个新的想法的接受程度分成了 5 类人。
创新者（Innovators）：他们是勇敢的先行者，自觉推动创新。创新者在创新交流过程中，发挥着非常重要的作用。
早期采用者（EarlyAdopters）：他们是受人尊敬的社会人士，是公众意见领袖，他们乐意引领时尚、尝试新鲜事物，但行为谨慎。
早期大众（EarlyMajority）：他们是有思想的一群人，也比较谨慎，但他们较之普通人群会更愿意、更早地接受变革。
后期大众（LateMajority）：他们是持怀疑态度的一群人，只有当社会大众普遍接受了新鲜事物的时候，他们才会采用。
迟缓者（Laggards）：他们是保守传统的一群人，习惯于因循守旧，对新鲜事物吹毛求疵，只有当新的发展成为主流、成为传统时，他们才会被动接受。
这个模型对于推广我们的想法很有指导意义。你能看到，一般所有新事物的接受都是从创新者开始的。在后期要进一步推广你的新事物时，要得到公司内部的或者是社会内部的广泛共识才可以。
你在数据分析报告的宣讲当中提出了一些新的理念和新的想法，你如果仔细观察和沟通，总会在公司发现一些创新者（当然，如果你一个都没有发现，重新回到上一步，这说明你的数据分析报告和数据思维宣传没有做好）。这些创新者会认同你的想法，他是你在公司里面推广的种子。
也许你的想法并不是光靠某一个部门能完全实现的，但没有关系，你可以先在创新者的部门实践，看到效果之后再进行后期的推广。无论多小的进展，这就是你走出的第一步。在得到一些应有的信任和对这个方案的采纳之后，你再去其他部门推广，让他们成为你的早期采用人群，之后逐步再让后期大众和迟缓者接受你的方案。
当然，在具体说服创新者和早期采用者的时候，也经常会遇到一些困难。例如一些早期的支持者他在会议上很认同你的观点，但是往往没有产生一些具体的配合和行动。这样很多数据分析的实践就只停留在了 PPT 里面，“叫好不叫卖”，没有产生实践结果。
这是因为从观点的认知到具体落实到行动，还有很长的距离。这里我再给你分享一个推动数据驱动落地的方法：理性行为理论。这个理论是在 1975 年由 Fishbein 与 Ajzen 提出的，你可以看看下面这个图。
从这个图里面你能看到，一个人从认知到最后的实践，中间有很长的一段距离。例如我们都认知自己应该去健身，但是大多数人都没有办法坚持下来。那些能够执行下来的人，一般是他对健身有充分的认知，同时他周围的人也会给他一些舆论和示范性的作用（例如健身红包罚款群），这样他的健身的意图就会大大增强，从而最后能够把健身落在实际行动里。
同样，前期你对创新者进行大量数据思维和实践的布道，这一步是加强他们对整个数据实验的认知，影响创新者对这个实验付出的努力程度以及承担风险和获得收益的态度。
同时你需要面向全公司高层进行布道，让高层感受到这是一个主流行为。当这些态度和规范大于他们自己的风险和付出的时候，他们才会有明显的意图并采取实际的行动。
所以往往想通过一两次开会来简单拍板决策推行一些数据实验的进行，这是很难的。我们得通过大量的沟通去影响相关部门对此事的认知和态度，形成公司内部的一些规范，才能够让大家真的执行下去。特别是对于后期大众和迟缓者来讲，他们往往当在公司内部已经将你的实验和数据结论当做规范的时候，他们才会接受。
在选择部门和说服部门执行部分，我们多付出一些时间是值得的。数据实验要快速迭代，所以在没有得到对方深度认可之前，你宁可花一些时间去进行说服和沟通。一旦实验开始，要的就是最后的结果，好的结果哪怕是一点点，也比做再多的 PPT 都有用。
实例实践
讲完理论基础后，我们来进行实战练习。回到上节课的例子，在通过数据分析沟通汇报之后，老总觉得这个改动很有必要进行执行，各总监迫于领导的压力也都纷纷点头认可。但当你具体推行的时候，这些部门都说没有资源落地、人都过忙，把这些实验推缓。
怎么办呢？你可以先通过前期沟通和会议现场的表现，找到企业当中对你想法接受程度较高的创新者。
假设你观察到，运营部门总监觉得现有工作已经太忙了，不想发生改变。但市场部门的负责人很早就希望能有一些后期数据，能支持市场优化的过程。这个时候你可以和市场部负责人单独约一次会议，因为他对这件事情的认知已经达到了一定水平，不过他的态度和整体的主观规范还不一定到位。
你可以设计一个代价比较小的实验，让他来体验一下你设计的数据分析思维的变化。一方面说服他知道这件事情的改变代价较小，获得收益较大；另一方面给他讲目前相比业内其他公司在这个方面的做法，我们相对落后，应该要赶上其他公司的做法。这样通过改变他的态度和主观规范来影响他的行为意图，再把这个实验落地的计划写出来，促进这件事情的落地。
例如我们就是一次关键字转化的跟踪试验，那么我们可以通过设计一个落地页的方式，针对某几个关键字的效果进行统计。我们不要进行大量的系统的改造，先用手工统计的方式来进行，这样可以快速地在两周获得一些投放的结果，首先解决数据透明度的问题。
然后我们做一次简单数据分析汇报，给一个第一步的行为反馈。再根据投放的结果和动态的价格和市场的投放优化人员一起进行一些关键字的优化后，再进行一次展示，让负责人对结果有信心。此时就可以推动市场部负责人要求产品技术部领导给出资源，把前期的手动过程固定下来成为公司数据驱动系统的一个部分。类似地，继续在理性行为理论的指导下，再争取其他部门认可，最终把我们整个数据分析方案落实下去。
在整个数据实验过程当中，其实有不小的难度。一方面的难度在于你要去实践你的数据理论，要通过数据驱动最后的结果说话。可能你会遇到一些失败，但不用气馁，因为实验较小代价不大，你要做的是持续进行实验和迭代，最终一定会获得相对比较好的结果。
另一方面，最大的难度其实在于你要挑战自己。因为你是数据思维的驱动者，为了得到好的结果，你一定要避免“数据确认谬误”。也就是为了自圆其说而引用有偏向性的数据，或者采用不公平的数据计算方法或抽样方法来验证数据结果。
做数据分析一定要诚实、公平、可信，这样才能够把数据思维贯彻在全公司的员工的心里，不然大家很容易觉得数据只是用来汇报的表面功夫。
小结
今天所讲的是用数据说话的最后一步，这一步也是最难的一步。你在前面的步骤里，多少也能自己摸到一些门道，写出比较好的数据分析报告。
但是一份好的数据分析报告不是最关键的，如果数据报告只是一次汇报，那么你的数据报告最后就会放在领导的案头落灰。在我们这个课程里，从确定问题开始的宗旨就是要去做对公司或者个人生活有实际落地结果的事情，不要为了一个纸上谈兵的问题大费周章。
做数据驱动就是要用结果说话——当然这个过程是非常难的。
今天给你介绍了一些我过去比较实用的方法：用精益的方法，小步快跑；用拆分实验的方式来降低使用的门槛；用创新扩散模型找到你的第一波实验的企业内部用户；用理性行为理论来说服每一个干系人，让他们从对你的想法的认可落实到具体实践的行动当中。
在整个过程中，你要坚信用数据分析的方法是可以帮助企业和个人生活去有效提高的。同时，做好沟通，用深入浅出的方法去传达你的理念，不要用知识差碾压别人。要记住，别人对你的尊重，也是通过你对别人的尊重得来的。足够的坚定，足够的谦卑，你一定会用数据实践的结果来证明前期你的努力！
数据给你一双看透本质的眼睛。用数据说话，其实更是用客观结果说话。
课后思考
你在工作当中，有哪些用数据说话，最后得到很好效果的例子么？可以把你的心得分享出来么？我们一起学习，共同提高。
分享给需要的人，Ta购买本课程，你将得18元
生成海报并分享赞 20
提建议
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
上一篇
23 | 写好故事线：你能用好数字推翻众人的理解吗？
下一篇
25 | 数据分析：15种数据思维图（上）
精选留言(5)
80分2021-09-28这节课的两个模型对我很有启发。创新扩散模型让我知道推动创新时该去哪里找突破口；理性行为理论则让我看到了人的行动事如何产生的，以及受到哪些因素影响。6
范2021-09-27感谢老师分享，这篇内容也是也是项目和产品的推广手册，其中的几个方法对于工作也很大的借鉴意义。 关于数据，有两个心得:1.很多时候业务部门是看不懂数据的，即使汇报沟通也不会有太明显效果。2.数据分析的过程，不在于技术多牛，更多的依赖于业务的熟悉。共 1 条评论3
geigei2021-10-29这节课的两个模型让我有种如梦初醒的感觉，这也是一直困扰我的问题今天找到了钥匙。创新扩散模型：找到实践创新的突破口，理性行为理论：如何从想法-行动。太厉害了 没想到一个理科生知道这么多管理方面的东西，是不是职位越高，越是文理融合呢作者回复: 持续学习，持续进步，选择做管理的方向更要一直学习！
2
数据分析星球2022-11-14 来自安徽读了老师的文章才真正明白精益的核心，以最小成本和最快速度迭代，先拿到结果再争取资源扩大。这种自下而上的方式，相对于自上而下的旨意下达更有说服力，且不容易出现重大失误。所以突破口在于，要找到你的第一个“客户”，有兴趣和你一起去用数据迭代的“客户”，有了这样一个demo，以后的数据驱动的理念就可以在公司范围内布道。
Geek_f368be2022-07-12一个迭代（Srpint） 应该是Sprint吧？
