数据对业务价值帮助的一些思考

0x00 前言

最近在工作中和同行交流中都聊到了一个问题：数据对于业务价值的帮助在哪里？

如果被老板或者面试官问到了这个问题，该怎样去回答。下面就简单聊一下居士的想法。

0x01 思路

关于数据的价值，居士认为可以参考BI（商业智能）的定义。这里不简单地指做几张报表的工作，而是数据辅助决策。下面引用一下百度百科关于商业智能的定义。

商业智能的概念最早在1996年提出。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。 商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。

关键点：

• 商业智能能够辅助的业务经营决策
• 数据xx等技术的综合运用

从这个角度来出发，我们在回答数据对业务价值帮助的时候，可以先站到一个宏观的角度聊商业智能对业务价值的帮助，再细分数据在各个层面中的作用。

0x02 价值

价值的话可以拆开几个方面来聊：

1. 决策侧
2. 产品侧
3. 运营侧
4. 技术侧

一、决策侧

数据服务决策层对于公司的定位和思考。比如：

1. 老板可以方便查看各种数据，比如经营数据、产品口碑、行业竞品等等。
2. 数据分析的专业数据报告，比如商业数据数据分析、定期的运营数据汇报。
3. 接受投资时的数据准备。

没当过老板，只能编这么多了。

二、产品侧

数据可以支持产品的的设计。比如：

1. 发布新版本时，完善的ABTest系统支持，能帮助产品经历更好的发现产品的优缺点。
2. 产品的每一部分设计，都可以加入数据分析的内容，比如用户喜好的分析，页面跳出率高的分析。

总之，数据可以在产品设计的各个阶段发挥作用，虽说大部分时候产品经历都可以拍脑袋决定。

三、运营侧

居士个人理解，运营是最靠数据说话的！当然发挥价值的地方最多。比如：

1. 经典的数据挖掘例子：啤酒和尿布。
2. 如果花钱：怎么合理采购商品、怎样合理地平衡在不同广告平台的投放等等。
3. 用户增长：用户的拉新、提升活跃，提高留存等等。
4. 推荐系统和lookalike系统：给人推荐内容，帮产品找到合适的人。
5. 业务安全：欺诈判别，微信支付分/支付宝信用分等

四、技术侧

技术侧是最让人纠结的地方，因为大部分技术是幕后的，很难直接对外展示价值。

因此如果当你考虑来从技术的角度说明对业务价值帮助的时候，个人感觉说系统多完善多高大上带来的效果并不好，主要应该体现对业务痛点的帮助。比如：

1. 技术带来的能力提升，比如说大数据，不管平台多么好，那它要解决的核心问题是处理以前不能处理的数据量，数据量太大，你都处理不过来，没有大数据平台，你连数据都没法玩。
2. 数据安全，比如你数据被内部人员脱裤了，这就是生命线没了。
3. 然后还有一些数据服务，比如说微信公众号的自带的简单数据分析，公众号的版权等等这些东西，这是能帮助你完善整个产品生态的，这也是价值的一部分。
4. 业务异常发现，比如pdd被薅羊毛，不知道这事是真假，也不知道损失多大，但是这种事情一个处理不好，一些小公司可能面临的就是完蛋的危险。