《贝佐斯的数字帝国》4 模块3 数据支撑：聚焦于因，智能管理

4 模块3 数据支撑：聚焦于因，智能管理

• 亚马逊致力于打造跨部门、跨层级、端到端的实时数据指标体系，借助数据算法、机器学习、人工智能等数字技术，开发智能管理工具系统，通过严格追踪、考量分析每个影响客户体验及业务运营的原因，快速发现问题、解决问题，甚至自动完成常规决策
• 凡事要有数据支撑：亚马逊对数据指标的要求非常严苛，必须做到以下五点：极为细致、极为全面、聚焦于因、实时追踪、核实求证
• 推动智能运营管理：充分利用数字技术，开发智能管理工具系统，推动常规决策的自动完成，助力各项业务的快速上量
• 投资巨大，回报更大：这的确是投资巨大的系统性工程。但随着时间的推移、数据的积累、算法的迭代，其能创造的回报也会越来越大
• 贝佐斯恰恰是做事非常爱深入细节、遇事非常爱刨根问底的人。亚马逊的领导力原则之一，就是“刨根问底”，即领导者要深入各个环节，随时掌握细节，经常进行审核
• 贝佐斯几乎不怎么花时间管日常经营。把主要精力投入到2-3年以后的事情上

凡事要有数据支撑

• 在亚马逊，人人都知道的一句名言就是，凡事要有数据支撑
• 对于很多在亚马逊工作的人，起床后的第一件事，就是“看数”。系统会自动更新，每天会自动推送想着数据给相关人。随着智能手机的普及，看数时间已前置，成为人睁眼后、起床前的习惯动作

极为细致

• 亚马逊制定的选趣标准，多达282个，包括地震、空气、地形、土地规划条件等因素，而且全部达标才可通过。亚马逊云服务（AWS）的中国的首个数据中心选址为甘肃省中卫市

极为全面

• 数字时代，数据已成为企业新的核心资产

聚焦于因

• 想要好的结果，只看结果没有用，只有追到每个因，解决好每个因的问题，最后的结果才可能好

比如，页面下载速度。亚马逊不仅为此设定了专门的考量指标，还进行了深入的研究。他们发现，页面下载速度每慢0.1-1秒，客户活跃度就会下降1% 再如，人工接触次数，指的是平均每个订单完成过程中发生人工接触的总次数。这是亚马逊极为重视的一个关键指标。因为每一次的人工接触，都意味着人员及相应的人工成本 。如果每单平均人工接触次数保持不变，那么订单规模增加10倍，相关人员人数就至少得增加10倍。 2002年是亚马逊过去25年发展历程中意义非比寻常的一年。因为就在那一年，亚马逊首次实现了盈利。成绩背后的重要原因之一，就是当年的人工接触次数下降了90%

实时追踪

• 在亚马逊，数据的收集和分析是实时的。如果有需要 ，我们可以看到每天、每小时、每分、每秒的数据。如果出现异动，系统会自动提示相关人员

核实求证

• 在亚马逊，凡事都要有数据支撑。领导不仅应要求自己说话办事都有数据支撑，还要对别人提供的数据信息严格核实、严谨求证，绝不可盲信盲从。

比如，在2000年圣诞购物季的一次高管会上，贝佐斯问当时负责客户服务工作的副总：客户打亚马逊的客服电话，接通后需要等待多长时间，才能与客服人员通话？ 这位副总的回答真是令人欣喜，他说保证1分钟内能与客服人员通话 贝佐斯听到这个回答，立刻当着所有人的面，当场拨打了亚马逊的客服电话，还把自己的手表摘下来，放在桌上计时 立刻、当场、亲自核实 请在心中默数，从1数到270，为什么？因为当时贝佐斯及整个亚马逊高管团队，就是经过了270秒，整整4分半钟的漫长等待，才等到与客服人员通话

• 当你能够从容面对贝佐斯本人及亚马逊每位领导的密集火力，就他们提出的深入细节、刨根问底的各种问题，都能拿出极为细致、极为全面、聚焦于因且经得起核实求证的实时数据分析时，恭喜你，你过关了！

推动智能经营管理

1994年创建亚马逊前，贝佐斯就职于量化对冲基金巨头萧氏公司。这家公司成立于1998年，创始人为斯坦福大学计算机博士大卫 萧。早在30多年前，这位萧先生就开始大胆探索通过量化分析、智能算法，让计算机自动完成金融交易，一举开创了华尔街量化投资的先河，彻底改变了整个美国金融产业 在萧氏公司4年的工作经历，让贝佐斯更加深刻地认识到了数字技术的强大威力，并逐渐萌生了后来亚马逊业务模式的基本雏形，比如，如何通过海量数据及数字技术，为每位客户提供各自不同的人性化服务

• 亚马逊充分利用数据算法、机器学习、人工智能等前沿数字技术，开发了很多功能强大的智能管理工具，在不少常规性的日常经营问题上，可以实现自动分析、自动决策

智能推荐

• 人性化推荐算法，让系统自动为每位客户提供精准到个人的人性化推荐

智能定价

• 定价机器人，让系统自动检索，自动抓取多家竞品的价格数据，并自动调整亚马逊自营平台上相应商品的售价，确保时刻能为客户提供最低价格

1. 智能管理系统：投资极高，但回报极大
2. 它能：推动常规决策自动化；将组织的精力从日常管理中释放出来；用于思考未来、布局长远、持续提升

智能履约

• 该系统会根据亚马逊所有物流订单处理信息及其他相关因素预测需要在哪里新建履约中心
• 在优化配送决策方面，由谁来负责为每个订单找到最优的配送方案，确保做到速度最快、成本最低？早在2001年，该系统每小时就能完成数百万次的优化处理

智能三方管理

• 系统会根据事先设定的监控指标，实时收集分析第三方卖家在各个方面的经营数据，综合评价每个 卖家的经营状况并打分。综合评分高的卖家，系统会依据事先制定的规则，自动给予奖励

投资巨大，回报更大

释放组织精力

• 在亚马逊，日常经营管理似乎没有占据领域太多时间。

1. 借助智能管理工具，不少常规性的经营决策可以实现自动完成
2. 通过数据指标体系，日常经营涉及的每个因素都已实现了实时追踪、实时分析，而且针对每项指标都已明确了具体的责任人以及正常为的波动范围。如果某项指标的波动超出了正常范围，系统就会自动报错，提示相关责任人，相关责任人也会第一时间自己分析 、自己解决

• 为什么在亚马逊，在大多数情况下，发现问题无须麻烦领导，具体负责人自己就能搞定呢？这是因为有了极为细致、极为全面、聚焦于因的实时数据支撑，更容易洞见出现问题的根本原因在，更容易根据相应的分析找到解决问题的方法，得到需要协同的人的帮助
• 亚马逊开会的重点通常在于讨论未来。比如，如何解决反复出现的棘手问题，如何制定影响深远的重要决策，如何推动客户体验及组织能力的持续提升

推动持续提升

• 只有被衡量的，才能被提升。没有明确具体的衡量标准，没有持续提高的具体要求，所谓绩效文化、组织提升甚至快速迭代，都只能是空洞的口号而已
• 在亚马逊，说到做到是极为重要的品质