为了与标题匹配,显得不那么“旁征博引”,本文将成为我近两年来写的最短的一篇,希望大家阅读愉快。
商业分析和决策中,最大可能是效率优先的。这个时候不仅要求分析团队更加勤奋,更加需要这个团队具备敏锐的市场嗅觉,因为大多数最重要的商业分析都是依靠直觉,而不是数据推动的,即便在今天这个大数据概念满天飞的时代。
首先,数据是后知和后验的,数据最能反映的是历史,但趋势并不等于历史的简单延续。这意味着即便你能掌握全部的历史数据,如何应用这些数据解释现象并预测未来,依然是一个非常严峻的挑战。
第二,一线团队在市场中摸爬滚打,形成的经验和感觉也是一种数据,只不过这种数据与大家习以为常的理解不同,他不是那种结构化的,可被计算的,但判断这些经验直觉是否有效是可以基于逻辑分析的。商业决策最大的魅力在于很多时候可以跳出现有维度的约束,套用当下很俗的一个词,也就是“升维打击”。这种决策中直觉比所有数据都更加有效。
第三,商业决策不同于学术研究,讲求更大程度的普适性,而是注重对于决策主体的适用性,以及决策的效率。学术领域可以忍受一个课题被研究个把世纪,但商业决策每延迟一天都是成本,除非决策者主观上选择观望。
第四,企业规模越大,数据在决策中扮演的角色往往越趋近于“规避责任”。领导者需要建立机制让团队摆脱这种负担。
最后,虽然数据是死的,但数据也绝对不是客观的。因为定义数据的过程本身就是主观的(所有数据都是某种指标的量化,指标是人为定义的,包含主观判断的),所以千万不要迷信数据不会骗人这种鬼话。
- END -
- 如若转载,请注明转自【汽车数据工场】-
领取专属 10元无门槛券
私享最新 技术干货