转载自：接地气学堂
最近总是有人问：我们总说数据分析驱动业务，可实际上我做完数据分析给了建议，业务不是不执行，就是阳奉阴违，看起来数据指标做高了，可业绩就是不涨！到底是怎么回事呢？
今天统一解答一下。数据驱动业务，是个很大的话题，我们今天先不扯太多概念，从一个非常生活化的场景入手。
公司里领导是怎么要求运营、IT的，就跟家里父母怎么要求自己的孩子一样，不信你看：
方法一：大吼大叫
父母经常喊：你要好好学习！你必须好好学习！！你不好好学习就去扫大街！！！
领导经常在运营面前喊：你要把kpi搞上去！你必须搞上去！你不好好做就去扫大街！！！
这么喊有用吗？当然没用，问题在于：光喊着要做好，却没有任何可量化的目标。你指运营和IT望干什么呢，只要求结果，不给方向的领导，统统都是尸位素餐。
方法二：考100分
父母经常喊：你要考100分！你还没考100分？你什么时候能考100分？
领导经常喊：绩效要拿A！你怎么还没拿A？你什么时候能拿A？
这么喊有用吗？当然没用。要是有考100分的本事，还用你喊？要是没考100分本事，喊了有用？
问题在哪里？问题在：虽然有量化目标，但完全不切实际，不切实际的目标，指望我们咋做到呢。
方法三：多考10分
说到要切合实际，那父母看了看孩子的考分。哦，这一次考了80分。好，那下一次要考90分。
换到领导，领导说这次我们的kpi是10w，那么下一次就要拿20w！
这么有用吗？当然也没用，问题在哪里？问题在于：每一次考试的分数，有可能和当时卷子的难度有关。有可能80分只代表平均水平，也有可能80分已经很难能可贵了（如下图所示）
脱离大环境，只谈具体数字的进步，就会让个人陷入无所适从的境地。看似做的好，其实是因为运气好。看似做的不好，其实已经胜出众人，却被爹妈骂的无地自容。这样久而久之，就会丧失奋斗的动力，把工作交给运气。
方法四：闯入前10名
既然要考虑大环境，那最好的办法就是看排名，而不是看具体成绩。于是有些家长就这么定目标：你要考入前10名，你要再进步5名等等等。
换到领导就会说：这次我们的kpi要成为全行业前十，或者进步5名！
这么有用吗？当然没用，问题在于：光讲名次，我们并不知道要干什么。如果这是跑步的名次，那孩子很清楚：我要加速，让腿摆动快一点，步子大一点。但是这是考试的名次哦，那到底我该掌握什么知识点，到底我该做哪些练习，他一无所知。
不谈执行，空谈名次，就会陷入一个很危险的状态：胜不知道所以胜，败不知道所以败。最后的结果就是排名高了骄傲自满，排名低了自暴自弃。
方法五：建立错题本
既然要考虑执行细节，那最好的办法就是梳理知识点，建立错题本。把知识点列成提纲，然后对照着看孩子的对错比例。错的多的部分要加强，错的少的少练。
这么有用吗？
这些有用！很有用！其实很多每月收费大几万块的课外补习班，干的就是这件事。这样孩子终于能知道自己对在哪里，错在哪里了。但是，还能进一步提升效率。就是区分哪些题目难度大，大家都会错，哪些题目难度小，容易改进。如下图所示：
方法六：直接抄模范
既然要对着好学生，分析哪里差距大，哪些容易改进，有的家长就想了：能不能直接抄别人家孩子的做法呢？
这么做有用吗？完全没屁用，问题出在：看似方法六和方法五差不多，可差异在：从个案上看，永远有不可复制的部分。所以不能照搬个案，而是要找工作流程里可复制、可照搬的点。从流程上做改进。
真正的数据驱动是什么
真正的数据驱动有
建立数据目标
进行目标分析，结合内外因素分析合理性
进行流程分析，找到促成目标的关键环节
进行标杆分析，提炼可复制的成功经验
进行行动激励，促进一线达成目标
基于结果复盘，总结经验修正下次目标
这样的一个循环往复的过程，才是真数据驱动。既给鸡汤又给勺子，既给目标又给方法，既给指引又保留灵活性，下属执行舒服，领导结果满意。
为什么达成这个结果那么难？前边吐槽了各种不靠谱的领导行为，作为数据驱动发动机的数据分析师，当然也有责任，最大的问题，类似上边方法七：作为数据分析师压根不懂业务，什么流程，什么大环境，什么操作SOP，统统不知道。
更有甚者，很多新人不屑于学这些一线实操，一门心思钻研机器学习，上各种微信群问：“领导让我分析运营策略优化，我该用KNN还是SVM？”只看数据不懂一线，于是一线各种造假数据满足他的模型需求，曲线漂亮了，业绩死活就是上不去……那画面真不要太美。
数据分析想突破ppt的限制，就得脚踏实地，对一线有作用。想达成这个过程，既需要领导支持，又需要数据分析师自己的努力，虽然道路艰难，但是也并非无迹可寻
