统计数据驱动力重大决策，是我们整天挂在嘴上的流行时尚词语。可到底统计数据是怎样驱动力的？很少有老师或者说看到Saverdun业务流程。更有老师总困惑：“她们被人追着鼻子当属，感觉她们才是被驱着动的“。今天系统传授一下，婉拒盲目跟风。
一、最原初的重大决策业务流程
首先，行事是否一定须要统计数据，答：完全不须要。理论上，行事只要两横一个竖：干就完了曼威给！所以最简单、总之的行事方式是（如下表所示图）
但是我们都晓得，这么暗区的打TNUMBERml0喊标语，是种除了误杀雇员以外没屁用的方法。即使真是太总之了。干嘛？是并非干？干成咋？都不晓得。
二、科学重大决策的雏型
因而此种原初的重大决策很快进入到第一阶段：三拍阶段（如下表所示图）
此种桥式重大决策，已经具备了管理手段的雏型，并且随着80年代末、90二十世纪初包产到户的普及化，崭露头角。以致于很多50、60后的党委以及受她们影响的70、80后党委，都还喜欢延用：干嘛，是并非干，干咋此种桥式讲法。在该文、书刊里也很普遍。
然而，这并并非或者说意义上的管理手段。即使太结实了。特别是干嘛，往往是党委她们拍脑袋定，她们最喜欢的笨蛋是：“你先达成一致个小目标，挣它1个亿”至于为何是1个亿，为何非要赚钱而并非抢占市场，唯独没有剖析与解释。重大决策拍脑袋的结果，是私下非要，闯祸拍小腿。因而才有了“三拍”的讥讽。
三、从粗放式到精巧
想提升重大决策的系统化程度，就得导入统计数据测度和统计数据挖掘，可以说，统计数据挖掘与生俱来是为管理手段服务的。有了统计数据的支持，能够做大量系统化管理。
重大决策前：
1、 定量评估结果经营现况，收入、支出、利润。
2、根据市场、劲敌、消费者统计数据，评估结果机会点与严重威胁。
3、根据过往业绩走势，发现自然变化规律，制定更合理的目标。
重大决策中：
1、 定量评估结果备选方案所需的时间、人力、物力投入。
2、根据过往表现，定量评估结果方案可行性，评估结果预计完成率。
3、根据过往业绩走势，发现自然变化规律，制定更合理的目标。
重大决策后：
1、 定量监督执行过程，发现执行问题。
2、分析执行手段，评估结果优化、调整的措施。
3、复盘执行效果，检查目标实际完成，总结经验。
到了这个阶段，已经实现了统计数据驱动力重大决策和统计数据化管理。这个阶段最经典的是PDCA理论。它将重大决策过程分为PDCA四个阶段：
● Plan计划
● Do执行
● Check检查
● Act处理
通过循环迭代，确保目标落地，逐步提升质量（如下表所示图）
听起来似乎到这里，统计数据驱动力重大决策已经做到头了。在原理上确实如此，很多经典的管理理论都是建立在这个阶段
相当多的经典管理模型，比如AIDMA、PSM、双盲测试（ABtest）都是建立在调研问卷的基础上的。虽然理论上调研问卷能问回来一切统计数据，但是调研有与生俱来的局限：
1、人记忆力有限，统计数据准确度不高
2、人精力有限，问题不能太多，选项不能太复杂
3、人有惰性，A选项永远选的最多，3分、5分的比例永远最高
因而，后续的管理方法进步更多是伴随着统计数据采集方法的进步，越做越精巧。
四、更精巧的统计数据驱动力业务流程
更精巧的统计数据驱动力手段，都是技术驱动力的：
1、有了OMS/CRM系统，可以采集交易+用户统计数据
2、有了APP/小程序+统计数据埋点，可以采集用户行为统计数据
3、有了丰富的统计数据，可以完善用户画像，可以做预测模型
4、通过CDP/ECRM等工具，可以直接把统计数据推给业务执行
有了技术支持，在管理上细节也更丰富（如下表所示图）
交于上个阶段，主要增加的内容包括：
1、从整体目标分解到各部门、各环节子目标，逐级落实
2、更清晰地区分指标与判断标准，导入综合评估结果方法
3、增加了CDP（选老办法），与ABtest（测新办法），更容易选出好办法
整体过程，可以看下图的详细描述：
这阶段最流行的是OSM方法，通过逐级分解/定量指标，推动重大决策落地（如下表所示图）
注意：想实现驱动力效果，须要的是在重大决策过程每个环节，配置合适的统计数据工具，分别发挥作用。是一套工具的组合，而非一个超厉害的模型或者公式，计算出超厉害结果。在整个工作过程中，技术上最大难点在于统计数据采集，要保障高质量、多维度的统计数据收集且不拖项目整体进度，是个非常麻烦的事。业务上的最大难点，在于共识。怎样避免争吵，争取认可是关键（如下表所示图）
到这里就介绍完了。但是肯定有老师好奇：这管理理论看起来也不复杂呀，为啥我在现实中就看不到呢？那是即使理论和现实总有差距，具体到企业里，各种奇葩人和事层出不穷。
五、为何你感受不到统计数据驱动力重大决策
▌ 问题1：人/制度/系统落后。
● 相当多的企业不重视统计数据建设，特别是统计数据采集与业务流程规范。
● 相当多的企业制度还停留在原初阶段，大干快上。
● 相当多的企业党委还在用野蛮管理方法。
时代变了，人/制度/系统不变，一切还是不会变。
▌ 问题2：私心太重，刻意扭曲统计数据。
很多党委也是嘴上喊喊数字驱动力，实际上只是拿统计数据当牌坊，好看的数字多写，不好看的数字变着法改好看，实在不行就甩锅给“我司没有人工智能大统计数据挖掘能力”，这样铁定实现不了统计数据驱动力，而是在玩数字游戏。
▌ 问题3：盲目迷信人工智能大统计数据。
注意：从统计数据驱动力的演化过程可以看出，想实现统计数据驱动力，须要的是前中后期的分工，是报表、管理模型、算法模型、测试平台、专题分析的相互配合，并非一个“超牛逼智能模型”Duang！一声就模出来的。然而总有人不信，总有人以为电脑里住着一个无所不知的“模型”能一模定乾坤，最后自然各种悲剧收场。
▌ 问题4：过于重视指标，忽视标准建设。
这是统计数据挖掘师们常犯的问题。一讲分析，张嘴是几十个统计数据指标，可到底哪个是主指标，哪个是副指标，哪个是参考指标。到底哪几个指标组合起来看，到底指标数值是多少算好，多少算差。没有清晰的标准，没有和业务共识。最后只晓得罗列统计数据，无法下判断结论。
▌ 问题5：与业务脱节，对业务业务流程缺少统计数据积累。
这是统计数据挖掘师们常犯的问题。每天就晓得盯着GMV，流量，DAU，MAU，转化率几个指标，对业务业务流程一窍不通，对不同业务手段的效果没有观察积累，最后除了翻来覆去啰嗦几个指标，就只会说：要搞高，要保持，全是废话，更无法驱动力重大决策。
六、小结
统计数据驱动力重大决策,须要的是业务业务流程与统计数据紧密配合，党委层参与推动，才能实现的事。
落后的人、落后的系统、落后的业务流程，都会让统计数据浮于表面。因而即使短时间内看不到成果也不要失去信心，这些落后的人和事，最后都会被淘汰在历史里。作为从业者，我们要多锻炼的是她们的能力，才有机会加入更好的平台，做出更好的项目，与我们共勉。
