当您在工作中需要做出重大决定时，可能很难决定走哪条路。 如果您遵循直觉，您的选择可能会更有把握，但这些选择适合您的团队成员吗？ 当您利用事实做出决策时，您可以放心，因为您知道您的选择是基于数据并且旨在最大化业务效果。
无论是超越竞争对手还是提高盈利能力，数据驱动的决策都是现代企业战略的重要组成部分。 此处讨论了数据驱动决策的好处，以及有关如何在工作中使用它们的示例的建议。
什么是数据驱动决策？
数据驱动的决策是根据贵公司的数据收集和转换数据的过程 关键绩效指标 (KPI) 转化为可操作的见解。
在整个过程中，您可以使用 商业智能 (BI) 报告解决方案以快速有效地捕获海量数据。 这些工具使数据可视化变得简单，使缺乏复杂技术知识的人也可以进行数据分析。
数据驱动意味着什么？
简而言之，数据驱动的概念是指使用事实或数据来识别模式、推论和见解，以帮助您做出决策。
数据驱动本质上意味着试图在没有偏见或情绪的情况下做出判断。 因此，您可以验证您公司的目标和战略是基于数据和趋势，而不是您喜欢或不喜欢的东西。
为什么在决策中使用数据很重要？
数据驱动的决策很重要，因为它使您能够根据事实而不是先入之见得出结论。 如果您处于领导地位，做出客观决策是保持公平和平衡的最佳方法。
衡量您的业务目标并实时填充的数据是做出最明智决策的关键。 使用报告软件，您可以汇总发现模式和进行预测所需的数据。
您可以做出的一些数据驱动的判断包括：
- 增加销售和利润的方法
- 如何灌输良好的管理习惯
- 如何改善运营
- 优化团队绩效的方法
虽然并非每个决定都会得到数据的支持，但许多最重要的决定都会得到数据的支持。
做出良好的数据驱动决策的步骤
这些步骤可以帮助您确定您、您的同事和组织的数据的“人物、内容、地点、时间和原因”。 但是，请记住，视觉分析周期不是线性的。 一个问题经常导致另一个问题，这可能需要您返回到这些步骤之一或跳到另一个，最终导致有用的发现。
步骤 #1：确定您的业务目标：
此阶段需要了解您组织的执行目标和下游目标。 这可以小到增加销售额和网站流量，也可以大到提高品牌知名度。 这将帮助您稍后在此过程中选择影响数据驱动决策的关键绩效指标 (KPI) 和度量标准——这些将帮助您确定要研究哪些数据以及要提出哪些问题，以便您的分析支持关键业务目标。
例如，如果营销工作旨在增加网站流量，则可以将 KPI 链接到收到的联系提交数量，以便销售人员可以跟进销售线索。
第 2 步：向业务团队询问关键数据源：
从整个组织的员工那里获得意见对于理解短期和长期目标至关重要。 这些输入会影响人们在分析中提出的问题以及您如何确定经过验证的数据源的优先级。
来自整个组织的有意义的输入将有助于指导您的分析部署和未来状态，包括角色、职责、架构和流程，以及用于分析进度的成功指标。
步骤#3：收集并准备必要的数据：
如果您公司的数据分散在多个来源中，则可能很难获得高质量、可靠的数据。 确定组织数据源的范围后，您就可以开始数据准备了。
从准备影响大、复杂度低的数据源开始。 选择人数最多的数据源以产生立竿见影的效果。 从这些资源着手，创建一个高影响力的仪表板。
步骤 #4：查看和检查数据：
数据可视化对于数据驱动的决策至关重要。 通过直观地表达您的想法，您将有更好的机会影响高层领导和其他人员的决策。
数据可视化具有图表、图形和地图等各种视觉特征，是一种观察和分析数据趋势、异常值和模式的简便方法。 有许多流行的可视化类型可以成功显示信息，包括用于比较的条形图、用于空间数据的地图、用于时间数据的折线图、用于比较两个指标的散点图等等。
第 5 步：获取见解：
寻找见解并以有用、引人入胜的方式表达它们是对数据进行批判性思考所需要的。 可视化分析是一种询问和回答有关数据问题的简单方法。 确定影响成功或解决问题的机会和危险。
为了做出对银行健康至关重要的判断，摩根大通采用了现代分析解决方案。 JPMC 通过使用客户数据分析业务线关系（即产品、营销和服务接触点）来全面了解客户旅程。 例如，营销运营团队进行的评估会影响网站、广告材料和大通移动应用程序等产品的设计决策。
第 6 步：采取行动并分享您的见解：
一旦你发现了一个洞察力，你必须采取行动或与他人分享以进行合作。 共享仪表板是实现此目的的一种方法。 使用信息丰富的文本和交互式图形来突出关键见解可以影响受众的决定，并帮助他们在日常工作中采取更有根据的行动。
另请参阅： 人工智能业务：意义、理念、顶级工具和模型
数据驱动的决策示例
在做出具有重大影响的业务决策时，当今最大和最成功的公司会利用数据来发挥自己的优势。 考虑这些知名企业的成功案例示例，以更好地了解您的组织如何在其决策过程中使用数据分析。
#1。 谷歌的领导力发展
谷歌非常重视“人员分析”。 谷歌从 10,000 多条绩效评估中收集数据并将其链接到 员工保留率 作为其著名的人员分析计划之一 Project Oxygen 的一部分。 他们使用这些数据来发现高绩效经理的共同习惯，并制定培训计划来帮助他们掌握这些技能。 他们的行动将经理的中位数好感度从 83% 提高到 88%。
#2。 星巴克房地产选择
在 2008 年数百家星巴克门店关闭后，当时的首席执行官霍华德舒尔茨承诺，公司将采用更具分析性的方法来确定未来的门店选址。
星巴克现在与一家位置分析公司合作，根据人口统计和交通趋势等数据确定潜在的商店位置。 在做出决定之前，该组织还会从其区域团队那里获取反馈。 在进行新投资之前，星巴克分析这些数据以估计特定领域成功的可能性。
#3。 增加亚马逊销售额
亚马逊使用数据来确定根据以前的购买和搜索行为模式向客户推荐哪些产品。 亚马逊的推荐引擎不是简单地推荐产品，而是由数据分析和机器学习提供支持。 据麦肯锡称，35 年亚马逊 2017% 的消费者购买可以追溯到该公司的推荐算法。
数据驱动决策的好处
#1。 你会做出更放心的选择
一旦开始收集和评估数据，您可能会发现几乎可以更轻松地就任何业务困难做出自信的决定，无论您是计划推出或停止产品、更改营销信息、进入新市场还是其他事情完全。
数据具有多种功能。 一方面，它用于对当前可用的内容进行基准测试，使您能够更好地理解您所做的任何决策对组织的影响。
除此之外，数据是合乎逻辑且有形的，直觉和直觉则不然。 通过从您的业务决策中去除主观部分，您可以增强您自己和您公司的信心。 这种保证使您的组织能够完全致力于特定的愿景或计划，而不必担心做出错误的决定。
虽然基于数据做出的决定并不能保证它总是正确的。 虽然数据可能显示特定模式或预测特定结果，但如果数据收集程序或解释有误，任何基于数据的决定都是不正确的。 这就是为什么应该定期分析和审查每个公司决策的影响。
#2。 你会更主动
当您首次部署数据驱动的决策流程时，它很可能是反动的。 数据讲述了一个故事，您和您的公司必须对此做出回应。
虽然这本身很有用，但它并不是数据和分析在您的业务中可以发挥的唯一作用。 通过足够的实践以及正确类型和数量的数据，您可以使用它来更加主动，例如在竞争对手之前识别商机或在威胁变得过于严重之前检测到威胁。
#3。 节省成本是可能的
公司决定投资大数据计划并努力在其流程中变得更加数据驱动的原因有很多。 根据 NewVantage Partners 最近为《哈佛商业评论》所做的一项针对财富 1,000 名高管的研究，各种项目的成功率各不相同。
根据调查，最有效的举措之一是使用数据来降低成本。 在启动项目以削减成本的组织中，超过 49% 的组织看到了投资回报。 其他举措产生的结果不太一致。
“大数据已经被用于提高运营效率，”咨询公司 NewVantage Partners 的首席执行官兼执行合伙人 Randy Bean 在公布调查结果时表示。 “根据最新信息做出明智决策的能力正在迅速成为常态。”
如何变得更加数据驱动
如果您想在您的业务方法中变得更加数据驱动，您可以采取多种措施来实现这一目标。 以下是您可以如何以分析的心态处理日常职责的一些示例。
#1。 在意想不到的地方搜索模式。
数据分析的核心是试图发现多个数据集内或多个数据集之间的模式。 可以从这些模式和关系中获得见解和推论。
有意识地决定在您的个人生活和职业生活中更具分析性，是变得更加数据驱动的第一步。 虽然这看起来很简单，但需要练习。
在您周围的数据中寻找模式，无论您是在办公室仔细研究财务账户、在杂货店排队还是在火车上。 一旦你确定了模式，练习推断发现并得出关于它们发生的原因的结论。 这个简单的活动可以帮助您训练自己在生活的其他方面更加以数据为导向。
#2。 将每个决策与数据相关联
在面临决策时，无论是业务相关的还是个人的，都应避免依靠直觉或过去的行为来决定行动方案。 相反，要有意识地采取分析态度。
确定您拥有哪些数据可用于为您的决策提供信息。 如果不存在数据，请探索如何自行收集数据。 获得数据后，对其进行评估并将任何见解应用于您的决策。 与模式发现练习一样，目标是获得足够的练习，以便分析成为您决策过程的自然组成部分。
#3。 显示数据的重要性
数据可视化是数据分析过程的重要组成部分。 一张数字表几乎不可能解释。 如果您以图表和图形的形式创建有吸引力的可视化效果，您将能够快速发现趋势并得出有关数据的结论。
熟悉常见的数据可视化方法和工具，并试验您随时可用的任何类型的数据。 这可以像制作图表来表示您每月的消费习惯，然后从中得出推论一样基本。 然后，您可以使用这些发现为下个月创建自定义预算。 完成该任务后，您将成功做出数据驱动的决策。
#4。 考虑继续学习
如果您对自己学习如何将数据纳入决策过程感到不自在，可以选择多种培训来帮助您培养成功所需的数据科学技能。
哪种解决方案最适合您将取决于您的个人和职业目标。 例如，那些计划进行重大职业转变的人可能会选择攻读硕士学位，重点是数据分析或数据科学。 不过，对于其他人来说，参加在线商业分析或数据科学课程可能足以为成功打下基础。
结论
虽然数据驱动的决策制定有很多好处，但重要的是要认识到您不必全力以赴才能实现目标。 通过从小处着手、对绩效进行基准测试、记录所有内容并随时进行调整，您可能会变得更加以数据为导向，并在您的组织中取得成功。
参考资料
