领导对数据的期望值太高了！该怎么破？( 二 )

问题一答完了，来问题二。
问题2：听了以下五位领导的发言，你觉得他们“期望太高”的程度排序是……

A：要是数据分析做的好，肯定业绩蹭蹭蹭
B：有了用户画像模型就能精准营销，极大提高用户购买率
C：至少得分析出来一些，我不知道，但是很重要的问题
D：用户复购原因，得分析的很深入，搞清楚
E：先把复购周期算出来看看

估计不思考，也能看出来E的期望值是最低的，那么问题是， ABCD四位的要求算不算高？数据驱动业务，数据就是生产力不是人们都挂在嘴边上的吗？
二、什么算期望太高
首先，数据驱动业务，这句话本身没有错。
但是主语是：老板用数据驱动业务。作为一个用户，你永远不可能为了某个公司的某个程序员敲出来的代码买单，你只会在一个具体的时间、一个具体的地点，以一个具体的价格，买一个具体的商品，满足一种具体的需求。
因此数据想要发挥作用，就得结合宣传渠道，产品配置，价格定位，推广方式，这些需要一个系统化运作，而不是一个程序员敲几行代码。所以，所有指望敲几行代码就能业绩飞涨的行为，都算期望值高，而且是不切实际的高。

本文插图
其次，没有数据能不能分析问题。
答：能，绝对能。实际上数据是分析问题最缓慢的手段，你还得采集数据，得清理，得存储，得计算。春江水暖鸭先知，在业务一线的人始终能更快速、更细致的感受到问题，并且依据经验、洞察力、测试等手段找到一些答案。
所以，指望数据分析，分析出来业务完全不知道且重要的问题，是非常不现实的。如果真是这样，只能说明公司的业务都是蠢猪，那这些蠢猪采集回来的数据自然也不能信咯。

本文插图
再次，数据能分析出多少原因？
答：主观类原因都几乎分析不出来。本身人的行为和内心想法就不太一致，经常有口是心非或者欲扬先抑一类做法，目前数据无法记录人内心，只通过行为反推很有缺陷。其次，用户行为经常分散在各个平台，单一平台记录数据不全，因此除了投诉、退货、参与团购、登记缺货、付款预约这种指向性明显行为外，其他行为也很难指向某个内心想法。所以在分析原因的时候，很有可能只能落到某个事件、某个行为上，真正的原因很难得出来。

本文插图
所以综上，本体答案是A≥B≥C≥D≥E 。同学们可以简单记住如下难度顺序：

直接提升业绩≥提能提升业绩的建议
提能提升业绩的建议≥精准预测走势
精准预测走势≥深入分析问题原因
深入分析问题原因≥评估问题状况
评估问题状况≥了解现状

业务方提的难度越大，越需要沉住气一步步做，特别是争取到业务部门的参与和支持，把数据融入到业务过程里，才能看到作用。有同学会问：到底怎么实现把数据融入业务过程，关注接地气的陈老师，我们下一篇分享，就还拿用数据分析提升微商城销售业绩为例，看看能怎么做，敬请期待哦。
#专栏作家#
接地气的陈老师，微信公众号：接地气学堂，人人都是产品经理专栏作家。资深咨询顾问，在互联网，金融，快消，零售，耐用，美容等15个行业有丰富数据相关经验。
本文原创发布于人人都是产品经理。未经许可，禁止转载