数据驱动的决策：更少的猜测和更多的数据
Posted: Thu Dec 26, 2024 10:43 am
著名工程师W.爱德华兹·戴明曾说过这样的话：“没有数据，你只是另一个有观点的人”。也就是说，在没有深入了解数据的情况下，人们会根据本能、推测或流行理论做出决策。基于假设甚至偏见行事的风险很大。结果呢？你甚至不需要说出来，对吧？
数据驱动决策(DDDM ) 包括收集数据、进行分析并根据分析得出的见解做出决策。基于数据的决策还可以使决策背后的逻辑变得透明，并提供更有力的证据来支持这些决策。
那么，如何确保您做出的数据驱动决策不带偏见，并专注于为您的组织提供支持的明确问题？
数据驱动的决策被定义为使用事实、指标和数据来指导与您的目标、目的和计划相一致的战略业务决策。当组织意识到数据的全部价值时，这意味着每个人（无论您是业务分析师、销售经理还是人力资源专家）每天都能够利用数据做出更好的决策。然而，这并不是通过简单地选择适当的分析技术来识别下一个战略机会来实现的。它走得更远。
您的公司需要使数据驱动的决策成为常态——创建一种鼓励批判性思维和 印尼手机号码列表 好奇心的文化。各级员工都需要通过实践和应用来培养数据技能。从根本上来说，这需要一种自助服务模式，让人们可以访问他们需要的数据，并与安全性和治理相平衡。它还需要熟练程度，为员工创造学习数据技能的培训和发展机会。最后，需要一个支持并做出数据驱动决策的社区来鼓励其他人也这样做。
建立这些核心能力将有助于鼓励各个工作层面的数据驱动决策，以便业务团队定期质疑和调查信息，以发现推动行动的强大见解。
数据驱动决策的重要性
收集的信息量从未如此之多，但也更加复杂。这使得组织难以管理和分析其数据。 NewVantage Partners 的一项调查显示，98.6% 的高管表示他们的组织渴望建立数据驱动的文化，而只有 32.4% 的高管表示取得了成功。
IDC 2019 年的一项研究还指出，组织已投资数万亿美元来实现业务现代化，但其中 70% 的举措失败了，因为它们优先考虑技术投资，而不是建立数据驱动的文化 来支持它们。
为了追求数据驱动，许多公司正在改变公司的决策方式，但这种改变绝非易事。将数据和分析纳入决策周期需要采用专门的方法来开发和完善分析程序。
得益于更现代的商业智能，组织越来越了解所有部门和职能部门的数据驱动决策的价值。为了帮助您，我们汇总了一些建议，如果付诸实践，可以从数据和您的合作者中挖掘出巨大的潜力。
数据驱动决策
做出有效的数据驱动决策的 5 个步骤
这些步骤可以帮助您找到“人物、事件、地点、时间和原因”，以便充分利用数据为您的业务服务。但请记住，分析周期不是线性的。一个问题常常会引发另一个问题，这可能意味着您需要返回其中一个步骤或继续执行另一个步骤，从而同时获得多个见解。
第 1 步 – 确定业务目标
此步骤需要了解组织的执行和下游目标，并且可以像增加销售和网站流量一样具体，也可以像提高品牌知名度一样模糊。这将有助于您稍后选择影响数据决策的关键绩效指标 (KPI) 和指标，并将帮助您确定要分析哪些数据以及要提出哪些问题，以便您的分析支持关键目标。商业。
例如，如果营销活动的重点是增加网站流量，则可以将 KPI 与捕获的联系人数量联系起来，以便销售人员可以跟进潜在客户。
第 2 步 – 调查业务团队以获取关键数据源
为了确保数据驱动决策的成功，获取整个组织人员的意见以了解短期和长期目标至关重要。来自整个组织的输入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，以及了解进度的成功衡量标准。
数据驱动决策(DDDM ) 包括收集数据、进行分析并根据分析得出的见解做出决策。基于数据的决策还可以使决策背后的逻辑变得透明，并提供更有力的证据来支持这些决策。
那么，如何确保您做出的数据驱动决策不带偏见，并专注于为您的组织提供支持的明确问题？
数据驱动的决策被定义为使用事实、指标和数据来指导与您的目标、目的和计划相一致的战略业务决策。当组织意识到数据的全部价值时，这意味着每个人（无论您是业务分析师、销售经理还是人力资源专家）每天都能够利用数据做出更好的决策。然而，这并不是通过简单地选择适当的分析技术来识别下一个战略机会来实现的。它走得更远。
您的公司需要使数据驱动的决策成为常态——创建一种鼓励批判性思维和 印尼手机号码列表 好奇心的文化。各级员工都需要通过实践和应用来培养数据技能。从根本上来说，这需要一种自助服务模式，让人们可以访问他们需要的数据，并与安全性和治理相平衡。它还需要熟练程度，为员工创造学习数据技能的培训和发展机会。最后，需要一个支持并做出数据驱动决策的社区来鼓励其他人也这样做。
建立这些核心能力将有助于鼓励各个工作层面的数据驱动决策，以便业务团队定期质疑和调查信息，以发现推动行动的强大见解。
数据驱动决策的重要性
收集的信息量从未如此之多，但也更加复杂。这使得组织难以管理和分析其数据。 NewVantage Partners 的一项调查显示，98.6% 的高管表示他们的组织渴望建立数据驱动的文化，而只有 32.4% 的高管表示取得了成功。
IDC 2019 年的一项研究还指出，组织已投资数万亿美元来实现业务现代化，但其中 70% 的举措失败了，因为它们优先考虑技术投资，而不是建立数据驱动的文化 来支持它们。
为了追求数据驱动，许多公司正在改变公司的决策方式，但这种改变绝非易事。将数据和分析纳入决策周期需要采用专门的方法来开发和完善分析程序。
得益于更现代的商业智能，组织越来越了解所有部门和职能部门的数据驱动决策的价值。为了帮助您，我们汇总了一些建议，如果付诸实践，可以从数据和您的合作者中挖掘出巨大的潜力。
数据驱动决策
做出有效的数据驱动决策的 5 个步骤
这些步骤可以帮助您找到“人物、事件、地点、时间和原因”，以便充分利用数据为您的业务服务。但请记住，分析周期不是线性的。一个问题常常会引发另一个问题，这可能意味着您需要返回其中一个步骤或继续执行另一个步骤，从而同时获得多个见解。
第 1 步 – 确定业务目标
此步骤需要了解组织的执行和下游目标，并且可以像增加销售和网站流量一样具体，也可以像提高品牌知名度一样模糊。这将有助于您稍后选择影响数据决策的关键绩效指标 (KPI) 和指标，并将帮助您确定要分析哪些数据以及要提出哪些问题，以便您的分析支持关键目标。商业。
例如，如果营销活动的重点是增加网站流量，则可以将 KPI 与捕获的联系人数量联系起来，以便销售人员可以跟进潜在客户。
第 2 步 – 调查业务团队以获取关键数据源
为了确保数据驱动决策的成功，获取整个组织人员的意见以了解短期和长期目标至关重要。来自整个组织的输入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，以及了解进度的成功衡量标准。