Data Innovation Lab

我想结合我在阿里巴巴的 6 年经历以及近年的顾问经验，用 5 个阶段为大家描绘数据驱动的内涵。

阶段 1：将数据作为决策的瞄准器

我们首先希望将数据作为瞄准器，帮助企业了解现状，并为业务发展做出有利的决策，这些决策包括对项目的资源投放、产品开发、营销策划、风险管理、人才培养等。但是，正如我在《数据的本质》中所说，从企业分析的层面看，数据与决策之间并不容易形成闭环，所以数据的稀缺（多盲点）会导致无法真实还原“决策— 行动—结果”这一过程。更关键的是：我们建立的数据指标体系是否足以帮助我们发现问题、找出原因，然后制定出解决方案？

在这一阶段，我们通过数据分析来辅助人类单凭直觉来进行感知这一弱点（基于经验的假设）做决策，然后作为优化手段，再用数据去衡量之前的假设是否成立。这样一来，我们就有了一个模糊的决策闭环。但问题是，答案越模糊，优化行动的迭代时间可能会越漫长。为了积累经验及让联系不够紧密的决策闭环之间的联系可被追溯，更主动地补充还未收集或利用的数据去加强关联指标体系、建立事件跟踪线索及可视化系统则至关重要。在这个层级的管理者需要以身作则，让不同层级的决策者更关注数据化决策意识与能力的提高。在京东数科的月度经营会议中，常常会见到业务主管被 CEO 问及数据指标的细节及其所表示的现象，只有在这种务实的环境中，分析师、业务人员、产品经理才能发挥出“指哪儿打哪儿”的作用。一个以数据为驱动的月度经营会议，应该像战争中的沙盘推演一样才对。所以，我在此奉劝大家不要迷恋数据大屏幕， 好看的“仪表盘”不一定能发挥出好的作用。

阶段 2：将数据分析嵌入工作流

我相信，只有当数据能力泛化到企业的“神经末梢”上时，数据驱动才算起了作用，因为仅让员工拥有好的数据分析工具及意识无异于隔靴搔痒，得想办法把分析工具应用于更接近工作流的决策环节之中。举一个典型的例子，在节日促销期间，当需要为促销页面选择商品或者合适的供应商时，类目主管可以在相关系统及工作流中使用契合场景的分析工具。此举能提高分析的便捷性及价值点，数据能力泛化是落地的必要手段，这是一个数据化分析的普及过程，也是产业数据化的里程碑。另一个典型的案例是在产品运营工作中，必须在产品设计的同时就想好其需要收集的数据资料，并配备相关的数据分析功能，否则业务数据的趋势很难被呈现出来。

阶段 3：数据治理让内外资源无缝配合

阿里金融是阿里巴巴的第一个数据创新业务，为中小企业提供信贷服务，其数据来源最初主要是淘宝及天猫上的交易数据，可用于评估借贷风险及还款周期等。作为集团内当时的新业务部门，汇聚其他多源头的跨公司数据并在此基础上保持良好的数据质量，是阿里金融所面临的最大考验。数据治理一般都牵涉内外部资源的配合，例如，最大限度地减少数据收集点的噪声及加入对数据质量的稳定性考虑，都是数据共享过程中无法绕开的部分，跨度越大，困难就越大。由此可见，为什么城市大数据的数据融合会旷日持久， 但是一旦实现互通，其所带来的价值便会激增。在我参与过的数据治理顾问工作中，这个阶段的成功与否，直接影响到阶段 4 的成功概率。

阶段 4：抓准时机，消灭数据孤岛

每家企业都有自己的核心业务，特别是数据公司更容易找到以数据驱动为核心的系统，如淘宝的商品推荐系统、银行的风控系统、城市的智能运行中心（IOC）等。几乎所有较大的互联网企   业都存在算法、分析、人工智能团队在不同业务线中各自为政的问题，也由于这些团队一般各自拥有自己的数据平台，因而数据孤岛的现象很普遍。很多企业都是因为数据委员会的成立，数据孤岛间的障碍才开始得以破除，数据才得以融合。我当年也是凭借阿里“铁木真”（陆兆禧，阿里巴巴首任 CEO）对公司数字化转型的决心，最终成功组建了阿里巴巴的数据委员会。可能也是因为阿里巴巴数字化转型的成功，“如何建立一个有效的数据委员会”已经成了我被追问最多的问题。这个问题的答案因为企业在数据化的成熟度方面的不同而不尽相同。在很多企业中，要消灭数据孤岛其实也要把握时机，举例来说，美团和大众点评在合并时如果没有顺势进行数据整合治理，日后处理起来难度将会倍增。但话虽如此，数据孤岛必须被完全消灭吗？我们在后面的章节还会继续探讨这个问题。

阶段 5：运营导向，以数据驱动为核心（智能化）

马云曾在阿里巴巴的一次总裁会议上提出了一个问题：淘宝和天猫的客户都是 24 小时惠顾的，那么为什么高管在半夜和周末都不用上班？从这个问题出发，后来演变成了聚划算商品团的运营自动化，乃至后来诱发无人超市、智能客服等的出现。我作为第一个带领团队开发商品团自动化项目的拓荒者，在这个过程中感受到的数据治理的力度、算法的精准度都要比前述 4 个阶段高几个档次。关键是，你会发现有些数据资源，之前根本没有考虑过要收集，你还会发现很多人们习以为常的决定其实是欠缺依据的。最有趣的是，在自动化的过程中，业务、技术、产品及数据部门都在强调， 他们才是运营自动化的核心部门并希望成为主导者，所以，要推动运营自动化项目，首先要搞定的是人心。

以上 5 个阶段不一定会依次发生在公司的数字化变革过程中， 而且企业业务性质的差异在不同的企业中呈现出的问题也不一样。