编者按：随着互联网时代的发展，大数据时代已经到来。


我们处理日常生活和工作中的许多数据；数据驱动一词也出现了，但什么是数据驱动？你真的在做数据驱动吗？本文作者详细分析了数据驱动及其现状。


让我们看看。


数据驱动业务是一个非常时尚的词，但也让许多学生头疼，因为这个东西看不见啊。


每天只听喊驱动和驱动，却不知道怎么驱动；而且问问题也被业务喷了，不听意见。


我总是不喜欢数据分析不够深入，分析建议不够具体不够具体，怎么整理！今天用一个形象的例子来解释。


一、什么是驱动？ 说到驾驶，最典型的场景是司机开马车；马拉着车，司机拿着鞭子，说：开车！马拉着车快跑。


所以问题是：车夫如何驱动马拉车？ 想一秒钟！ 能直观想到的是： 指明方向：把马拉到正确的路上。


提高速度：用鞭子抽马屁股。


增加补给:多给马吃点料。


预测危险:看到坑就拉马。


这就是驱动直观的方法。


事实上，这四个问题对应问题 目标问题：起点、终点。


方法问题：如何做得更好。


投资：投资多少资源。


限制问题：限制条件是否会影响事故。


企业也是如此。


要推动业务，首先要解决四个问题(如下图所示): 二、数据对驱动的影响 然而，请注意，这些看似简单的动作并不容易做到： 指明方向:指明起点和终点。


提高速度：要知道马能跑多快，否则光抽鞭子，马就会痛死，怎么跑。


增加补给:一天跑马需要多少草，一顿饭吃多少？太饱，撑着；太饿，没力气。


预测危险:要知道路上哪里有坑，马车能承受什么样的颠簸。


可个问题都与数据有关！最重要的是量化目标。


起点和终点直接决定了要走什么路，有多少路要走，路上要准备多少草，会有什么坑；所以目标不确定，一切都免谈。


目标不仅要确定，还要明确！不然就扔一句话:带我去若羌县逛逛，听起来很简单；到了才发现这个县浙江省有两个大县！ 这里有一个问题：如果我们从未开过马车怎么办？如果我们从未走过这条路怎么办？如果我们用蒙古马代替阿拉伯马呢？ 这些都是全新的，没有数据；没有数据可以先测试；小范围跑一段，看路况，看马的体力，学下马车怎么了。


这是数据驱动的两种基本模式： 熟悉的业务:总结经验，发现问题，消除问题bug； 对于刚刚开展的业务：测试效果、分组比较、发现规律。


三、数据驱动的高级玩法 注:以上是基于马不能换，车不能换的前提。


如果车夫的驱动目标不是驱动马，而是驱动汽车更快更便宜地将货物送到目的地，那么就会有更多的事情要做。


选好马:哪马跑得快，耐力好，用哪马； 换车:车轴上油，车身加固； 分配量:跑几次，不要累死一匹马； 便宜:货主付不起钱，换驴便宜。


这是一种更先进的驱动玩法——从目标出发，不局限于手段，选择更合适的方法来实现目标。


四、数据驱动的脑残搞法 问，如果有一天你看到一个车夫： 卷起袖子拉车，要什么马！ 把猪放在车上，然后抽鞭子赶猪拉车。


把死猪放在车上，然后研究如何把死猪起死回生。


对不起：你认为这个车夫有很强的宇宙力量，还是认为这个车夫有神经病？ 当然，他是个神经病！马车，马车，马车叫马车；司机不研究如何控制马，如何加强身体，而是试图取代马，这不有趣！猪不能拉马车，这是常识，用猪来开车不有趣！试图让死猪活下来不是更有趣吗！他有能力起死回生，他还是个司机吗？ 但是，当车夫成为数据分析师时，把马车变成运营、营销、策划……；将鞭子变成大数据、人工智能、算法模型。


你会发现，试图用鞭子抽老母猪拉车，在各个企业都有上演，层出不穷，精彩纷呈。


很多业务听到数据驱动四个字，马上就放弃了，什么都指望数据做。


许多业务把所有的希望都寄托在100%准确预测上，不考虑其他可能性，不做应急预案。


很多业务谈数据分析要具体，然后做几页，画几个按钮扔给数据。


很多业务本身都有问题，产品质量低，懒得改进，期待数据准确推送。


这不是让车夫拉车。


这是什么？这不是用鞭子杀猪。


这是什么？ 更不用说那些甚至没有基本数据收集，甚至懒得做数据分析，甚至不知道业务目标；上来喊道：我们想提高性能，请分析提高性能的具体方法。


货物——这么说，你去寺庙拜菩萨，你必须告诉菩萨一些具体的事情：祝福我赚100万祝福我的儿子等等；你的数据分析师不是菩萨。


五、数据驱动的另一种脑残方法 问，如果有一天你看到一个车夫： 对马儿的长耳朵说：你说我们怎么跑比较好？ 开车？开车无非是喊：开车！开车！，你一喊马就跑了。


微信群问:有没有头、腾、阿的高级车夫，有问题可以付费！ 在网上搜索21天0基础精通赶车pdf版资源。


你觉得这个车夫是赶车科学家还是书呆子？ 当然，他是个书呆子！只有基础科学才能有系统的书籍供人们学习。


如果你不去现场观察，你可以找到头腾的羊毛；因为马的名字里有马，他们的员工会开马车吗？？？仅限于书籍，试图移动书籍知识来解决实际问题，盲目迷信所谓的大工厂和先进，是许多新数据经常犯错误。


然而，当你提到了解业务时，许多新人走向了另一个极端：直接问一切，他相信别人说的话；数据呢？测试怎么样？总结呢？都忘了。


事后还洋洋骄傲:我和业务沟通过了！可能是卖了还在帮人数钱。


因此，数据驱动业务需要数据与业务共同努力；业务方向明确，努力提高设计、运营、艺术、产品研发等业务能力；只有认真收集数据、监控过程、回顾结果、总结经验、测试创新，才能取得更大的效果。


然而，近两年人工智能概念的普及，使得数据驱动业务越来越混乱。


现在流行的是业务懒得思考，期待100%精准预测的模型魔法，可以帮助他们睁开眼睛；然后数据认为只要他能找到一个头腾阿的大神，他真的可以做出100%精准预测，给他一本《21天0基础100%精准预测》pdf然后保存到计算机D盘-干货-数据挖掘-算法模型文件夹中。


结果自然是骂人骑瞎马，半夜深池。


这个解释很受欢迎。


如果你想要具体的案例，关注脚踏实地的陈先生，我们将分享零售业如何利用数据推动数字转型的下一个例子。


请期待它。


特别说明：本网站的主要目的是收集与互联网运营相关的干货知识，为运营伙伴提供便利。


本网站收集的公共内容来自互联网或用户的贡献，这并不意味着本网站同意其观点，也不对网站内容的真实性负责。


如有侵权行为，请联系网站管理员删除，。