数据分析师，你是车夫，还是拉车的驴子

编辑导语：随着互联网时代的发展，大数据时代早已来临，我们平常生活和工作，都跟很多数据打交道；“数据驱动”一词也出现了，但是数据驱动是什么？你做的真的是数据驱动吗？本文作者详细分析了“数据驱动”和它的现状，我们一起来看一下。

“数据驱动业务”是句非常时髦的话，也是让很多同学头疼的话，因为这玩意看得见摸不着呀。

天天光听着喊“驱动”“驱动”，可到底咋驱不知道；而且问个问题也被业务喷，提个意见业务也不听，还总嫌弃数据分析不够深入，分析建议不够具体，咋整！今天用个形象的例子讲解下。

一、到底什么叫驱动

说到驱动，最典型的场景就是驾驶马车的车夫了；马儿拉着车子，车夫拿着鞭子，一声：“驾！”马儿就拉着车子快跑。

那么问题来了：车夫要怎么样驱动马儿拉车呢？

思考一秒钟！

直观能想到的是：

• 指明方向：揪着马儿往正确的路上走。
• 提高速度：一鞭子抽马儿屁股上。
• 增加补给：多给马儿吃点料。
• 预告危险：看到有坑就把马拉住。

这才是驱动直观的做法。

这四点，其实对应四大问题

• 目标问题：起点、终点。
• 方法问题：怎么做才能更好。
• 投入问题：投入多少资源。
• 限制问题：限制条件影响下是否**出事。

在企业里也是一样，想要驱动业务，首要解决就是四大问题（如下图）：

二、数据对驱动的作用

然而注意，这些看似简单的动作，做起来并不容易：

• 指明方向：意味着得清楚起点、终点。
• 提高速度：得清楚马到底能跑多快，不然光抽鞭子，马都痛死了，咋跑。
• 增加补给：得清楚马跑一天需要多少草料，一顿吃多少？太饱，撑着；太饿，没力气。
• 预告危险：得清楚路上哪里有坑，得知道马车能承受住什么样的颠簸。

可以看到，四个问题都和数据有关系！其中最重要的就是量化目标。

起点、终点直接决定了要走什么路，有几条路可以走，路上要准备多少草料，**有什么坑；所以目标不确定，一切免谈。

目标不但要确定，而且要清晰！不然光甩一句：带我在若羌县逛一圈吧，听着很简单；到了才发现，这个县居然有两个浙江省大！跑死也跑不完。

这里就有一个问题产生了：如果我们从来没驾过马车咋办？如果我们从来没走过这条道咋办？如果我们用的马从蒙古马换成了阿拉伯马咋办？

这些都是全新，没有数据；在没有数据的情况下，可以先做测试；小范围的跑一段，看看路况，看看马的体力，学习下马车咋啦。

这就是数据驱动的两种基本模式：

• 对于已经熟悉的业务：总结经验、发现问题、剔除bug；
• 对于刚刚开展的业务：测试效果、分组对比、发现规律。

三、数据驱动的高级玩法

注意：以上是基于“马儿不能换，车子也不能换”这个前提来讨论的。

如果车夫的驱动目标不是“驱动马儿”而是“驱动车子更快、更便宜地把货物送到目的地”，那就有更多可以做的事了。

• 选好马：哪只马跑得快，耐力好，用哪只；
• 换好车：车轴上油、车身加固；
• 分配货量：分几次跑，别一趟累死一只马了；
• 用便宜的：货主给不起钱，那换个驴子，便宜。

这就是驱动的更高级玩法——从目标出发，不局限于手段，选择更合适的方法达成目的。

四、数据驱动的一种脑残搞法

问，如果有一天，你看到一个车夫在：

• 自己撸起袖子拉车，要什么马！
• 车上套个猪，然后抽鞭子赶着猪拉车。
• 车上套个死猪，然后研究怎么把死猪起死回生。

请问：你**认为这个车夫掌握了强大的宇宙力量，还是认为这个车夫是个神经病？

他当然是个神经病啦！马车，马车，有马的车才叫马车；驾车的人不去研究怎么驾驭马匹，怎么强化车身，而是试图代替马儿跑，这不搞笑吗！猪拉不了马车，这是常识，用猪来车这不搞笑吗！企图把死猪搞活不更搞笑吗！他都有本事起死回生了，他还当车夫？？！！

然而：当车夫变成数据分析师；把马车变成运营、营销、策划……；把鞭子变成“大数据”“人工智能”“算法模型”。

你**发现：试图用鞭子抽着老母猪拉车的事，在各个企业都有上演，层出不穷，精彩的很。

很多业务一听“数据驱动”四个字，立马撒手不干，啥都指望数据干。

很多业务把全部希望寄托在“100%精准预测”上，不考虑其他可能，不做应急方案。

很多业务大谈特谈“数据分析要具体”，然后连做几个页面，画几个按钮都甩给数据。

很多业务本身流程存在问题、产品质量低下，自己懒得改进，全指望“数据精准推送”。

这不是让车夫来拉车这是什么？这不是用鞭子抽死猪这是什么？

更不要提那些连基础数据收集都没有，连数据分析都懒得做，连业务目标都不清楚；上来就喊：“我们要提高业绩，请具体分析出提高业绩的方法。”的货色——就这么说吧，你去庙里拜菩萨，你都得跟菩萨说个具体事：“保佑我赚100万”“保佑我生儿子”之类的；况且你的数据分析师不是菩萨。

五、数据驱动的另一种脑残搞法

问，如果有一天，你看到一个车夫在：

• 对着马儿的长耳朵说：”你说咱咋跑比较好呀？？？”
• 赶车？赶车无非就是喊：“驾！”“驾！”，你一喊马就跑了。
• 在微信群里问：有没有头、腾、阿的高级车夫，有问题，可付费！
• 在网上搜《21天0基础精通赶车》的pdf版资源。

你是**觉得这个车夫是个赶车科学家，还是个书呆子？

当然是个书呆子啦！只有基础科学才有系统化的书给人学，类似拉车这种实操性这么强的事，不去现场观摩，你找头腾阿有毛线用；因为小马哥名字里有马，所以他们家员工都**驾马车？？？局限于书本，企图硬搬书本知识解决实际问题，盲目迷信所谓“大厂”“高级”，是很多数据新人常犯错误。

然而，你一提理解业务，很多新人又跑到另一个极端去了：啥都是直接问，人家说啥他信啥；数据呢？检验呢？总结呢？全都忘到脑后了。

事后还洋洋得意：我跟业务沟通过啦！可能被人卖了还在帮人数钱呢。

所以数据驱动业务，需要的是数据和业务一起努力；业务自己清晰方向，努力提升设计、运营、美工、产品研发等业务能力；数据认真采集数据、监控过程、复**结果、总结经验、测试创新，才能发挥做大效果。

然而，这两年人工智能概念的流行，让数据驱动业务越发变得一塌糊涂。

现在流行的是：业务懒得思考，指望着“100%精准预测”的模型魔法，能帮他们开天眼；然后数据自以为自己真的能做出来“100%精准预测”，只要他能找到一个头腾阿的大神给他一本《21天0基础100%精准预测》pdf版然后保存到电脑D**-干货-数据挖掘-算法模型文件夹里。

结果嘛，自然是骂人骑瞎马，夜半临深池了。

本篇讲解相当通俗了，如果想具体案例，关注接地气的陈老师，下一篇我们分享一个零售行业如何用数据驱动数字化转型的例子，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

题图来自Unsplash，基于CC0协议