通过数据看精细运营
|0x00 从芯片的制造谈起
之前在知乎看到了一篇文章,讲芯片制造的难度,颇有感触,这里截取一段与大家分享一下:“制造芯片两千多步工序。每道工序合格品99.9%,算下来总良品率是多少?13.5%!不要小看99.9%,这已经是3西格玛了,我国企业能做到3西格玛的并不多”。
某位大佬在公开场合说过,要把芯片的成本做到跟沙子一样,这种论断,听一听就好了。
为什么今天引出了这个话题呢,是因为最近一直在读一本书,叫作《企业全生命周期数据分析应用之道》。就像一本工具书一样,对于企业数据该怎么做,写了种种的方法论与实践经验,看下来之后,觉得受益匪浅:自己虽然在从事这个方向,但也跟个傻子一样,好像什么都懂,但又好像什么都不懂。我们一直在强调,我们是互联网企业,追求的是速度,但是速度真的会带来想要的结果吗?未必。
就像是制造业一样,每一个行业、每一位工匠、乃至于每一道工序,都是漫长的时间与实践经验,带来的每一点提升,所累积的结果。也许一个人的提升微不足道,但几万人、十几万人的提升,累加到一起,最终还是会产生质变。就像是光刻机一样,我们都知道它的重要性,国家也知道,也肯给投资,但是真要把这东西做出来,需要全产业链达到6西格玛才能做到。其中的艰辛,非常人所能体会。
什么时候可以看到摆脱美国卡脖子的希望呢?先看行业的薪资水平什么时候能上去吧。
|0x01 企业的经营也是一门细活
任何一个企业,一门生意,在发展初期的时候,都是蓬勃向上的。这个阶段里,技术人员面对的需求压力,也一定是压力十足的。这是好事,因为“忙”,就意味着团队在发展,要不断扩大规模,你也就有了晋升的可能性;这也是坏事,因为所有的问题,都被高速的发展所掩盖了,问题再多,往往也抵不过给的钱多。
但是当增长放缓以后,一切就不一样了。
如果企业已经做到了一定的规模,那么单纯的继续做大,就失去了意义,而如何深耕细作,就会成为这个企业非常长的一段时间内,持续追求的目标。
以零售行业为例,发展初期可以追求GMV一路高歌猛进,但一旦增长放缓,那么精细化管理的能力就显得非常重要,这个阶段压缩成本就要比扩大规模,来得更加猛烈。运营、采购、市场、技术…… 几乎每个方向都会暴露出这样那样的问题,一点一点的把前人挖的坑都填上,受不了这种枯燥又乏味的工作,就有产生人员变动,而新入职的人又要在不熟悉业务的情况下,强行达到业务目标,颇有一种“开着飞机换引擎”的味道。
这种风气,是技术人一定绕不过去的。
|0x02 数据人在这个阶段的难点
简单来说,在精细化运营阶段,数据人面临的需求,通常就是八个字:“压缩成本、提升效率”。这个阶段,大家的心情,也是八个字:“方向模糊、无从下手”。解决方法呢,还是八个字:“拆解问题,化繁为简”。
成本是一个很复杂的指标,如果对业务过程不熟悉,那么很难拆解,这个时候,用数据的方法来对目标进行拆解,用数据来梳理出业务流程,并以此为基础进行产品设计,最后通过数据策略进行运营驱动,“降低成本”这个业务流程,才算是运转了起来。
产品和数据,天生就是相辅相成的,产品运用数据做目标拆解、策略预警,是无形的思维;运用功能模块做任务流程,是有形的行动。二者互相衔接与配合,才能真正形成数据流程上的闭环,形成杠杆,从而产出更大的业务价值,也从侧面解答了,“数据有什么用”的问题。
数据才是精细化运营的基础。
但是这个阶段很难做,一来大多数数据人并不了解业务,只是执行任务的工具人;二来业务也看不起数据,吃几顿饭、谈多点关系,比什么数据,立竿见影多了。所以数据人天生就要具备一种口才,比业务人员更能说,才能驱动业务方来听自己的,用数据产品来做事情。
这就像有经验的老工人一样,一个人的深耕效果不大,但一群业务数据科学家在一起,效果就不一样了。
|0xFF 数据质量也是一种西格玛标准
数据的事情,说起来简单,做起来难。规范化、标准化、流程化…… 数据清洗、数据建模、数据分析…… 件件事情,都不是简单掌握了大数据原理所能解决的,需要在对业务有比较深刻的理解下,才能正确的选择数据工具,并寻找合适的切入点,解决对应的业务数据问题。
如果说数据也有西格玛标准,那么数据质量就算是衡量标准。有谁能在数据源头产出的时候,一直保障到最后的决策报表,一条链路上,一点问题都不出呢?如果做不到这点,那么是否意味着,我们做决策、搞运营,所依赖的数据,本身就是有错误的呢?在错误的基础上,就如何能做出对的决策?
用某个部门的话说:“如果数据分析人员使用的数据是错误的,那么你做出来的汇报,就是一次P1故障”。
所以说,搞企业数据,搞数字化、智能化,搞城市大脑、智慧城市,等等,都是依赖于一大批,有着丰富的专业经验的数据人员,共同努力的结果。而当前浮躁的社会氛围里,或许产品上能够通过非凡的创意,或者是强有力的运营手段,来实现我们的数字化目标。但当我们走出国门后,面对那些高标准建立起来的互联网公司时,我们又能有几成胜算?
所以中国在互联网崛起前,先实现了工业化的伟大目标。在光刻机牛逼前,互联网出海只能算学习经验。