构建数据驱动的飞轮
回到数据驱动这个话题 ， 我们认为同样如此 。 数据驱动不是一蹴而就的 ， 不是用了一个工具 ， 或者说建了几张报表就做起来了 ， 而是在整个过程中 ， 不停地去解决一个个问题 ， 最终形成多个体系 ， 让他自动转起来 ， 形成数据的飞轮效应 。 一旦飞轮效应形成 ， 越到后面转得越快 。 数据驱动就会成为日常内部协同的习惯 ， 最终成为业务增长的源动力 。
文章图片
围绕这一目标 ， 我们可以把建设飞轮分为四个关键步骤 ，业务过程数字化、数字化协同、数据驱动业务优化、客观的分析评估 。
这几个步骤之间是一个有机推动的过程：
业务过程的数字化是第一步 ， 也是非常关键的一步 。 业务过程的数字化越充分 ， 对业务的描述就越精准 ， 才能有利于后面步骤的展开 。 所以 ， 我们需要不断地将离线活动在线化 ， 在线活动精细化 ， 全部通过数字化的方式进行表达 。
实现了业务过程的数字化之后 ， 第二步就是 数字化协同 。 第一要通过数据治理等手段让底层数据得到规范、统一的表达 。 第二是要让更多的人参与进来 ， 所以需要通过数据可视化等工具让不同的角色（开发人员、运营人员、使用人员、管理者等等）使用起来 ， 加入数字化协同的过程 。
数字化协同能力 ， 最直接的影响是效率的提升 。 协同得越好 ， 就能越及时、全面地获取业务的认知 ， 也就能在数据上更客观地支持上层业务的 优化 。
优化的效果一定不是拍脑袋 ， 也不是凭感觉 ， 而是用 客观的分析评估 。 一方面 ， 可以用A/B测试等方式通过数据来精准评估业务带来的实际收益 ， 另一方面 ， 我们也要进一步多维度的关联原因 。
最后 ， 走完这四步后 ， 在业务优化和评估过程中 ， 我们又能沉淀更多的数据 ， 这就形成了闭环 ， 实现了飞轮的转动 。
字节的数据驱动飞轮
刚刚是一个偏抽象的描述 ， 下面我们再结合字节跳动的具体情况来看：
- 业务过程数字化 ， 主要是对于不同触点的数据埋点 ， 比如APP、小程序、运营页等等；
- 数字化协同 ， 是多角色对数据应用的协同加工 。 比如研发如何做好数据开发、数据治理 ， 运营更好更快的用好数据等；
- 数字驱动业务优化 ， 主要是根据数据 ， 根据数据产生的insights ， 对产品、算法进行优化 ， 比如对推荐系统策略的优化 ， 面向不同用户群体运营的优化等；
- 客观的分析评估 ， 一方面通过A/B测试 ， 对不同的、新的迭代进行客观评估 ， 另一方面则是通过ABI进一步地进行数据洞察 ， 能够积累对于的insights ， 从而促进整个流程的转动 。
推荐阅读
- 区块|面向2030：影响数据存储产业的十大应用（下）：新兴应用
- 选型|数据架构选型必读：2021上半年数据库产品技术解析
- 殊荣|蝉联殊荣！数梦工场荣获DAMA2021数据治理三项大奖
- 数据|数智安防时代 东芝硬盘助力智慧安防新赛道
- OriginOS|当硬件驱动力逐渐放缓，手机还能更快吗？
- 技术|悦鲜活高端瓶装鲜奶市占第一 科技驱动营养再升级
- 平台|数梦工场助力北京市中小企业公共服务平台用数据驱动业务创新
- 数据|中标 | 数梦工场以数字新动能助力科技优鄂
- 建设|数据赋能业务，数梦工场助力湖北省智慧应急“十四五”开局
- 市民|大数据、人工智能带来城市新变化 科技赋能深化文明成效
-
