运行数据驱动业务的4个键

这篇文章是来自LinkedIn Data Scientics Jim Baer，他今天下午在Redwood City的VidtureBeat的Datapeat会议上讲话。

今天，企业可以访问远远超过20年前的数据集中企业的数据。从员工行为和客户互动等事物中获得的大量有价值的数据可以成为公司最大的竞争优势。

但我们中有多少人充分利用该数据？数据驱动的业务方法意味着使用所有信息来优化现有业务目标并调查新的可能性。这可能意味着进行频繁的实验，以确保您尽可能多地销售您的目前的产品。这种测试可以简单地检查是否将芥末放在番茄酱或热狗旁边的架子上，或者在测试每个访问者对网页的每个访问者个性化的特征可以提高接合和收入的特征。

您还可以使用数据来提出建议，推断将根据其历史和特征为客户带来最大的价值。在LinkedIn，我们这样做是为了将我们的会员与机会联系起来，无论是如何识别最适合成员的职业体验的招聘人口，还是通过推荐志同道合的专业人士参与专家讨论。

成为数据驱动的业务似乎令人生畏，尤其是拥挤的公司市场销售承诺解锁数据权力的产品和服务。在我的经验中，在制定数据驱动的业务方法方面有四项基本支持，尽管您的投资水平可能因公司的目标和资源而异。

1.为公司的目标构建正确的数据基础设施

数据基础架构是收集，传输，存储和提供数据的底层技术管道，以便利用以便监控业务和理解机会。没有稳固的数据基础架构，将无法指导决策不会是可靠的数据来源。

但是，没有一种尺寸适合的全部解决方案来创建数据基础架构;在收集和挥舞数据的成本和业务目标的利益之间总会有权衡。

例如，游戏公司可能希望收集所有数据的所有数据，以如何播放游戏，以便创建有效的功能并发展业务。这需要投资一个庞大的关系数据库，允许那些建造游戏的人提出各种各样的问题。但是，如果酿酒厂只是试图了解有多少人访问他们的网站以及他们在网站上采取了哪些类型的行动，他们可以依赖于廉价（甚至免费）服务来获得这些答案。然后，他们可以将其资源集中在跟踪他们的葡萄酒中的元素，这些元素最能与客户制作未来畅销书。

在任何情况下，用一系列特定的目标方法接近数据基础架构投资决策，但尽可能保持系统的灵活性。随着您的业务增长和发展，您的需求将会改变（可能会增加），可能需要调整基础设施。

2.全公司民主化数据

除非收集的数据可访问，否则数据基础架构投资将不会提供价值。可以访问和使用数据以测量性能，评估改进以及了解业务和客户的模式的人越多，越多。

民主化的数据允许技术部门以外的员工批判性地评估公司的数据和对业务的影响。它允许合适的人在业务的特定领域获得最佳上下文，直接评估数据是否支持期望。它还赋予了广泛的员工基础，以找到可能是重要机会或警告的异常。

例如，一个产品团队的成员可能希望探讨另一个团队在改变饮料产品的尺寸时看到的销售影响。或者，对于在线约会网站，令人喜悦货币化团队的现场交通突然上升可能涉及安全团队，可疑是机器人攻击。关键是将数据放入那些认识到它意味着什么的人手和对应于明确定义的指标的人的手中。

3.启用实验

实验工具提供了测试创新和治疗的能力，并在制作大赌注之前从绩效数据中学习。最简单的实验方法是在评估之前和之后的类型，以了解对测试对象进行奇异变化的影响。

然而，大多数商业问题要求更复杂的实验，例如汽车保险公司应该加入政策产品，以增加客户之间的续展率。这可能涉及许多测试组的保单持有人以及用于测试和比较结果的不同特征。

最好的实验系统将简化测试组，治疗和结果的创建和跟踪，以帮助简化过程并将其缩放到组织中。但即使是一个精心设计的测试平台也需要仔细的实验设计，以最大限度地获得真正学习的机会。

4.培养数据驱动的文化

数据驱动的业务文化需要注入数据以优化熟悉的流程;它还需要一家公司的创新和实验哲学，员工不断寻求新的突破性产品或功能的机会。

您可以在做出决定时询问和咨询数据，培养数据驱动的文化。当顶级员工要求数据要求数据时，这是最佳的最佳工作，要求硬度备份新程序或功能将带来的好处。在数据驱动的文化中，你总是问这个问题“数字展示了什么？”