文/宋星（網站分析專家、前Adobe Omniture 商業諮詢經理）
上一期的文章《構建資料驅動型團隊》，介紹了資料驅動型組織架構的模式，無論hub模式，還是有BI系統參與的hub模式；業務部門都面臨著很大的風險。一方面， hub本身存在資源和響應的矛盾（上一期中已經著重分析了）；另一方面是，資料誤讀比沒有資料更可怕。
電子商務業務部門更強調業務能力，因此在資料的分析和解讀上，能力相對較弱。與傳統零售行業不同，傳統零售的BI系統和分析團隊往往經過了超過10年的進化，因此早已形成體系和一套具體的方法。電子商務雖然也屬於零售業，但很顯然，這些公司要年輕太多，讓業務部門拿到資料後自己去做分析和評估是困難的。
最大的隱患是，資料分析很容易變成一個粗暴簡單並不斷被“自以為是”的經驗所干擾的工作。即使在做了很多的案例之後，我仍然認為，我沒有不被主觀的感覺影響過判斷，直到我得到更多的資料充實上下文才可能避免不客觀的分析。
業務部門揹負業績壓力，他們可能在一開始就主觀上傾向於讓自己不那麼客觀。
很多業務部門在拿到資料後，會因為時間的壓力和資料分析經驗的缺乏，導致出現資料的誤讀，進而造成結論背離事實。這種情況是時有發生。
呈現方式導致的心理錯覺
我曾在心裡默唸，對於資料應該常常懷著敬畏的心，因為簡單粗暴適用於網路營銷，但絕對不適用於營銷分析。如果你有那麼一點點粗心，或延續了“簡單粗暴”的辦法，那些資料中給你揭示的細微的差別，你可能會忽略，而這些差別可能會讓你得出完全不一樣甚至是相反的結論。
例如下面的這個例子：
下面兩個圖的資料實際上是完全一樣的，可是，兩個圖給人的心理感覺卻是完全不同的。
儘管資料一樣，但這兩個圖用了不同的資料顯示區間（Scaling）。由圖1得出的結論是，利潤在近期劇烈波動，而圖2的結論則是利潤在近期平穩維持在低位。這兩個結論並不能簡單說它們正確與否，而取決於實際的商業環境。如果你的生意平常一天是1000元以上的利潤，那麼顯然圖2給你的結論更有參考意義，你應該探求為什麼最近的生意幾乎停滯了。
但是，如果你的生意一天最多不超過100元的利潤，那麼圖1更有價值。而且你可能會覺得，利潤數不錯，這幾天還有明顯的上漲趨勢。不過，或許你還是不能高興得太早。右邊這個圖（圖3）和圖2在利潤上的數值是完全一樣的，不過增加了另一個資料項：收入（藍色點）。
你可以看到儘管利潤上升了，但收入上升的趨勢更為顯著。這意味著，我們的利潤增長並沒有收入增長的快。或者換句話說，我們的投資回報率（ROI）下降了。因此利潤雖然上漲，但完全不值得我們高興。我們反而應該檢討，為什麼效率降低了。
缺乏經驗導致誤讀
資料的誤讀很多時候並非是故意的，而是跟經驗有關。這些經驗在於兩點，第一點，對於資料的運算和把握。例如，合理建模，合理的資料視覺化（Data Visualization），以及對工具的合理應用。第二點，在於對於業務的準確把握——做到看數說話，與實際業務幾無偏差。第二點是建立在第一點的基礎上的。如果第一點出現了一些問題，或是沒有技能，或是沒有經驗，第二點便無法達成，即使對於業務有很好的感覺和清晰敏捷的頭腦，也會為資料所累。
來看另一個真實的例子。
我的朋友Johnny，他為在美國銷售某一個商品而投放Google AdWords的廣告。這個商品的利潤額在2011年的表現如圖4所示：
很顯然這個商品的銷售出了問題，有必要找出原因。
利潤下降，要麼是收入減少，要麼是支出增加，要麼是二者同時發生了。從支出上看，每個月的支出變化不大，而且實際上，當利潤降低的那些月份，支出反而也是略有降低的。那麼很明顯，收入下降是造成利潤下降的主要原因。收入為什麼下降呢？
很快，他們找到了一個相當有說服力的資料關係：當SEM關鍵詞的平均排名下降了之後，銷售收入也非常明顯地下滑，如圖5所示。
現在，假設一個情景：有一個非常缺乏經驗的初級SEM專員，他很可能給出的結論是：利潤降低，是因為收入降低。收入降低，是因為關鍵詞排名降低，因此我們需要提升關鍵詞排名，以獲得更多收入，提升利潤。
你當然相信這個結論是簡單粗暴，並非反映事實。事實是，關鍵詞排名升高，當然會獲得更多的點選，從而獲得更多的銷售額，但成本同時也會提高。所以，這個結論並不一定是正確的。於是，更有經驗一些的SEM專員會繼續坐下來尋找下一個關係，如圖6所示。
這個圖簡直是圖5的翻版，只是一個是收入，一個是利潤，資料的比例尺不同而已。看起來，利潤與關鍵詞平均排名的關係和收入與關鍵詞排名的關係也非常一致。現在，我們可以放心大膽地得出結論：我們應該提升排名，以獲得更多的利潤！
於是他們提高了出價，提升了排名，並且在2012年1月份得到了結果——利潤不僅沒有升高，反而更加下降了，甚至某些天是負的，儘管關鍵詞的排名又重新回到了第3位左右。
之前資料反映了某種似乎確定無疑的關係，但按照這種關係行事，並沒有帶來預期的結果。
我們必須承認，SEM投放是一個複雜的策略過程，並且因為瞬息萬變的外部環境（競爭對手的出價），而造成最優化的出價方式總是動態的。
上面的例子，Johnny認為原因很簡單，這個商品的關鍵詞投放可能已經遇到了瓶頸，因為外部的環境發生了變化。Johnny檢視了其他的資料（我們當然不能忽略其他資料的關係），例如CPC（Cost Per Click）資料。Johnny發現在這12個月中，CPC的變化並不大。CPC沒有明顯變化，而排名在逐漸降低，說明競爭對手在不斷增加出價。這樣，相同的投入情況下，排名降低，收入減少，利潤減少，如圖7所示。
可是增加出價後，我們解決了一個問題，卻帶來了另外一個問題——出價增加、收入增加，同時成本也上升了。由於競爭環境的影響，要達到以前的排名，所出的價格甚至是之前價格的三四倍。因此，雖然收入增加，但成本上升得更可怕，利潤空間被壓縮得非常厲害。
由於這個商品60%的銷售都是由一個最主要的詞（大詞）帶來（這是我之前沒有揭示的一個線索），也許我們可以因此得出另一個結論：大詞的ROI表現日益下滑，因此或許應該擴充其他的詞。例如長尾詞，從其他的競爭不大的詞上找機會。
不過，從目前的情況看，這個商品的長尾詞並沒有多少流量，它仍然依賴於大詞的表現。所以，我們認為，這個商品本身的市場環境已經發生了變化，高ROI的好日子過去了。現在的策略是，在微利的情況下生存，儘量更精細化、更實時優化，保證不虧損，並著手開發新的商品。
或許這個SEM的例子並不是一個非常典型的例子，因為SEM的分析仍然是相對結構化和流程化的。我們通過BI的建模完全可以自動化，但如果沒有好的BI系統，那麼這些工作需要人來完成，需要有經驗的、相當數量的人來完成。
SEM是資料分析較為特殊的類別。相對而言，其他的運營分析更不具有預先的結構化和流程化，例如對EDM營銷（或資料庫營銷）的研究，需要大量的測試；對一次campaign或是promotion的銷售預測，需要很有經驗的分析師；或是對於商品生命週期的研究，需要精通零售的資料探勘專家。這些都不是運營簡單粗暴能夠實現的。
所以，人們渴求資料，尤其是運營部門。但人們卻很容易在面對資料時變得焦慮和不信任。我常常會聽到這樣的反饋：“資料是錯的！”——我相信永遠沒有他所希望的正確的資料。無論是資料誤讀，還是根本資料就是資料，從來沒有轉化成有價值的資訊，都意味著反面的效果，甚至遠不如根本就沒有資料。
因此，資料驅動的企業文化的要件，除了對資料有渴求，對資料有“使能”，還需要對資料正確的解讀。
我們需要從組織結構上保證資料能夠被正確解讀，或者至少是儘可能地被正確解讀。
資料組織架構也需要民主化
一個組織的自下而上都有資料驅動的需求（上面的需求部分），而且也有決心投入資源建立資料部門（上面的使能部分），那麼剩下的就是如何正確地利用資料，準確地獲得資訊，並以最快的速度運用在運營和執行策略上。
在上期中，我提出了對於“集中化”資料組織的疑問。我相信這種資料組織是蘊含風險的，無論這種集中是人力資源的集中，還是資料自動化系統的集中。如果我們需要一種健康的資料驅動的企業組織，那麼我們就需要“資料民主化（Data Democratization）”。這個想法，來自於我之前工作的Adobe Omniture，也來自於凱文·凱利的《失控》。
人體是最大的“民主化系統”。大腦的思維並不會指揮消化系統的工作，心跳的速度提升和變緩也是自發完成的。心理學家告訴我們，大腦的主動意識甚至僅僅支配了人不到10%的行為，潛意識卻無時無刻不決定我們的行為。有些生物，例如蜜蜂，這些幾乎連大腦都沒有的生物卻展現出高階群體特徵，並通過特定手段傳遞相當複雜的資訊，這些都不可能來源於一個集中化的“中央控制系統”的主動指令。
一個組織的資料驅動類似於人的神經系統，大腦負責核心的運轉（關鍵執行）和高階的思維（戰略），各系統（消化系統、迴圈系統……，即各經營部門）根據機體的內在和外在環境變化自主執行，形成一個反應靈敏、步調協調的統一組織。因此，資料驅動組織，不僅僅依賴於中央思考部門（資料和策略部門），同樣依賴於各運營部門自身的神經單位。
按照這樣的思想，理想的資料驅動組織分為三個層次（圖8）：中央控制的戰略層、擁有自己“神經”的運營層，以及實現這一切的基礎設施層。
與這種模式相對的模式，則是集中化的模式——高層（例如一個集中的資料部門）擁有資料，然後指揮運營層的執行。這種模式難度太高。
可是我們在之前也說過，資料民主化之後，中層（運營層）如果沒有正確解讀資料的能力，可能比資料誤讀更可怕。因此，為實現資料驅動的組織結構，資料民主化不僅僅是讓“資料本身”民主，也是讓資料能力變得更加民主，即資料資源和資料分析資源的共同民主。
讓資料分析師迴歸業務部門，而不是龜縮在資料部門中。
資料屬於業務，資料分析師當然也屬於業務。這是對他們最好的，也是對這個組織最好的。除此之外，還有什麼方式能夠讓他們發揮更大的效力呢？
如圖9所示，我們拆散資料部門的集中結構，讓資料分析師分佈到各個業務部門去。他們幫助業務部門運用資料系統、獲取資料、處理資料，與業務人員一起（結合實際業務）更直接更快捷地解讀資料，並將結果直接應用於業務。這樣，資料部門則只負責兩塊，即圖8三角形結構中的最高層（競爭環境研究、全域性性跨部門的策略研究、戰略研究以及績效跟蹤）和最底層（資料倉儲、報表和BI，以及對它們的維護）。中間的運營層面，應該是資料分析師和業務部門共同完成的。
這或許是最類似於人體組織的“民主化形式”——我們的大腦不是神經系統中唯一的器官，而能夠進行“思考”的器官，也絕不僅僅只是大腦。
結論：
我有些偏執地相信，資料驅動型的組織一定不是人們主觀期望它實現就能實現的。這個組織需要自下而上的需求，尤其是那些真正幹活的人，他們對於資料的需求決定了這個組織資料文化的根基。如果他們確實有需求，那麼我們應該確保這個公司有資料的輸出和處理，以及確保對於資料的處理或者解讀是正確的，且能夠最快速度地直接應用於業務的需求。
我相信，自上而下並非資料驅動組織形成的要件。或者更偏激地說，資料驅動組織不是CEO或者董事會希望它實現就能夠實現的。這其中一定包含歷史原因、政治阻力以及人本身的情況。而人本身的情況，才是資料文化的核心，是一切文化的核心。
via：天下網商