|
为了与标题匹配，显得不那么'旁征博引'，本文将成为我近两年来写的最短的一篇，希望大家阅读愉快。 商业分析和决策中，最大可能是效率优先的。这个时候不仅要求分析团队更加勤奋，更加需要这个团队具备敏锐的市场嗅觉，因为大多数最重要的商业分析都是依靠直觉，而不是数据推动的，即便在今天这个大数据概念满天飞的时代。 首先，数据是后知和后验的，数据最能反映的是历史，但趋势并不等于历史的简单延续。这意味着即便你能掌握全部的历史数据，如何应用这些数据解释现象并预测未来，依然是一个非常严峻的挑战。 第二，一线团队在市场中摸爬滚打，形成的经验和感觉也是一种数据，只不过这种数据与大家习以为常的理解不同，他不是那种结构化的，可被计算的，但判断这些经验直觉是否有效是可以基于逻辑分析的。商业决策最大的魅力在于很多时候可以跳出现有维度的约束，套用当下很俗的一个词，也就是'升维打击'。这种决策中直觉比所有数据都更加有效。 第三，商业决策不同于学术研究，讲求更大程度的普适性，而是注重对于决策主体的适用性，以及决策的效率。学术领域可以忍受一个课题被研究个把世纪，但商业决策每延迟一天都是成本，除非决策者主观上选择观望。 第四，企业规模越大，数据在决策中扮演的角色往往越趋近于'规避责任'。领导者需要建立机制让团队摆脱这种负担。 最后，虽然数据是死的，但数据也绝对不是客观的。因为定义数据的过程本身就是主观的（所有数据都是某种指标的量化，指标是人为定义的，包含主观判断的），所以千万不要迷信数据不会骗人这种鬼话。 |
|
|
