数据驱动力：企业数据分析实战

决策

｜

139

型，等等。我还建议他们复习一些指标，比如方差、误差幅度和标准差，这些指标应该能

够反映最终聚合指标的可重复性和可信度。

警告

：因为这种培训可能会受到一些抵制，所以你可能需要让很有资历的主办者（比如首

席执行官，

W

arby Parker

就是这么做的）把决策者聚集一室，给他们上一堂进修课，哪怕

只有一小时也好。

4.

一致性

数据展示方式的一致可以加快（时间）和简化（心智周期）任务。当然，这并不是说所有

报表都得一模一样，但周报表或仪表板的形式不应随时间而变化，可能的话，同样的指标

在不同团队中也应保持一致。

例如，由于宝洁公司有

5

万名

员工使用仪表板，因此统一数据使用方式极为关键。在市场

份额热力图中，绿色永远表示高于市场份额，而红色表示低于市场份额，这样就不会出现

不必要的混淆。此外，他们还建立了“业务充分模型”，规定了特定领域所需要的数据，

也就是说，如

Thomas

Davenport

所言：“如果你关注供应链问题，那么业务充分模型就会

规定关键变量、如何在视觉上展现该关键变量，以及（在某些情况下）变量之间的关系和

基于该关系的预测。”

9.3.3

　触发器

在

Fogg

行为模型的

3

个条件中，触发器可能是关注度最低的一个，至少在业务决策的场

景中如此。之所以这么说，是因为业务决策往往处在一个更大的背景中，包括目标、

KPI

、

策略和团队合作，并往往伴随着一些真实的或任意的时限。也就是说，如果有人没有要求

或等待该决策的制定，那么流程显然存在一些根本性的错误，或者决策可能没那么重要。

当然，人们可能会用“需要更多数据”这种或真或假的理由来推迟困难的决策 ...