数据驱动力：企业数据分析实战

146

｜

第

10

章

这一系列顶层目标和

KPI

会逐级下沉到业务部门，这些业务部门随后便会设置相应的子

KPI

，而这些子

KPI

又会向下分解为更低层的指标和目标

。在某一时刻，你会接触到个别

的项目，一个需要设定目标和成功标准的粗略的“工作”单元。然而，更好的做法是提前

定义成功的指标和标准，这不仅是对

A/B

测试而言

（见第

8

章），而是对任何分析项目都

适用。在开展数据项目时，我们总是可以对数据进行事后处理，挑出方向正确，即显示

ROI

为正的东西

。正因如此，客观起见，数据驱动型组织需要打造目标优先的文化，要在

系统上线之前提前定义指标

5

。

在根据变量做下一步决定时，有的变量可能支持决定，有的则可能背道而驰。在这种情况

下，可以尝试

提前

定义这些变量的相对权重或排序。也就是说，如果你采用构建一个加权

的决策矩阵的方法，那么就要尽早定义权重。因此，假设要从

3

个供

应商中选择一个为你

提供服务，就要考虑价格、数量和质量。在该供应商领域，价格和质量可能呈负相关，如

果事后处理，很容易将相对权重合理化后使得其中任何一个供应商都可能脱颖而出。而在

收集数据之前定义

3

个变量的相对重要性

，可以弄清楚对组织来说什么重要，并减少钻制

度空子或通过挑选最有利的数据点来引导特定决策结果的可能。

10.4

　求知好问的文化

“有数据支撑吗？”这应该是所有人都敢于提出（而且准备好回答）的问题。

——

Julie

Arsenault

6

第

8

章讲过，保持实验性的心态，能让人的交流从提出意见变为提出假设，从而能够接受

客观的检验。因为假设只是假设，而不是基于权力或经历的表达 ...