什么是数据驱动决策？方案、示例一次讲透-纷享销客CRM

CRM

博客文章

什么是数据驱动决策？方案、示例一次讲透

纷享销客 · 2023-6-28 14:37:27 关注

数字化的管理系统和数据分析技术，把企业从粗放型管理带到精细化管理的时代。精细化管理意味着更高效的流程和基于数据的、更科学的决策。数据驱动决策，让组织里的每个人以客观数据为指导，更精准地工作。本篇文章主要探讨什么是数据驱动决策？为什么需要数据驱动决策？还有我们可以通过哪些软件实现数据驱动决策。

一、什么是数据驱动决策？

数据驱动决策可理解为使用事实、指标和数据分析结果来制定战略性的业务决策，并在执行决策的过程中持续以数据分析结果为下一步工作指明方向。

数据驱动型决策的核心是利用真实的、经过验证的数据，而不仅仅是做出假设，从而更好地了解业务需求、制定让业务进步的决策。

那么数据驱动决策是如何驱动的？要从原本的决策流程开始讲起。

1.数据驱动决策的由来

在拿不到任何数据的时候，人们是拍脑袋做决定，也就是根据感觉和直觉做出瞬间的决定，不考虑结果。老板一个突发奇想定个目标，让手下员工开始干，只有打鸡血喊口号，这种目标往往高的离谱，领导也给不出实现目标的办法，最后也找不出没完成目标的原因。

比拍脑袋做决定好一些的决策方式是“决策三段论”，三段是指做什么（制定目标）、怎么做（制定计划）、做得怎么样（跟进执行）。

三段论比单纯的拍脑袋更有逻辑和计划性，但也不是科学管理，因为制定目标还是靠决策者想象，没有事实依据。决策三段论在上世纪八、九十年代很流行，直到数字化管理系统出现。

企业开始用数字化管理系统，随之而来海量的业务数据、员工行为数据、客户数据等等类型的数据，让企业能从数据度量和数据分析中客观地掌握企业现状，根据数据分析结果有针对性地做改进、做决策、实现精细化管理。

这时决策三段论更加细化，出现了PDCA理论：

Plan计划：了解现状、分析原因、制定目标、预留资源

Do执行：制定方案、落地目标、开展方案、执行方案

Check检查：检查过程、沟通问题、控制质量、保障结果

Act处理：总结经验、优化目标、循环迭代

如图，PDCA是一种循环运转的过程，每一阶段都会产生新的数据，持续地对数据做整合、分析，做数据驱动决策和数据化管理，不断优化这个循环，组织效率和工作成果就会越来越好。

2. 如何实现数据驱动决策

这部分我们来细致地讲讲如何实现精细的数据驱动决策。

首先，您需要数字化企业管理系统（软件），可能是一种系统，或者是多种系统，用这些系统采集数据、清洗数据、集成数据、分析数据。

可能会用到的系统包括数据分析系统、客户关系管理系统（CRM）、企业资源计划（ERP）、供应链管理系统（SCM），还有一众专业做商业智能数据分析的工具。（这些系统的功能后面细说）

有了工具和技术支持，精细的数据驱动决策可以按以下的逻辑和步骤进行：

整个过程中需要注意：

a.为每个决策点配置合适的数据工具，具体用什么可以带着需求去找各种数据分析供应商，看他们的产品是否有功能匹配，也可选定一家功能齐全、应用性强的系统供应商，以其系统功能结合自身业务，新建一套数据驱动决策的流程。

b.整个过程中的难点在数据采集，要保证高效率、高质量、多维度收集数据，所以需要用操作系统固化和规范数据采集流程。

c.最好是每个项目中有专人负责运营这套流程，每个节点该做什么、该谁做、什么时候做完，要有统筹。

3.数据驱动决策案例

案例一：汉莎航空

汉莎航空集团拥有 500 多家子公司，是欧洲载客量第二大航空公司。每年数十亿美元的收入，但这家超级大公司的许多子公司在数据分析方面没有统一性。然而，在全公司范围内使用一个分析平台后，整个公司的效率飙升了 30%。

经过精确的数据收集和分析，各个子公司的决策者能够做出更明智的决策，从而简化业务目标并提高效率。通过创建数据文化，汉莎航空使员工能够做出更好、更明智的决策。

案例二：沃尔玛

2004年夏天，飓风弗朗西斯正在向美国佛罗里达半岛袭来。

沃尔玛想要了解他们的客户在为飓风囤货时偏好什么商品，于是分析了几家过去经历过类似环境灾难的沃尔玛门店的数据，找到了那些与正常时期相比购买量激增的商品。

结果显示馅饼和啤酒的销量在风暴准备期间急剧增加。

沃尔玛就把馅饼和啤酒在飓风路径上的门店大量铺货，销量惊人。

通过使用经过验证的数据，沃尔玛能够在帮助有需要的人的同时增加利润，而不是凭空想象大家在飓风光临时需要什么。

二、精细化数据驱动决策软件解决方案

企业有好多部门，每个部门有自己的运转规则，有不同的软件系统帮助各部门和企业整体做科学决策。这些软件可分为以下几类：

1.大数据采集和分析类

代表厂商：

神策数据：提供营销云、分析云、数据根基平台三大产品方案，为企业做全渠道数据采集和全域用户ID打通，多维度数据分析和营销层面的精准用户触达。

Growing IO：数据采集和数据分析服务商，在数据服务基础上也提供智能运营平台、用户旅程分析、客户画像描绘和分析、精准触达用户的营销服务等。

火山引擎：字节跳动旗下的云服务平台，主要提供云基础、视频与内容分发、数智平台VeDI、人工智能、开发与运维等服务。数据分析方面火山引擎提供数据采集、数据分析、广告检测、数据治理、用户分析、场景化分析、开放集成、小程序集成等服务，以达到获客渠道提升、产品体验优化、私域流量运营的效果。

2.客户数据

客户数据管理和分析的系统包括客户关系管理（CRM）、企业资源计划（ERP）、供应链管理（SRM），分别举例说明。

CRM：纷享销客主打连接型CRM，以数据为纽带连接业务、连接人、连接系统，让企业内部、企业与客户、企业与合作伙伴都能高效协同。数据服务方面，纷享销客营销服务以精确的客户数据计算ROI，以数据结果优化营销方案；销售管理方面，纷享销客将客户数据描绘成客户画像，让销售快速掌握客户信息；纷享销客还有商业智能BI分析平台，这个平台可以深入分析CRM收集到的每一笔交易所涉及的客户数据，用实时数据计算、业务系统嵌入的方式，让各级业务人员随时随地查看和分析数据，快速做出科学决策。

ERP：ERP常常与CRM整合，ERP需要CRM中的部分客户数据、员工数据，也需要CRM中记录的销售计划和销售成绩数据，还有服务方面的，CRM中客户投诉和解决情况的数据，ERP和CRM一样有订单管理模块，这部分的数据与CRM重合。很多ERP具备数据分析功能，可以直接出各种数据分析报表，以支持科学决策。

SRM：供应链管理这块的数据分析主要针对品类、商品、供应商、价格、风险等指标数据，也会提供采购管理仪表盘，为企业提供决策支持。

3.商业智能BI

Excel：大家最熟悉的、入门级数据处理与分析工具。用Power Pivot和Power Query两个插件，可以批量处理数据，在Excel上做出商业智能报表。主要分析方法是透视分析、结构分析、对比分析等。

PowerBI：微软旗下的商业智能平台，可以在Office系列软件里通用和共享分析结果。Power BI支持从数百个本地和云的数据源接入数据，可使用模板低难度建模，也可用DAX公式语言自主建模，零代码的AI驱动数据分析。

Tableau：Salesforce旗下的商业智能分析工具，“数据+人工智能+CRM”驱动分析，内置Salesforce的AI模块Einstein，提供全集成的数据管理、可视化分析和协作，从准备数据到数据分析、组合符合需求的数据分析面板，Tableau可以给零基础人士提供易上手的数据分析工具和完整的培训。

4.客户数据平台（CDP）和营销云

CDP：CDP是客户数据统计集成平台，可包括CRM的客户关系数据，也是面向业务增长的客户全域数据中台，CDP的数据来源可以包括CRM，但CDP数据包含更丰富的用户信息、交易信息、行为信息，甚至外部抓取的第三方数据。CDP主要功能包括数据集成、标签管理、场景配置、服务管理、效果分析等。

营销云：很多CRM里包含营销云，单独讲营销云是因为它几乎是所有数字化管理系统里数据分析应用最多、最重要的一个。从获客到转化留存，每一步都有数据分析支持下一步的决策。具体应用在不同获客渠道获客效果对比、客户画像多维度标签化、客户转化率计算和分析、广告投放渠道对比分析等场景。

更多数据驱动决策会涉及的概念：

数据仓库：英文名称为Data Warehouse，可简写为DW或DWH。数据仓库顾名思义，是一个很大的数据存储集合，数据仓库将各个异构的数据源数据库的数据给统一管理起来，并且完成了质量较差的数据的剔除、格式转换，最终按照一种合理的建模方式来完成源数据组织形式的转变，以更好的支持到前端的可视化分析。数据仓库的输入方式是各种各样的数据源，最终的输出用于企业的数据分析、数据挖掘、数据报表等方向。

三、B2B企业数据驱动决策示例

如今数据驱动决策广泛应用在制造业、SaaS、建筑等B2B行业，这里借用纷享销客智能分析BI平台的应用案例来看看数据驱动决策对B2B企业的益处。

纷享销客智能分析BI平台全景图

某制造业企业的营销、销售、服务、渠道四个部门应用纷享销客智能分析BI平台。

营销数据分析帮助营销部复盘每场营销活动、每笔广告投放的投入产出，以优化渠道和人员配置。轻松了解线索转化情况，按渠道、人员统计分析线索转化为客户、商机的比率，既精细化管理员工绩效，又在不断的渠道优化中持续提高ROI。

销售部用纷享销客数据分析平台后，对销售来说，通过系统评估和调整线索、商机投入，在交易全过程中随时洞察数据，为下一步决策提供依据，全局客户漏斗和商机阶段转化分析，可视化所有商机状态分布，这些帮助销售们提高赢单率近20%。销售管理者来说，团队成员的日常工作、业绩进度、团队整体进度都有可视化动态呈现，方便团队管理者及时分解目标、调整任务分发，保证完成业绩。数据分析平台还能通过历史成交，预测未来成交量，制定适合的下一阶段目标，把控业绩增长。