【Gipi 數位思維】談商業數據管理的重要性-以三國志為例

本篇以三國志為引,探討數據管理的重要性,並陳列了五項對數據管理的錯誤認知。
評論
A man holds a laptop computer as cyber code is projected on him in this illustration picture taken on May 13, 2017. Capitalizing on spying tools believed to have been developed by the U.S. National Security Agency, hackers staged a cyber assault with a self-spreading malware that has infected tens of thousands of computers in nearly 100 countries. REUTERS/Kacper Pempel/Illustration - RTX35OS0
A man holds a laptop computer as cyber code is projected on him in this illustration picture taken on May 13, 2017. Capitalizing on spying tools believed to have been developed by the U.S. National Security Agency, hackers staged a cyber assault with a self-spreading malware that has infected tens of thousands of computers in nearly 100 countries. REUTERS/Kacper Pempel/Illustration - RTX35OS0
評論

這些年我曾和很多的企業主,包含自己所任職的公司,討論數據管理的重要性,我發現很多的企業對於管理往往低估了數據的力量,卻又太相信過往的經驗。本文我將以三國志為例,為大家剖析一下數據管理的精妙,以及一些對數據管理的正確認知。

三國志的數據管理

不論你是否玩過三國志,我先以下面這張遊戲畫面來跟大家解構一下它所呈現的數據管理概念:

圖一:城市狀態圖

1. 現在的資金、兵糧: 這是你手中可動用的資源,你可以將它視為你的現金、資產,這些會被消耗,或者你能拿來做其他經營用途的資源。

2. 每季資金收入、兵糧收入以及支出: 從這邊你結合上述第 1 點,你可以算出這個城市的現金流,你會很清楚何時會透支?如果你手上隨時能獲得這樣的資訊,你就能知道現金是否足夠?要不要開始減少支出或尋求其他現金來源?這是很多公司常常無法隨時算得清楚的。

3. 現在的兵力: 你可以視為是戰力,這些兵的數量、訓練狀態決定你的基本戰力有多少。而回推到企業,你可以將兵力當成員工,他們是否有經過充分的訓練?因為有好好訓練的士兵,在戰場上就能以一擋十。

4. 規模、名產、特徵: 這些可以看出你的城市是否有獨特性?是否有可以仰賴的資源或先天優勢可以利用?這在遊戲的早期基本上還蠻重要的,因為有些城市能發展成巨大,有些不行,有些能生產特定的武器跟兵種,有些不行,有些時候你的武將必須要搭配騎兵才能打出戰力,但這個城市偏偏只能生產步兵與弓兵,那你在戰場上就容易居於劣勢。想想,在企業經營上,你是否也很清楚自己的強項與弱項?是否也清楚手上握有的資源?是否也知道公司即將遭遇的瓶頸點呢?

5. 然後你可以試著偵查一下其他國家的狀態,也可以看到上述的八成內容,你會清楚對方有多少兵力?有哪些厲害的武將?他的城市有什麼優、劣勢?甚至也能看到他與其他國家的外交狀態。如果,你對你競爭對手或外部環境的了解有這麼多,那你會不會更容易做決策?你會否更清楚知道該怎麼打市場?會不會知道該跟誰策略結盟比較恰當?

綜合以上兩點,不就是被很多人棄之如敝帚的 SWOT 概念嗎?其實 SWOT 並非沒有用,而是多數在做分析的人都沒有掌握足夠且關鍵的數據。當評估流於表面時,用什麼工具都是白搭。

圖二:現役武將列表
圖三:武將基礎素質與特技

6. 現役武將呈現的是你有多少員工,而實際點進去你可以看到每個武將的基本能力值,跟他所擁有的技能,連薪水跟忠誠度都看的到,有些版本的遊戲還會標示出他的個性偏好與喜好,有些武將喜好金錢,有些喜好武器,有些都不愛,只希望你常常私下拜訪他關心他,當你做了正確的事情,武將的忠誠度與你的親密度就會提升。

能力與特技你可以視為這個人的基本素質與專業能力,基本素質包含他是否聰明反應快、細心,甚至一些外貌條件,而專業能力則是他所擅長的技能,包含寫程式、專案管理、簡報、數據分析等。

這就是最典型的人才管理,我想多數的老闆手邊並沒有這麼清晰的內容。但想想,如果你有,你的管理是否會更到位?人員的選用育留會不會做的更好?身為老闆或主管,你是否試圖要去了解你的員工?知道他的能力、專長與喜好,把他擺對地方,也願意花時間跟他溝通與交流,並在管理上賞罰分明。如果你願意,我想你對員工的了解會愈來愈多,員工對公司的向心力也會愈來愈強。

7. 偵查其他城市: 在某些版本中可能還能看到敵將的忠誠度,如果你喜歡這個武將,你會不會試圖挖腳他,如果挖不過來,但他的君主智力較低,你會不會試著用離間計來離間彼此,增加你挖角成功的機率?

8. 真的上了戰場,你還可以看到敵方的軍糧狀況、每個部隊的士兵數、這個將領的基本能力與狀態、城門的防禦度、對方的陣型與佈署狀況。有了這些資訊,你是否會更加清楚要如何打這場仗?在商業環境中也是一樣的,當你知道競爭對手即將推出一個新產品跟你打對台,你會採取什麼樣的行動?但不論如何,你應該不會靜靜的挨打。

上頭我很快的用三國志當案例來說明數據對企業經營與管理的意義。如果貴公司目前還沒有一個可以每日確認經營狀況的數據管理工具,那我建議你開始整理手邊所擁有的數據,盡快建構一個能為營運帶來價值的戰略儀表板。

數據管理的錯誤認知

接下來,我另外針對一些數據管理常見的錯誤認知做補充,希望大家都能把管理重點放對,而不是做了一個又一個錯誤而代價昂貴的儀表板。

一、數據管理不是看 KPI,而是透過 PI 事先跟你說可能達不到 KPI

KPI 多數看的是結果指標,是落後的,但數據管理需要看領先指標(或稱過程指標),而這些一般只是 PI。舉例來說,KPI 是銷售額,PI 可能是成交客戶數、客單價、轉化率、推薦率。但我們知道,要達成銷售額目標,你必然要先達成這幾項 PI。

反過來說,日常營運時你已經發現這些領先指標未達到標準,那合理的猜想你最終的 KPI 也達不成。 領先指標是個警示燈,讓你不會總是等到有問題才來解決。

有些公司的管理更加完善,可能不只看一層,而會往前看,現在有多少的潛在成交機會、有多少的流量、多少的潛在推薦機會、多少的退費正在處理或醞釀,你就有機會預測出一個大概的業績數字,然後跟目標值做比對,更早找出你可以在哪一塊施力。

二、數據就像女人衣櫃裡的衣服,永遠不會齊全

數據需要養、擴展或整合,不能單單仰賴既有數據,因為數據永遠不會有備齊的一天。

當我們想要做精準行銷、差異化服務、個性化推薦,或一些比較基礎的客戶狀態檢視時,發現手邊的數據不夠,這是很正常的。就跟女人的衣櫃裡永遠少一件衣服一樣,當你想到要幹嘛時,通常才會發現不足之處。我的建議是,一些差異性的服務,有多少數據用多少,能做多少先做多少,並且要開始養數據,透過各種方法把數據收集回來,這樣你才有可能在三個月後啟動你本來的計畫。

抱著既有的數據喊著不夠,這是不會改變現狀的。

三、用戶數據有時效性,但也有時間變異性

時效性比較容易理解,有些數據會過期,例如客戶的職業、婚姻狀態、子女人數、居住地等,這些你必須要有機制能定期更新它,否則很容易就過期了,你總不好發訊給一個客人,祝他結婚紀念日快樂,但其實他最近才結束他的婚姻吧?客人不會主動告訴你他的狀態改變,你可以仰賴一些行為的改變來假設,並丟出一些訊息去驗證你的假設,持續更新用戶的資訊。

時間變異性是什麼?既然用戶的狀態會改變,那代表兩年前對你產品沒需求的客人,兩年後會不會變得有興趣呢?這樣的名單是否值得再開發一次?過去的用戶狀態,不代表他現在的狀態,近期未成交的名單,當下再次開發的成交率說不定比兩年前的舊名單來的更低,善用這個觀念,你可以更有效的運用舊數據。

四、歷史數據善加利用,價值很大

我們在做數據分析會去建立統計模型,而統計模型的建立通常是透過歷史數據,因為那些是已經發生過的事情,所以你可以更輕易的找出,根據統計,哪類型的客戶更容易成交?有哪些屬性、行為的客戶更容易推薦客人?然後可以更準的幫你找出符合這些特性的客群,營運端要如何切入就更有譜了。

並非要百分之百能衡量的數據才有意義,只要能提高價值、降低風險,這個數據就有幫助。在數據分析或者數字管理的領域裡,追求百分之百精確不是個錯誤,但卻會讓你裹足不前,什麼都不願意嘗試。

我舉個簡單的例子,如果今天要做精準行銷,你找到一群曾經在你店裡買過電鍋、吹風機、尿布的客戶,你認為這些人的背景應該是有小孩子的已婚婦女,貴公司準備上架一組超便利的廚房清潔工具,訴求極安全且無毒,不用怕小孩子調皮搗蛋去拿來玩。你會不會把廣告或促銷資訊推送給這群客人?

如果你的答案是「會」,我會問你:「你有百分之百把握打到正確的 TA 嗎?」不會,不管你對客戶的畫像再怎麼有信心,也不可能百分之百命中,因為人的狀態是變動的,而你對客戶的現況資料也永遠不會有備齊的一天,你只能做到盡可能的精準。

但你要記得,當你現在握有的資訊,讓你的精準率比本來高,那就值得嘗試了,而嘗試後的結果又會成為下一次修正的依據,廣告之所以會愈打愈準,就是因為不斷的嘗試與修正後的結果,但無論怎麼準, 廣告都不可能百分之百精準。

五、數據不會完全精準,但是可以比之前更好,就值得做

一樣的話題,在企業經營上,你可能時常會遭遇到一堆無法衡量的事物,例如員工忠誠度、員工工作成果、品牌價值、風險等。但我想強調的是,它們並非百分之百不可衡量,你仍然可以找到一些有幫助的指標來作為你衡量的依據,進而降低不確定性。

例如倒閉風險,你可以從資金使用狀況、現金流、銷售業績、客戶退貨狀況、競爭對手成長狀況等多方面來得出公司會否倒閉的風險值,即便只能衡量其中的 30%,但你已經把不確定性降低了三成,比本來強得多。

不要期待能百分之百的衡量一件事,也不用期待商業上的所有事物會百分之百準確,商業問題不是單純的數學題,但只要愈來愈接近,愈來愈準確就會大有幫助。

結語

本篇以三國志為引,探討數據管理的重要性,並陳列了五項對數據管理的錯誤認知,如果你對數據管理有興趣或有疑問,也歡迎你到 Facebook 上跟我交流。


精選熱門好工作

客戶管理企劃 Key Account Management Planner

樂購蝦皮股份有限公司
臺北市.台灣

獎勵 NT$15,000

Video/Image Processing Software Engineer

PicCollage 拼貼趣
臺北市.台灣

獎勵 NT$15,000

資深軟體工程師- KOL Radar (Senior Software Engineer, Node.js)

iKala 愛卡拉
臺北市.台灣

獎勵 NT$15,000

評論