大数据在商业中的作用日趋凸显，数据驱动已经成为企业发展的核心竞争力。我们今天来说说大数据驱动业务这个话题，但凡企业搞信息化建设、数字化转型的大多都是扛着“数据驱动业务”的大旗往前冲的，渴望通过数据分析来驱动业务增长，但是在实际工作中，大部分的数据分析项目都是带着“数据驱动业务”的美好愿景出发，但最后都沦落成了业务的附属品，变成业务的提数机。

数据分析到底应该怎么做才能驱动业务？

一、提高数据支持类工作效率

数据支持类繁杂，但又不得不做，基础数据维护是业务正常运转和项目推进的基础，既然无法避免，我们只能通过效率提升来缩短时间。

1、规范需求流程

面对业务繁杂、多样的需求，我们可以规范化需求提出、需求评估与承接、需求开发与数据结果校验等的流程，一方面避免因为需求评估、排期和业务扯皮，另一方面也培养了数据分析师的工作习惯和分析问题的思维

2、管理业务预期

对业务需求做好优先级排期，除非紧急性需求要以最高优先级最短时间内交付结果，其他的需求按照正常的节奏产出。

做好需求排期和需求交付的公开透明公示，避免业务方因为不了解而猜忌是数据敷衍拖延，需求管理的本质是承诺管理，自己承诺出去在什么时间交付什么结果，自己就得尽全力做到，除非有不可抗力。

准确、守时、稳定的数据支持，是数据人和数据部门的“立根之本”，也是建立“数据权威”、与合作方建立信任关系的基础。

二、团队组建

项目组很快在高层领导的支持下成立了，当时团队的组成如下：

1、增长负责人

当时是部门领导挂帅，由于我们是跨职能条线的混合团队，增长负责人级别必须够高，很多时候才能把事情推动下去。

不仅如此，当时项目组还定期每周和总经理领导开会，这也是为了确保增长团队在工作推进过程中，尽可能减少阻碍，顺利推进。

2、业务负责人

业务条线的负责人，是整个融合团队最有动力的角色，原因很简单，直接关系到自己的KPI。

3、营销策划

营销团队负责坐席、线下营销人员的管理，营销人员的加入在两个环节上起到关键作用：

第一，产品营销策略的变更可以第一时间触达到用户，强执行力；

第二，产品和营销能及时采集到用户的反馈，形成反馈的闭环。

4、数据分析

对于增长团队，需要借助数据分析的，充分挖掘数据的价值，是从经验驱动到数据驱动的关键角色。

5、产品经理

增长团队除了提升业务之外，还要形成一套可复制、可沉淀的工具体系，产品经理扮演的就是这个角色，在项目组推进的过程中，将工具沉淀下来。

6、 开发工程师

这是一个之前很多公司忽略的角色，虽然我们都在说程序员改变世界，但在实际的企业运作中，程序员往往被视为执行方，最后码代码的人，但我们在增长团队中，增加开发负责人的角色，主要是为了能够带来技术和工程思维，为增长团队带来新的活力。

很显然，这是一个跨部门的混合团队，这对业务增长非常重要，主要体现在两个方面：

1，不同的背景，带来不同的思路，碰撞出不同的火花。业务问题可以通过业务解决，也可以通过营销解决，或者通过技术解决；

2，不同的角色意味着互补的资源，这也意味着执行力和高速迭代，这是增长团队的新竞争力。

3，理解业务，掌握主动性

在我的理解里，数据驱动就是：通过数据分析理解业务，验证思路，发现利用率不足的资源并对之进行重新整合，从而做出ROI划算的增量价值。数据只是充当了一个辅助工具，帮助业务验证某一个已有的想法，而不是帮助业务解决问题。数据驱动应该是全面、系统地从数据角度发现和解决业务问题，是一个数据建模的完整过程，而不是仅仅让数据在辅助验证某一个想法。

所以数据分析师来说，对业务的深刻理解和判断是数据驱动的上限，掌握再多数据分析模型、思维和方法，也只是让你不断的逼近这个上限。

4，增长流程

当时我们设计的增长模式如下：

1）、分析洞察

项目组建立了一个项目管理系统，用于想法的提交和管理以及测试结果的跟踪和报告，同时这也是企业知识的储备库。集思广益，将大家的思路收集汇总。

不仅如此，当时项目组还定期每周和总经理领导开会，这也是为了确保增长团队在工作推进过程中，尽可能减少阻碍，顺利推进。

2）、提出方案

经过初步的筛选，值得认可的点子，就进入下一环节，也就是提出方案。

团队成员提出方案的时候不应该仅仅提出质疑，而是应该清楚的说明具体的改进方案，以及衡量效果的指标。

3）、排定优先级

对收集到的方案进行优先级排序。方案提交到团队讨论之前，必须要给它打分，因为分数能够帮助团队在不同的想法之间进行比较，确定什么时候开展哪一项实验。

总结

这是一次属于比较成功增长的尝试，对于一家发展到一定规模的大公司来说，做跨部门的混合项目，并不容易，涉及方方面面的资源协调和高层的支持。本文主要分享了三点有价值的经验。

1，做增长项目，好的切入点和阶段性地价值交付，是项目组能够成立并活下去的根本；

2，团队的多样性是确保创新和快速迭代的基础；

3，在团队创建之初，就要想清楚这是一个长周期的还是短周期的项目。如果是短周期，要明确项目的边界和目标，拖得越长，负作用越大；如果是长周期项目，则需要通过组织架构为项目组保驾护航。

财务数据分析师CFDA（China Financial Data Analyst）

由中国商业会计学会颁发，通过全国统一考试的学员将同时获得商业数据分析证书，该证书是由人社监制，省级职业技能鉴定指导中心签章颁发《人力资源和社会保障部专项职业能力证书》。

通过CFDA课程的学习，企事业单位的财务人员和管理人员能够通过科学的指标体系和分析方法，结合企业财务数据，构建数据模型，对公司整体经营状况进行评估，向管理层和业务部门提供财务建议和决策支持，从而优化资源配置和提升企业核心竞争力。