数据驱动业务是数据分析的重要目标，但如何有效实现这一目标却是个难题。本文详细介绍了数据推动业务的切入点、顺序以及常见的坑点，帮助数据分析从业者更好地利用数据驱动业务发展。

“推动业务”是数据人最怕的词了。妈耶，还推动业务呢，我自己不被业务部门天天追着屁股要数就不错了，咋个推动法。可领导们最喜欢提这种要求。今天我们就来详细聊聊。

首先要分清的是，提这个问题的人是谁，很重要！

问：以下两种情况有什么区别？

A、业务部门领导问：数据分析，如何推动业务发展？

B、数据部门领导问：数据分析，如何推动业务发展？

答：主导权不一样。业务部门问了建议，可以直接去落地。数据部门说的话如果不对业务胃口，就永远悬在天上。就像开车，抓方向盘的人能直接换路线，坐副驾驶的哔哔太多，很容易遭嫌弃。想让数据驱动业务，选对方法很重要！

01 推动业务的错误做法

很多同学一听“数据推动业务”，直观的想法就是：

● 我通过数据，发现活跃率低了

● 我建议：要搞高！推着业务搞高！

● 搞啊！你们快搞！我早说了要搞啊！

这么干肯定被业务喷死

随便问几个问题：

1、谁来搞？

2、啥时候搞？

3、搞到多少？

4、花多少钱搞？

5、用大转盘搞还是浇花种树搞？

6、浇花种树是送实物水果还是券？

7、券派10、20、30、40、50……？

一个都回答不上来。

这样做，错在把业务想简单了。看似简单的：“把活跃率搞高”，真要付诸行动，得考虑上边列出来的众多环节。并且这些环节里，有一些不是数据能直接解决的。比如签到活动的创意设计，需要策划的灵感

所以想要推动业务，就得认真分类业务工作，找到数据的发力点。

02 推动业务的切入点

业务解决问题，从决定立项到执行完成，分为四大环节（如下图所示）：

在整个过程中，数据分析作为一种理性、量化的工具，更适合用于解决战略、战术决策工作，适合战况监控。至于战斗动作，数据只是作为参考，具体操作要从业务中来。

因此合理安排输出产物，才能更好地推动业务去行动，而不是让业务患上数据依赖症：“你用人工智能大数据分析一下我这一幅画该几点红几点绿”——数据不是这么用的。

03 推动业务的顺序

清晰了输出内容，就可以规划推动顺序了。这里很多新人会犯个错误：指望一步到位，自己拼命做一个很细很细的方案。这样做，不但把自己累半死，业务也不领情——“你算老几，你替我拿主意？？！！”

要知道：没人能未卜先知。推动业务的过程是循序渐进，在不断共识的基础上，从不清晰到清晰，逐步深入的。

特别是一些关键节点：谁来负责，出多少预算，考核指标是什么，考核多少。这些是需要请示部门领导+和老板共识才能确认的。所以要沉住气，一步步来（如下图）。

04 推动业务的坑点

坑点1：直接信了业务的判断。

注意，业务的判断不见得都是基于数据，甚至不见得都是事实。

比如：

● 我看对手做了，我们没做

● 我被老板骂了，我也不敢问为啥

● 我听客户反馈，用户都在骂这个

● 我精心想的点子，我非把它弄上线

各种情绪、立场、单个事件，都会干扰到人们的判断。所以业务跟你说：“我觉得我们偶的不行”的时候，一定要追溯的问题源头，落实到一个数字或者一件事上，避免误判（如下图）

坑点2：没有相关指标分析。

很多非利润、成本类指标，都容易产生虚荣效应：

1、抽奖转盘一摇，用户活跃率就高！

2、用户活跃高了，购买不见得多

3、短期刺激完了，指标打回原形

当业务关注活跃，用户体验，满意度等指标时，一定要做相关性分析，看提升这些指标是否对利润，成本有影响，不能盲目贪多。

坑点3：没有事前定义目标。

这也是业务经常干的事：

1、我要提升活跃率——从多少提升到多少？不知道！

2、我要提升消费——从多少提升到多少？不知道！

3、我要拉动业绩——从多少拉动到多少？不知道！

很多人干活，就是凭感觉，没思考过到底考核啥指标，又到底该做多少，这样事后必然引发争吵。

坑点4：过往策略没有收集。

过往用过的策略目标，打法、效果，全部没有收集。导致需要数据支持的时候不知道看啥，最后还是凭经验决定（如下图）。

坑点5：创新方案没有标签。

同上，创新方案想做测试，要有具体的标签才好后期做对比分析，不然只看一个很粗的响应结果，还是没法指导到设计的细节工作。

总之，数据推动业务，就像开车开导航一样。大家都觉得导航好用，可最后支撑导航功能的，却需要GPS定位，道路图，实时数据反馈，路线规划算法等等复杂系统。只有持续提升数据基建水平，才能达到完美效果。