“数据驱动业务”是句非常时髦的话，也是让很多同学头疼的话，因为这玩意看得见摸不着呀。

天天光听着喊“驱动”“驱动”，可到底咋驱不知道；而且问个问题也被业务喷，提个意见业务也不听，还总嫌弃数据分析不够深入，分析建议不够具体，咋整！今天用个形象的例子讲解下。

一、到底什么叫驱动

说到驱动，最典型的场景就是驾驶马车的车夫了；马儿拉着车子，车夫拿着鞭子，一声：“驾！”马儿就拉着车子快跑。

那么问题来了：车夫要怎么样驱动马儿拉车呢？

思考一秒钟！

直观能想到的是：

• 指明方向：揪着马儿往正确的路上走。
• 提高速度：一鞭子抽马儿屁股上。
• 增加补给：多给马儿吃点料。
• 预告危险：看到有坑就把马拉住。

这才是驱动直观的做法。

这四点，其实对应四大问题

• 目标问题：起点、终点。
• 方法问题：怎么做才能更好。
• 投入问题：投入多少资源。
• 限制问题：限制条件影响下是否会出事。

在企业里也是一样，想要驱动业务，首要解决就是四大问题（如下图）：

二、数据对驱动的作用

然而注意，这些看似简单的动作，做起来并不容易：

• 指明方向：意味着得清楚起点、终点。
• 提高速度：得清楚马到底能跑多快，不然光抽鞭子，马都痛死了，咋跑。
• 增加补给：得清楚马跑一天需要多少草料，一顿吃多少？太饱，撑着；太饿，没力气。
• 预告危险：得清楚路上哪里有坑，得知道马车能承受住什么样的颠簸。

可以看到，四个问题都和数据有关系！其中最重要的就是量化目标。

起点、终点直接决定了要走什么路，有几条路可以走，路上要准备多少草料，会有什么坑；所以目标不确定，一切免谈。

目标不但要确定，而且要清晰！不然光甩一句：带我在若羌县逛一圈吧，听着很简单；到了才发现，这个县居然有两个浙江省大！跑死也跑不完。

这里就有一个问题产生了：如果我们从来没驾过马车咋办？如果我们从来没走过这条道咋办？如果我们用的马从蒙古马换成了阿拉伯马咋办？

这些都是全新，没有数据；在没有数据的情况下，可以先做测试；小范围的跑一段，看看路况，看看马的体力，学习下马车咋啦。

这就是数据驱动的两种基本模式：

• 对于已经熟悉的业务：总结经验、发现问题、剔除bug；
• 对于刚刚开展的业务：测试效果、分组对比、发现规律。

三、数据驱动的高级玩法

注意：以上是基于“马儿不能换，车子也不能换”这个前提来讨论的。

如果车夫的驱动目标不是“驱动马儿”而是“驱动车子更快、更便宜地把货物送到目的地”，那就有更多可以做的事了。

• 选好马：哪只马跑得快，耐力好，用哪只；
• 换好车：车轴上油、车身加固；
• 分配货量：分几次跑，别一趟累死一只马了；
• 用便宜的：货主给不起钱，那换个驴子，便宜。

这就是驱动的更高级玩法——从目标出发，不局限于手段，选择更合适的方法达成目的。

四、数据驱动的一种脑残搞法

问，如果有一天，你看到一个车夫在：

• 自己撸起袖子拉车，要什么马！
• 车上套个猪，然后抽鞭子赶着猪拉车。
• 车上套个死猪，然后研究怎么把死猪起死回生。

请问：你会认为这个车夫掌握了强大的宇宙力量，还是认为这个车夫是个神经病？

他当然是个神经病啦！马车，马车，有马的车才叫马车；驾车的人不去研究怎么驾驭马匹，怎么强化车身，而是试图代替马儿跑，这不搞笑吗！猪拉不了马车，这是常识，用猪来车这不搞笑吗！企图把死猪搞活不更搞笑吗！他都有本事起死回生了，他还当车夫？？！！

然而：当车夫变成数据分析师；把马车变成运营、营销、策划……；把鞭子变成“大数据”“人工智能”“算法模型”。