用数据驱动决策

企业要科学地配置有限的IT资源，减少浪费，因此每步决策需要回归到数据中去，让决策跟着数据走。用数据说话，寻求业务痛点和需求，以数据驱动业务发展，使业务实现高效增长。

问题是数据那么多，看哪些指标合适还是全部都看？这些数据指标如何在业务和产品上发挥作用呢？我们大概可以遵循下面的分析过程：

一、业务指标

企业存在的目的都是为了最终盈利，需要开展一系列的经营活动，这些经营活动也就是我们常说的业务。公司实际的业务线通常很多，它们也许通过互联网产品实现，也许不需要产品实现，比如某品牌的销售，可以通过经销商、代理商渠道，也可以通过自建线上电商网站售卖，这里我们谈通过互联网产品实现的模式。

业务层级的指标用来衡量商业层面的客户发展、增长与获利、竞争力与盈利能力等。业务指标不能很多，严格意义上说最好有一个，否则一会儿往东走，一会儿往西走，走着走着就会迷失。在古代跨洋远行中，航海家会通过北极星来确定航向，对于企业而言，在追逐星辰大海的路上，也需要找到自己的北极星。对每个业务部门来说，找到自己业务的北极星指标是首当其冲的事情，没有清晰的目标，再多的执行，可能都会方向不对，是在额外增加成本。

寻找北极星指标要看你到底想要什么，比如销售业务的核心指标是销售收入。同一业务在不同阶段想要的也不一样，比如新业务处于探索期，业务价值未得到市场验证，很难有增长和盈利，此时北极星指标可能要看业务在市场的满意度，看业务模式是否可行；当业务处于增长期，就要看业务的健康程度，此时可能关注业务的营收增长力。

以我做的支付业务为例，支付业务的使命是帮用户完成订单金额的支付，促成交易。对用户来说，在购买时要么全额在线支付、要么在线不支付，延迟再付；基于此，有支付宝这样的全额支付方式、有花呗这样的分期支付或者货到付款这样的后付方式。

全额支付我只关心订单的支付成功率，看它促成了多少笔订单的有效销售额转化。分期支付或者货到付款本质是降低用户购买门槛，让本不打算购买的用户有了购买行为，因此会带来订单销量的增长，所以关心销量增长率这一指标。当然，分期支付方式也会有订单支付成功率这一指标，但是和它的本质作用—降低用户购买门槛相比，在销售和销售额增长率前，订单支付成功率成了次级指标，成为不了北极星指标。

二、产品指标                                                                           

业务从用户那里挣钱，需要通过产品作为载体或媒介，互联网产品的使命是利用技术赋能业务，帮助企业降本增效。所以谈到产品，需要去思考产品定位、产品能提供的核心价值、产品带给用户的产品使用体验、产品如何实现业务目标。

支付业务之下是支付产品为支撑，直接面向用户提供服务。支付产品首先必须要是安全的，否则用户资金无法得到保障。像海外信用卡，还涉及到用户在商家网站输入卡号和姓名等信息，还需要保证用户的信息安全。

产品直接面向用户，一定涉及到体验问题。对用户来说，使用某一支付方式要是简单的。事实上，在近二十年来，无论是从支付载体，还是说支付方式上，都经历了不少演变。支付方式从最早的现金交易，到后来的刷卡消费、线上支付，到现在可以免密支付或者刷脸支付。支付载体则从货币，演变到后来的银行本票，到现在比较火的各种手机厂商Pay，比如ApplePay等。整个支付进程都是让支付这个动作变得越来越简单。

最后，支付产品如果可以降低用户的购买支付门槛，就是前面提到的对业务销量增长的赋能。尤其是对一些高客单价的品牌来说，这点尤其重要，比如苹果官网的全场24期免息，毫无疑问，可以为品牌销量一定程度上带来增长。

三、流程指标

进一步细化，一个产品往往有着很多功能，承载着不同的用户交互步骤或操作流程，梳理并整理出整个转化流程中各个关键节点，去实现产品的核心指标。

以支付产品之一的收银台为例（面向用户提供的支付产品往往不只一个，收银台只是其中之一，比如支付宝提供的产品有扫码支付、刷脸支付等多种支付产品），首先根据用户行为过程触达-参与-完成找到用户在支付过程中的流程：支付前、支付中和支付后，再对这三个子流程做进一步的拆解，支付前拆解为下单到达收银台、完成支付方式的选择；支付中拆解为到达支付页面、输入密码等提交支付操作、支付后拆解为到达支付结果页。无论什么样的流程或交互任务，简单或复杂，从开始的第一步到最后一步的目标达成，基本都可以用“漏斗模型”来表述。

每个用户行为路径阶段，产品这一载体都应对应着其自身的产品目标。比如达到收银台时，产品目标应为快速达到，从产品目标安全角度看，为保障系统稳定性，该阶段数据指标应为接口请求速度、系统SLA等；从产品目标简单角度看，为保证用户快速支付，该阶段数据指标应为时效和用户流失率。

◆ ◆ ◆  ◆ ◆

从业务模式，到根据产品的价值与体验，再分解到具体流程的步骤效率。这提供了一种纵向的，自上而下、由粗到细的分析模型，在每一个层级上，又会有不同关注点和类别的指标。

总得来说，在任何一个需要做决策的地方，都应先找到核心数据指标，再用数据来驱动决策，提升IT投资回报率。