2.2 做的是什么——理解业务

在2.1节中，笔者分析了如何通过业务的诉求，找到数据产品存在的意义，也就是所谓的“师出有名”。这种目标的背后，反映的是业务层面遇到的困难和问题，而解决方案就是搭建适当的数据产品。因此在本节中，我们就要开始关注实际的数据产品搭建过程了。这部分大体可分为两个关注点，即业务与技术。本节先从业务的层面讲起。

虽然在上文中针对数据产品的搭建，笔者给出了一些很“宏大的目标”和“美好的愿景”，但是仅有这些还不够，我们依然不知道应该怎么做才能够实现那样的目标。因此，在搭建数据产品的过程中，要解决的第一个关键问题恐怕就是“要处理哪些数据，并且这些数据有什么用”。

这个问题显然需要我们将数据与业务联系起来考虑。为了回答这个问题，我们首先需要对业务的运转及其逻辑有所了解。同时，通过这种了解，我们还能从业务价值的角度出发，找到衡量数据价值的办法。

因此在本节中，笔者首先从数据意义的角度出发，探寻这些数据究竟代表着什么、什么又能决定这些数据的意义。对这些问题的关注，将会帮助大家在意识中逐渐将数据与业务建立起联系。

之后，笔者再从价值的角度出发，考虑业务追求的“价值”是什么、用哪些数据能够进行衡量。对这些问题的关注，将会帮助大家找到衡量数据和数据产品价值的方法，并能够选出更好、更合适的数据处理方式和数据触达方式。与此同时，通过了解大家能看到的“价值评价体系”中的问题，还可以设计成数据产品的组件，来验证这种价值评价体系中的基本假设或因果关系是否成立。

本节是全书第二篇的内容提要。关于理解业务的更具体的内容，笔者将通过第二篇的三个章节进行具体介绍。

2.2.1 数据的意义

脱离了业务，数据几乎毫无意义。随着数据分析的深入，特别是在结合了统计分析和算法模型之后，大家很容易在一些时刻忘记了关注各种指标和数值的业务含义，而一味地为了计算而计算，导致分析的结果在业务层面很难得到解释和支持。这是我们不希望看到的情况。

以上情况笔者在本章第1节中已经讨论过了，但是当时给出的解决办法也仅仅是“更加深入地了解业务”。而此时大家已经“真正”地深入业务当中，那么我们就来探讨探讨在业务层面具体有哪些方面需要特别关注。

1.业务的模式

关于互联网领域的业务和产品，讨论更多的是围绕其商业模式展开的。更准确地讲，许多文章和数据讨论的是如何通过互联网业务和产品，来实现“赚钱”的目的。而笔者在这里讨论的不仅仅是获得金钱上的回报，因为许多业务模块本身并不直接与金钱相关。而且在互联网业务的发展初期，也只有比较少的业务形态能够真正实现盈利。那么除了金钱，业务模式还包括什么呢？

笔者在第3章中将会详细探讨以下四个方面的业务模式。

能力视角。

利润视角。

效能视角。

影响力视角。

能力视角是基础，也就是从“不可能”变为“可能”，这种业务模式比较常见于技术创新。在互联网行业，技术创新与业务创新是相辅相成的，并且技术创新具有决定性作用。如果技术上停滞不前，业务创新的空间就很有限——几种玩法试过之后，也就无能为力了。

比如，曾经红极一时的O2O（Online To Offline，线上到线下电子商务），就借助了技术的革新，包括App、二维码、线上支付等。而提到金融业务的基础是什么，一定有很多人会本能地想到“风险控制”。那么在技术上有能力通过大数据进行风险控制，才是互联网金融开始高速发展的基础条件。这些案例笔者在后续的章节中还会提到。这就是将“不可能”变为“可能”的能力视角，这也是一种业务模式，只不过比较简单而容易被人们忽略。

下一类业务模式，便是大家熟悉的盈利的业务模式，即利润视角。在利润的视角下，大家就要关心利润究竟是如何产生的。在这里，大家可以按照类似财务分析的思路，将利润看作收入与成本的差值，并进一步将收入和成本细分下去。最终，大家就能知道业务究竟通过降低了哪种成本、提高了哪种收入，最终创造了利润。

第三类业务模式是效能视角的业务模式。这种业务模式比较常见于一个行业的发展已经进入成长期的末期，或者已经进入成熟期的时候。因为在这些阶段里，行业中的人们才会开始放弃“野蛮生长”的模式，开始逐渐关注做事的效率、增长的效率等。因此，一些业务或者产品就是为了提高某个行业或者某个工作流程的效率而出现的。比如，本书的“主角”——数据产品，就是为了提高企业内部的数据应用效率而出现的。那些第三方的数据平台，就旨在帮助自己的用户实现数据利用上的高效。

类似地，还有其他一些平台类的产品，如管理客户关系的CRM平台，管理人力资源的OA或者HR平台，管理库存和生产的平台，管理项目实施进度的项目管理平台等。这些平台之所以出现，是因为越来越多的企业或团队需要针对业务经营中的某些环节提高自身效率，来维持自身的持续发展。

最后一类业务模式是影响力视角。这种业务模式比较常见于一些超前的、实验性的项目，或者一些试点项目。这些项目并非要实现什么，或者在短期内根本就不可能服务到普通的社会大众，也不可能很快实现规模发展，但是企业或团队仍然在持续投入各种资源。这类项目的目的就在于展示企业或团队的核心能力，为其发展创造更强的影响力；或者是探索某些方向上的边界，为未来10年甚至20年的发展做好准备。

至此，笔者将四种常见的业务模式介绍完毕。不同的业务模式，将会决定我们关注的数据指标也不同。比较简单明了的就是利润指标，包括投入和产出两大类指标体系；其次是能力指标和影响力指标，这两种指标要体现的就是“别人做不到而我们能做到”的地方；最复杂的一类指标就是效能指标，我们需要费脑筋地想出能够表现出“我们更高效”的指标，同时这些指标还要能跟竞争对手做对比。

2.用户的需求

在了解了业务模式之后，大家还需要了解用户的需求。毕竟，用户的需求是业务成立的另一个根本条件，与技术创新有着同等重要的地位。

尽管在一些场景中，互联网行业已经具备一些基本的方法和能力能够针对每位用户提供不同的内容（也就是所谓的“千人千面”），如内容推荐。但是，在数据分析的场景中，大家依旧需要将多个具体的用户划分成群体，然后研究群体内用户的共性特征，而不是研究每一位用户的特征。这就涉及用户的细分，或者叫作“用户分群”“用户分层”等。比较常见的细分方法就是利用用户标签或者用户画像，将那些具有类似特征的用户划分为一类。

同样，在研究用户需求的时候，大家也需要将用户群进行细分，毕竟大多数用户的需求是类似的。比如，经典的“马斯洛需求层次理论”告诉我们，用户的需求都可以放到五种基本类型当中。同时，经过多年发展的营销学领域也对用户“需要”的拆分有自己的一套理论体系。我们可以借鉴这些模型和理论，更清晰地理解用户对业务和产品的需求是什么。

在将用户拆分成群体之后，就要开始选择了，这应当属于洞察和决策的内容。如果你想要通过数据产品的辅助，来设计一款新产品，就要从众多的用户群体中，选择一个我们有能力服务、并且有能力服务好的用户群体，然后再从这个用户群体向其他用户群体逐渐扩张。如果你设计数据产品的目的是要协助业务维护现有的产品，那么我们就要从已经成为我们用户的群体当中，找到不同群体之间的差异性。这种差异性表现在忠诚度、价值创造等很多方面。

关于这部分内容，笔者将在第3章和第4章中进行详细介绍。

2.2.2 架起“量化运营”的桥梁

在2.2.1节中，笔者介绍了需要大家特别关注的业务模式和用户需求。对业务模式和用户需求的理解，将帮助大家更好地设计和搭建数据产品。如今的互联网业务和产品已经变得越来越复杂，大家需要费一些脑筋才能真正理解业务。因此，笔者接下来将会介绍一些能够帮助大家理解业务的工具。

1.了解业务现状的工具

笔者在上文中列举了不少业务层面的内容，但是如何才能系统而完整地了解业务的现状呢？

首先要登场的就是在上文中已经提到的“马斯洛需求层次理论”，以及市场营销中的需求分层和定位理论等理论框架。除此以外，大家在了解自己的企业或团队，以及业务和产品的时候，还会用到一些更加常用的管理模型和工具，如比较常见的BCG矩阵、PEST模型、SWOT模型等。

当然，也有一些比较重要的模型，并不常被人提及。但是由于这些模型是上文中提到的模型的基础，因此笔者也将在后续章节中花费一些篇幅来介绍，如产品生命周期模型、经验曲线模型等。

通过这些工具的帮助，大家才能真正地实现上文中提到的“理解业务”“理解产品”“理解团队”的目标，而不仅是说说而已。

2.进行有效数据分析的工具

如何进行有效的数据分析？很多人都想得到这个问题的答案。笔者在第4章中将介绍一种基本的数据分析方法论，由五个基本步骤组成。本章前面的内容已经提及这种方法论。

在这个方法论中，“有效”这个要求通过两个方面来保证。一方面，用来分析的数据指标，是我们真正能够影响的、具有“可操作性”的指标；另一方面，用来细分指标的维度，同样是具有“可操作性”的维度。有这两个方面的保证，我们得到的数据分析结论才是一个“基本可行”的结论。当然，除此以外，还要通过一些手段来解决细节问题，如归因问题。

如果你刚刚开始数据分析相关工作，或者想要从日常的数据分析工作中，逐渐提炼出一些可以重复使用的方法论，那么这个方法论可以供你参考。

3.用数据描绘业务的工具

经过了解业务和数据分析两个阶段，我们就要开始让得到的结论被更多的人接受，或者说需要让更多人能够通过数据在更多问题上与我们达成共识。有些时候，这个过程也被一些人描述成“讲故事”。

这就是用数据描绘业务的过程。所以第一个问题，也是最重要的问题，就是我们究竟有哪些数据可用。这个问题，笔者称之为“数据世界观”。笔者在前文中曾经提到，并不是所有的东西，我们都可以使之数据化，并通过计算机来处理的。那些能被数据化、能使用计算机处理的数据，其实就代表了数据（或者计算机）能够“知道”的全部内容了。

因此，笔者有必要从这个角度做一些扩展。笔者将会在第5章中针对“数据世界观”这个问题进行一些深入的讨论。至于如何将计算得到的数据变成故事来向其他人讲述，这并不是本书的重点。如果有兴趣，大家可以去学习一些关于演讲的内容。

4.帮助计算机抽象业务的工具

毋庸置疑，在当前，想要实现业务效率的提升，必须要借助计算机实现自动化。但是，计算机系统是如何“理解”业务的呢？

上文中已经提到，计算机只能认识客观世界的一部分，而且这部分是相当小的一部分。想要使计算机对客观世界的认识更全面，还有赖于人类与计算机“合作”。但是，即使是客观世界中能够数据化、能够被计算机理解的部分，我们也需要对它们进行一些加工。计算机的“理解能力”其实非常有限，除了那些具备超级计算能力的超级计算机，通常我们所说的计算机，只能够处理那些预先定义好的东西。

因此，这就需要我们将那些想让计算机处理的信息，提前加工成计算机可以“理解”的样子。这个过程会涉及一些工具。比如，笔者将会在本书中详细讨论通过使用E-R图、流程图等工具来了解抽象业务的方法，以及通过时序图来设计系统各个模块之间通力配合完成一个完整的业务流程的过程。

通过这些工具，再加上团队中技术研发人员的努力，我们才能让计算机真正“听懂”业务逻辑。

至此，笔者已经将本书中要介绍的连接业务和技术的工具列举完毕。通过这些工具，我们才能真正将业务层面的意图传达给技术系统，架起“量化运营”的桥梁，通过计算机的自动化，实现运营效率的全面提升。