价值驱动-数据分析价值逻辑与实践思考

月説小飞象交流会

未来是一片迷雾，令人胆怯，但不妨走下去，看看命运给我们准备了什么。

内部交流│25期

价值驱动

数据分析价值逻辑与实践思考

data analysis

●●●●

分享人：黄小伟

当今的企业，随着数字化技术日新月异的高速发展，多数企业都在进行数字化转型的规划，即顺应新一轮科技革命和产业变革趋势，不断深化应用云计算、大数据、物联网、人工智能、区块链等新一代信息技术，激发数据要素创新驱动潜能，打造提升信息时代生存和发展能力，加速业务优化升级和创新转型，改造提升传统动能，培育发展新动能，创造、传递并获取新价值，实现转型升级和创新发展的过程。

而在企业内部分工也日趋细化，采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节，无时无刻不在产生着大量的数据。能否从各种各样的数据中，快速获得有价值信息，直接决定了企业在数字化转型升级的过程中能否立稳脚跟。所以，构筑企业的数据与分析能力，是奠定数字化转型成功的基石。

那么，如何能让数据发挥应有的价值呢？数据分析将为企业的经营决策提供数据支撑，把数据变成信息、帮助企业把信息变成决策，把决策变成行动，把行动转换成更高效业务操作，以快速响应市场需求变化，形成轻量化、协同化、社会化的业务服务新模式，动态响应用户个性化需求，获取多样化发展效率，开辟新的价值增长空间。从而增加企业的竞争优势。因此，“价值驱动”将成为基于数据的挖掘分析潜在价值在数字化升级中发挥重要作用，并且构建分析型企业的竞争优势。于个人而言，我们也应该要懂得如何实现可持续的价值创造，才有可能突破职业发展的瓶颈！

黄小伟，硕士毕业于华中科技大学，先后就职于粉丝网、网易，目前在有赞担任BI总监，业余运营公众号“数据分析撞上AI”（原R语言中文社区），长期关注企业研究分析能力与决策优势建设、数据价值挖掘与变现。

（黄小伟老师个人公众号）

数据分析学习，在于将别人的知识转化成自己的知识，食之化尽，举一反三。那么，今天小飞象联合月説邀请了黄小伟老师，结合最近的黄小伟老师新书《价值驱动-数据分析价值逻辑与实践思考》，从四个方面大家一起探讨价值驱动视角下的数据分析实践；

1.分析职业观察（有哪些值得思考的痛点？）

2.企业价值（社会价值、商业价值，及实践路径选择···）

3.分析价值（职业价值主张，价值创造与价值回收···）

4.核心能力体系（知识堆积到体系化应用及价值变现 ···）

为了更好的后面做好小飞象内部交流会，需要您帮忙做两件事情：第一，您想想这次为什么想参加这一期的交流会，以及希望在交流会中希望收获到什么？第二，在交流会结束后，请和我说一下您的收获和感受。（可以在公众号留言交流，小飞象内部交流会往期回顾）

做一个对世界充满好奇的人！在分享之前，我们可以先思考几个问题：

★你了解过数字化转型升级相关内容吗？

★如何实现可持续的价值创造？

★你了解价值驱动、数据分析与企业数字化关系么？

......

这次分享将为大家扩展思维认知，希望能对从事数字化转型、数据分析的小伙伴们有所启发、价值驱动视角下的数据分析实践以及数字化转型的要义。在分享的过程中，建议全程认真听，带着思考来听（去看），希望通过本次分享，来为大家解答价值驱动、数据分析与企业数字化关系，数据分析核心能力体系，为企业数字化升级做一些参考，并给做数据分析的人员提供一些思路，有任何问题都可以随时交流哦！

正式分享

—▼—

▼

01.分析在创造哪些价值？

对于明确的业务问题，利用SQL获取数据、BI工具可视化洞察、Python/R复杂数据处理，再结合行业分析、定量分析及财务分析方法，寻找能够最大限度影响商业决策的认知增量，最终产生超预期的商业结果，这是我们心中非常完美的工作画面，也是价值创造的充分体现。

然而事实总是未能如愿，实际工作中，分析从业者都有过如下类似的感受：

● 工作非常辛苦，但没有任何反馈、甚至结果不被认可，根本找不到改进方向

● 考评绩效差、长期得不到职业晋升或加薪

● 忙碌于琐事/自我麻醉、缺乏有效成长路径

● 职业竞争力越来越差、且日渐焦虑与烦躁

实质上，分析与业务的关系，类似于乙方与甲方的关系。期待甲方主动表扬、提供更多回报本身就是不现实的。而忙于事，还是进行价值创造，抑或是可以实现价值回收，这是三个不同的课题。

02.分析框架

03.分析从业者成长路径？

在我这10年成长过程中，最难、最痛且最煎熬的莫过于以下四个问题：

·哪些事情是真正有价值、且事半功倍的？

·忙碌、多做事，有意义吗？

·想多产出价值，却四处碰壁、没有路径？

·SQL、BI、Python、分析方法...学了一大堆，还是做不好分析？

对于上述痛点，我在总结了这些年的思考与有效应对策略：

1、只有高价值的事情，才值得投入。而想要找到，就必须清晰理解企业的战略目标与经营管理规划。

2、事情并不等同于价值，忙碌更无法解决焦虑。只有以规模、成本与效率的框架进行思考与表达时，才能将事情转化为老板听得懂的价值。

3、每个人都想做出好的业务结果，这是对的，但是实现需要方法论，光靠激情与口号是不够的。

4、总有很多人告诉我们要学工具、学方法、学沟通...它们是做好分析的基础要素，但不是分析本身。缺乏简单、体系化的知识体系，就会陷入知识堆积、难以付诸实践的尴尬处境。

Who-What-How模型，它能够帮助我们想清楚很多底层问题：

Who：我服务的核心用户是谁？

What：我能为他们提供什么独特的价值？

How：这些价值通过什么方式实现，又如何获得价值回报？

who-what-how模型视角下的逻辑思考，以核心用户驱动职业效率，避免在how层面持续自耗。这里最重要的是Who，你想要匹配什么样的核心用户？当清晰的锚定核心用户后，才需要回答应该具备哪些商业认知、实践方法、核心能力。很多时候，我们找新的工作机会，其本质就是找那个能够帮助自己更快成长的人。

—▼—

01.战略地图与平衡计分卡

使命与愿景是价值选择，它告诉我们去哪里

战略描述：将战略思考与商业模式转化为一张目标明确、逻辑清晰的战略地图

战略衡量：运用平衡计分卡进一步构建衡量战略的量化体系

战略举措：通过制定战略性行动方案，将战略转化为行动（年度经营规划）

02.经营管理与经营分析

经营管理：是一种组织机制，中长期保障战略目标达成、短期保证年度经营规划的落地与迭代；

经管会议：是业务作战会议，聚焦于集中力量打赢关键战役，达成年度经营目标；

经营分析：是企业与各业务单元的主要作战进展的直接呈现，经营仪表盘。

03.分析型企业挑战

价值空间：只是聚焦于具体业务问题的研究分析，分析工作就很难走的更远，其单一价值产出难以支撑个人成长诉求，唯一能做的就是不断寻找更大的价值空间;

探索方向：由具体问题向年度经营目标达成、企业整体经营决策效率优化等方向拓展，这更能凸显价值且具备更大的结构成长空间;

(分析产出漏斗)

(混合式团队架构)

04.企业数字化转型的根本任务是价值体系重构

企业是一个创造、传递、支持和获取价值的系统，价值体系没有重构就不能称之为成功转型。

05.数字化转型能带来哪些价值效益？

—▼—

01.分析价值主张

价值主张（why）：是在清晰洞悉企业需求的基础上明确我们想要做什么，而价值创造是围绕价值主张的实际输出.

价值主张（what）：不断构建与完善分析驱动机制，借助具备共识的量化语言体系推进同欲、同知、同行，进而加速分析型企业及决策优势建设.

(价值创造空间)

(空间网状模型)

02.如何看待日常工作？

如何看待所遇到的问题，就意味着解决路径在哪里，真正的区别在于站在哪、以什么样的视角来观察。规模、成本、效率视角下怎么看？

03.实践路径-SE环

企业需求：寻找可持续的确定性，而研究性的工作却往往意味着各种不确定，机制的构建与完善是通向确定性的桥梁，持续的正反馈是价值创造延续的基石。

（分析加强环）

（SE环）

1. Situation：业务场景的状态。

2. Question：需要被明确回答的问题，核心在于产出真的、高价值的、且可被分析解决的问题。

3. Answer：回答问题的过程，本质是分析技术、工具技术、业务技术与领导力的系统化实践能力。

4. Evaluation：评价，包括产出结果的效用、成本，即以多大成本贡献了多少被共识的价值创造。

5. Expansion：影响力与能力拓展，核心在于分析型企业建设。

—▼—

01.核心能力体系框架

核心能力：是指能够将数据转化为业务策略（决策）所需要的各种关键能力的集合；

个人成长：max F（分析技术, 工具技术, 业务技术, 领导力）

02.领导力塑造

领导力：除各种技术型能力之外，同时又影响在业务场景中以最小代价达成目标的能力。

路径：跨场景优势、个人影响力、资源杠杆（团队）。

03.AI在改变什么

·AI改了很多方面，例如提高了信息检索和推荐的效率和质量，增强了人机交互的自然性和智能性，扩展了人类的创造力和想象力，优化了决策和管理的过程和结果等等。

·AI应用：以DIKW模型为例，未来分析的起点就是Knowledge

·背后逻辑：技术进步带来生产关系重构，由“集中生产-广泛消费”--->“广泛生产-广泛消费”

总结

以上就是本次分享的全部内容！数据分析的价值将不断被放大，不止于分析结果，“价值”将驱动企业实现新的商业模式的探索和突破。

所以，对数据分析从业者来说，除了有很好的数据分析专业素养，是否有业务高度，是否能够将数据分析跟公司的业务结合起来，特别是跟商业价值结合起来，通过数据分析来驱动业务发展，是核心所在。

（黄小伟老师个人公众号）

最近黄老师的新书已经上线了，欢迎关注支持~

其实，跨域、多维度的数据分析越来越受到重视，有数据驱动、价值驱动等意识能够很好地从数据中发现规律并充分利用这些规律的公司才能够在激烈的市场竞争中更好地生存下来。总之，数据分析价值逻辑与实践一两句话无法说全面，这次分享仅提供分析的框架和思考的角度。我们最终的目的是要解决问题，就是发现问题，解决问题就是发现业务中的问题，然后并去解决。学贵在行，需要我们在以后的学习工作中不断地积累经验掌握工具，学以致用。能站在多方角度，发现问题，分析问题，解决问题，总结问题。

后期小飞象会继续为邀请各业的精英分享数据领域的内容。祝愿大家都能在自己所在的领域内，用数据思维，成就更好的自己，在可预见的未来，遇到更好的自己。谢谢大家！

立即扫码

扫码加入星友群

（领取本期分享课件PPT、视频回放以及数字化升级、工业元宇宙相关资料）