Doanh nghiệp dựa trên dữ liệu: Bạn là người lái xe hay con lừa kéo xe?

Động lực chính là khái niệm kinh doanh được thảo luận trên thị trường của chúng tôi. Khi dữ liệu trở thành yếu tố sản xuất, doanh nghiệp dựa trên dữ liệu sẽ ra đời. Kinh doanh dựa trên dữ liệu thực chất là gì và nó có tác dụng gì?

"Kinh doanh dựa trên dữ liệu" là một thuật ngữ rất thời thượng, nhưng cũng là thuật ngữ khiến nhiều sinh viên đau đầu. Bởi vì thứ này có thể nhìn thấy nhưng không thể chạm vào. Tôi nghe "lái xe" và "lái xe" hàng ngày, nhưng tôi không biết lái xe như thế nào.

Hơn nữa, khi tôi hỏi một câu hỏi, nhân viên bán hàng lại mắng tôi. Khi tôi đưa ra ý kiến, nhân viên bán hàng không lắng nghe. Họ luôn phàn nàn rằng việc phân tích dữ liệu không đủ sâu hoặc các đề xuất không đủ cụ thể. Tôi nên làm gì?

1. Trình điều khiển là gì?

Khi nói đến việc lái xe, cảnh tượng điển hình nhất là cảnh người đánh xe ngựa lái cỗ xe ngựa. Con ngựa kéo xe, người đánh xe cầm roi hét lớn: "Chết tiệt!" Con ngựa kéo xe và chạy thật nhanh. Vậy câu hỏi đặt ra là: Người đánh xe ngựa điều khiển con ngựa kéo xe như thế nào?
Hãy suy nghĩ một giây -
Điều trực quan nhất hiện lên trong đầu tôi là:

• Chỉ ra hướng đi: kéo ngựa theo đúng đường.
• Tăng tốc độ: quất vào mông ngựa.
• Tăng nguồn cung cấp: Cho ngựa thêm thức ăn.
• Cảnh báo nguy hiểm: Hãy kéo ngựa lại nếu bạn nhìn thấy hố.

Đây chính là yếu tố thúc đẩy trực giác.
Bốn điểm này thực sự tương ứng với bốn vấn đề chính:

• Câu hỏi mục tiêu: điểm bắt đầu và điểm kết thúc.
• Câu hỏi về phương pháp: Làm thế nào để làm tốt hơn.
• Vấn đề đầu tư: cần đầu tư bao nhiêu nguồn lực.
• Các vấn đề hạn chế: Liệu có điều gì đó không ổn xảy ra dưới ảnh hưởng của các điều kiện hạn chế không?

Điều này cũng đúng trong các doanh nghiệp. Nếu bạn muốn thúc đẩy kinh doanh, trước tiên bạn phải giải quyết bốn vấn đề chính (như được hiển thị bên dưới):

2. Vai trò của dữ liệu trong việc thúc đẩy

Tuy nhiên, xin lưu ý rằng những hành động có vẻ đơn giản này thực ra không dễ thực hiện:

• Chỉ ra phương hướng: tức là biết điểm bắt đầu và điểm kết thúc.
• Tăng tốc độ: Bạn cần biết con ngựa có thể chạy nhanh đến mức nào. Nếu không, nếu bạn chỉ quất ngựa, nó sẽ đau đớn đến mức không thể chạy được.
• Tăng nguồn cung cấp: Bạn cần biết ngựa của bạn cần bao nhiêu cỏ mỗi ngày và nên ăn bao nhiêu trong một bữa. Nếu bạn quá no, bạn sẽ cảm thấy đầy hơi; nếu bạn quá đói, bạn sẽ không có năng lượng.
• Dự đoán nguy hiểm: Bạn cần biết ổ gà ở đâu và xe có thể chịu được những va chạm nào.

Như bạn thấy, cả bốn câu hỏi đều liên quan đến dữ liệu! Quan trọng nhất trong số này là mục tiêu định lượng. Điểm bắt đầu và điểm kết thúc quyết định trực tiếp con đường nào cần đi, có bao nhiêu con đường có sẵn, cần chuẩn bị bao nhiêu thức ăn trên đường và sẽ có những cạm bẫy nào.

Vì vậy, nếu mục tiêu không rõ ràng thì việc nói bất cứ điều gì cũng chẳng có ý nghĩa gì. Mục tiêu không chỉ phải được xác định mà còn phải rõ ràng. Còn lại thì chỉ nói: Dẫn tôi đi tham quan huyện Nhược Cường, nghe có vẻ đơn giản. Khi đến nơi, tôi mới biết rằng huyện này thực ra lớn gấp đôi tỉnh Chiết Giang! Bạn không bao giờ có thể hoàn thành cuộc chạy ngay cả khi bạn chết.

Ở đây có một câu hỏi được đặt ra: nếu chúng ta chưa bao giờ lái xe ngựa thì sao? Còn nếu chúng ta chưa bao giờ đi trên con đường này thì sao? Sẽ thế nào nếu chúng ta thay đổi những con ngựa đang sử dụng từ ngựa Mông Cổ sang ngựa Ả Rập? Đây đều là những vấn đề hoàn toàn mới và không có dữ liệu. Trong trường hợp không có dữ liệu, bạn có thể thực hiện thử nghiệm trước. Chạy một quãng đường ngắn trong một khu vực nhỏ, kiểm tra tình trạng đường sá, kiểm tra sức bền của ngựa và học cách kéo xe ngựa.

Đây là hai mô hình cơ bản dựa trên dữ liệu:

1. Đối với các doanh nghiệp mà bạn đã quen thuộc, hãy tóm tắt kinh nghiệm, tìm ra vấn đề và loại bỏ lỗi
2. Đối với doanh nghiệp mới ra mắt, hãy kiểm tra hiệu ứng, so sánh các nhóm và tìm ra các quy tắc

3. Trò chơi nâng cao dựa trên dữ liệu

Lưu ý: Thảo luận ở trên dựa trên tiền đề rằng "bạn không thể thay đổi con ngựa và bạn không thể thay đổi chiếc xe". Nếu mục tiêu lái xe của người lái xe không phải là "lái ngựa" mà là "lái xe để giao hàng đến đích nhanh hơn và rẻ hơn", sẽ có nhiều việc có thể làm được hơn:

• Chọn đúng ngựa: ngựa nào nhanh hơn và có sức bền tốt hơn?
• Thay đổi xe: tra dầu trục và gia cố thân xe
• Phân bổ hàng hóa: Thực hiện nhiều chuyến đi cùng một lúc, đừng làm mình mệt mỏi chỉ sau một chuyến đi.
• Sử dụng xe giá rẻ: Nếu chủ hàng không đủ khả năng chi trả thì hãy thay thế bằng xe lừa, rẻ hơn.

Đây là cách lái xe tiên tiến hơn. Hãy bắt đầu từ mục tiêu, đừng giới hạn phương tiện và lựa chọn phương pháp phù hợp hơn để đạt được mục tiêu.

4. Một cách ngu ngốc để truyền dữ liệu

Câu hỏi: Nếu một ngày bạn nhìn thấy một người lái xe:

• Hãy xắn tay áo lên và tự mình kéo xe, cần gì phải dùng ngựa!
• Đặt một con lợn lên xe và quất nó để kéo xe.
• Đặt một con lợn chết lên xe rồi nghiên cứu cách làm cho con lợn chết đó sống lại

Tôi có thể hỏi: Bạn nghĩ người lái xe kéo này đã nắm giữ được sức mạnh vũ trụ mạnh mẽ hay bạn nghĩ người lái xe kéo này là một kẻ tâm thần? Tất nhiên anh ta là một kẻ tâm thần! Xe ngựa, xe ngựa, xe ngựa chở ngựa gọi là xe ngựa.

Thật buồn cười phải không khi thay vì nghiên cứu cách điều khiển ngựa hoặc cách gia cố thân xe, người lái xe lại cố gắng chạy thay cho ngựa! Người ta thường nói rằng lợn không thể kéo xe. Dùng lợn để kéo xe ngựa có buồn cười không? Có phải còn buồn cười hơn khi cố gắng làm cho một con lợn chết sống lại không? Ông ta có khả năng khiến người chết sống lại, vậy tại sao ông ta vẫn còn là người đánh xe ngựa? ? ! !

Tuy nhiên: Khi người lái xe trở thành nhà phân tích dữ liệu, cỗ xe trở thành hoạt động, tiếp thị, lập kế hoạch... và roi trở thành "dữ liệu lớn", "trí tuệ nhân tạo", "mô hình thuật toán"...

Bạn sẽ thấy rằng việc cố gắng thúc một con lợn nái già kéo xe đang diễn ra ở nhiều công ty khác nhau, và nó diễn ra liên tiếp và rất thú vị.

Khi nhiều doanh nghiệp nghe đến cụm từ "dựa trên dữ liệu", họ ngay lập tức từ bỏ và dựa vào dữ liệu cho mọi thứ.

Nhiều doanh nghiệp đặt hết hy vọng vào "dự đoán chính xác 100%" mà không cân nhắc đến các khả năng khác hoặc lập kế hoạch dự phòng.

Nhiều doanh nhân nói nhiều về "phân tích dữ liệu phải cụ thể", rồi thậm chí còn để mặc dữ liệu tạo ra vài trang và vẽ vài nút.

Nhiều doanh nghiệp gặp vấn đề với quy trình riêng và chất lượng sản phẩm thấp, nhưng lại quá lười để tự cải thiện nên hoàn toàn dựa vào "dữ liệu đẩy chính xác".

Câu này không có nghĩa là yêu cầu người đánh xe kéo xe. Đây chính là sự thật. Đây không phải là việc đánh đập một con lợn chết. Đây chính là sự thật. Chưa kể đến những người thậm chí không thu thập dữ liệu cơ bản, quá lười để phân tích dữ liệu và thậm chí không có mục tiêu kinh doanh rõ ràng.

Những người đến và hét lên: "Chúng tôi muốn cải thiện thành tích của mình, xin hãy phân tích chi tiết các cách để cải thiện thành tích của chúng tôi" - hãy nói theo cách này, khi bạn đến chùa để thờ Phật, bạn phải nói với Đức Phật một điều cụ thể: "Xin hãy phù hộ cho con kiếm được 1 triệu đô la" hoặc "Xin hãy phù hộ cho con có một đứa con trai" v.v. Hơn nữa, nhà phân tích dữ liệu của bạn không phải là Bồ tát.

5. Một cách ngu ngốc khác để sử dụng dữ liệu

Câu hỏi: Nếu một ngày bạn nhìn thấy một người lái xe:

• Anh ta nói với đôi tai dài của con ngựa: "Bạn nghĩ chúng ta nên chạy tốt hơn bằng cách nào?"
• Bắt xe à? Để lái xe ngựa, bạn chỉ cần hét lên: "Gee!" "Gee!", và con ngựa sẽ chạy đi ngay khi bạn hét lên.
• Hỏi trong nhóm WeChat: Có tài xế cao cấp nào của Tou, Teng hay A không? Nếu bạn có thắc mắc gì, bạn có thể trả tiền!
• Tìm kiếm trực tuyến phiên bản PDF của "21 ngày để thành thạo lái xe buýt từ 0 kiến ​​thức cơ bản"

Bạn sẽ nghĩ người đánh xe ngựa này là một nhà khoa học huấn luyện hoặc một kẻ mọt sách. Tất nhiên anh ấy là một thằng mọt sách! Chỉ có khoa học cơ bản mới có sách có hệ thống để mọi người học. Đối với một việc thực tế như kéo xe, nếu bạn không đến tận nơi để quan sát thì việc tìm thấy Tou Teng'a có ý nghĩa gì? Chỉ vì tên của Tiểu Mã Ca có chữ "Mã" mà tất cả nhân viên của họ đều có thể lái xe ngựa sao?

Nhiều chuyên gia dữ liệu mới vào nghề thường mắc phải sai lầm là chỉ giới hạn trong sách vở, cố gắng áp dụng kiến ​​thức sách vở một cách máy móc để giải quyết các vấn đề thực tế và tin tưởng một cách mù quáng vào cái gọi là "công ty lớn" và "cấp cao".

Tuy nhiên, khi bạn đề cập đến việc hiểu biết về doanh nghiệp, nhiều người mới lại đi đến thái cực khác: đặt câu hỏi trực tiếp về mọi thứ. Anh ấy tin vào những gì người khác nói. Dữ liệu ở đâu? Còn việc kiểm tra thì sao? Còn phần tóm tắt thì sao? Tất cả đã bị lãng quên. Sau đó anh ấy rất tự hào về bản thân: Tôi đã liên lạc được với bộ phận kinh doanh! Có thể anh ta đã bị bán và vẫn đang giúp người khác đếm tiền.

Do đó, kinh doanh dựa trên dữ liệu đòi hỏi dữ liệu và kinh doanh phải cùng nhau hoạt động. Doanh nghiệp có định hướng rõ ràng và nỗ lực nâng cao năng lực kinh doanh về thiết kế, vận hành, thiết kế mỹ thuật, phát triển sản phẩm,... Chỉ có thu thập dữ liệu, giám sát quy trình, xem xét kết quả, tổng kết kinh nghiệm và thử nghiệm sáng kiến ​​một cách cẩn thận mới có thể đạt được hiệu quả lớn nhất.

Tuy nhiên, sự phổ biến của các khái niệm trí tuệ nhân tạo trong hai năm qua đã khiến các doanh nghiệp dựa trên dữ liệu ngày càng trở nên hỗn loạn. Điều phổ biến hiện nay là các doanh nghiệp quá lười suy nghĩ và trông chờ vào phép màu của mô hình "dự đoán chính xác 100%" để giúp họ mở mang tầm mắt.

Sau đó Data nghĩ rằng anh ta thực sự có thể đưa ra "dự đoán chính xác 100%", miễn là anh ta có thể tìm được một vị thần vĩ đại như Tou Teng'a để cung cấp cho anh ta phiên bản PDF của "Dự đoán chính xác 100% trong 21 ngày với 0 kiến ​​thức cơ bản" và lưu vào ổ đĩa D của máy tính - Hàng khô - Khai thác dữ liệu - Thư mục Mô hình thuật toán. Kết quả tất nhiên là anh ta giống như đang cưỡi một con ngựa mù và rơi xuống một vực sâu vào giữa đêm.

Tác giả: Thầy giáo thực tế Chen

Nguồn: Tài khoản công khai WeChat "Giáo viên thực tế Trần"