⟵  回博客

应用数据驱动型决策 (DDDM)思维的痛点和诀窍

新冠疫情以及国际形势的持续变化加速了全球数字化转型的脚步,迫使企业重新审视自身的经营方式来对抗外部不确定风险带来的威胁。企业高管们也逐渐意识到,技术水平已经不再是企业数字化转型最大的“拦路虎”,成功的关键因素最后还是归结到人的转变上。

企业是否能够树立员工对于数字化转型的理解,建立数据驱动的企业文化是目前高管们遇到的最大痛点。

根据NewVantage Partners的报告显示,91.7%的企业高管表示将在构建数据能力和AI基建上进行持续的投入,然而在提及数字化转型最大障碍的时候,高达91.9%的高管不约而同地选择了企业文化。2018 年的一项 IDC 研究也指出,很多企业在数字化进程中已经投资了数万亿美元,但是这些投资中有 70% 以失败告终。    

数据显示从2018年到2022年,企业文化一直是数字化转型最大的障碍,每年超过80%的高管都有此共识。

NewVantage Partners 调研报告

想要在企业内部建立数字化转型所需要的企业文化,离不开对于数据驱动型决策(DDDM)思维的理解和应用。尤其在这瞬息万变的市场营销形势下,营销团队的数字化能力是决定企业能否精准洞察消费者需求,提升品牌认知度,找到持续增长动力的重要保障。本文将浅析数据驱动型决策(DDDM)思维模式在营销团队中的作用,深度分析在实践中可能遇到的痛点,并提出几个思考方向,供正在面临数字化转型问题的企业做参考。

1.最熟悉的陌生人:什么是数据驱动型决策(DDDM)?

数据驱动型决策(Data-drivendecision-making,简称DDDM) 是一种基于大数据提供的事实依据作为行动准则的思维方式。

DDDM的核心在于通过大量数据展现的事实来发现规律、验证推论和深入洞察,从而指导战略决策和业务行动。因此,基于客观数据举证的决策能大幅减少主观意识的干扰,同时也能使得决策流程更为清晰和透明化,降低了由于个体建议的偏见而导致的决策偏差。根据经济学人杂志与普华永道的一项调研显示,高度数据驱动型企业比一般企业在作出重大决策时效率显著提高3倍。

下图将更为清晰的罗列DDDM和传统的假设驱动决策模型(ADDM, Assumption-drivien decision making)之间的区别

和假设驱动型决策(ADDM)相比,数据驱动决策(DDDM)需要更多资金投入以选择可靠的软件系统,更高效精准;同时知识来源于海量数据而非想法,需要深度学习,决策的核心过程是数据的严密分析。

企业实行DDDM的流程理论上来说并不复杂,主要分为5个步骤:了解目标、明确数据源、数据整合、数据分析、得出结论。

然而在实际的应用中,不免会遇到很多的挑战,会对于整体模式的效果造成影响。思维的转变需要耐心和信心的加持才能获得突破。

数据驱动型决策过程:了解目标、明确数据源、数据整合、数据分析、得出结论。

2.现实与理想的碰撞:营销团队在应用DDDM时面临的挑战

在市场营销领域,伴随着数字营销的迅猛发展,对于数据化技术的应用并不陌生。数据能协助营销人员评估整个市场营销效果,也能协助内容营销团队找到用户最感兴趣的内容话题,同时还能精准了解用户对于产品需求,帮助销售团队更好的完成销售指标。

然而,海量的数据源已经成为了营销团队在评估和分析数据时所面临的一大痛点。

根据Statista的数据显示,全球互联网每分钟产生的数据量从2014年3泽字节(1泽字节ZB大约等于1万亿吉字节GB)已经增长到了2022年的97泽字节。其次,社交媒体的快速发展(如短视频、图文、音频、直播等)所产生的新的数据源也增加了数据分析的难度。根据哈佛商学院的一项调研指出,80%的新数据类型都没有清晰的结构,不仅加大了获取的难度,也很难被整理成为有分析价值的数据。面对这庞大而复杂的数据量,如何有结构地、快速地在其中找到更为准确指标体系来体现整体营销效果是营销团队在建立DDDM首要解决的关键问题。

由于数据的流动性,营销团队在多方协作情境下对于数据的把控和管理也是一大挑战。

营销团队在做数据整合的时候,不仅需要平衡组织内部由于数据所有权不明晰、数据资产不流通引起的内部效率降低的问题,也需要把控外部供应商提供的数据的准确性,确保数据的安全性和可靠性。近年来对于用户隐私和企业责任的讨论使得营销团队也不得不更为谨慎的去处理数据,对于外部供应商的管理的要求也进一步的提高了。

面对复杂的数据现状,营销分析能力是否能与时俱进也是团队需要克服的重要议题。

“精细化”一词虽然被反复提及,而在实际数据项目推进中,团队却很难平衡“数据”与“直觉”之间的关系,究其主要原因则在于营销分析缺乏清晰的目标和洞察深度。因此,当分析结论无法指导战术执行的时候,经验和想法就再次成为了推进项目落地的踏脚石了。

科握社媒观察整理了数据驱动决策过程与痛点:数据量庞大、内外部协作不顺畅、数据目标不明晰、分析不深入)

3.深度探讨与反思:营销团队如何有效建立DDDM?

基于上述所提到的三大痛点和挑战,我们整理了相关研究和案例,希望能给到营销团队在应用DDDM时能得到一些启发。我们发现,为了实现有效的数字化转型,团队需要:

1)营造鼓励批判思维和好奇心的团队文化,建立更为清晰有效的目标

目标感是建立DDDM最重要的要素,任何的决定都必须以达成业务目标为核心。用数据驱动团队来共同设定目标更有利于营造一种鼓励批判性思维和好奇心的文化的氛围。不同层级的员工之间能将自己熟悉的数据和洞察归拢到一起,以互助共赢的模式去共同解决一个问题,从而使得团队的目标能与每一个人更紧密地连接起来。同时,这种更为公开透明的协作形式也能大幅降低由于数字化转型给员工带来的不安全感,促使其通过更多的实践和应用来提升数据能力。

2)提升数据敏感度,利用与目标有相关性、可靠的数据源来推进分析的形成;

有效的DDDM应用肯定离不开基本功——数据敏感度的训练。对于营销团队来说,想要持续保持对于数据的敏感度,除了企业内部为员工提供培训和发展机会以外,还需要不断去了解各营销渠道的数据类型,并通过多种营销活动的实施去验证数据的相关性,通过快速试错快速学习,来获取对于业务目标最为有效的洞察。

数据的相关性至关重要,无效的数据只会降低团队的行动效率和效果。拿社交媒体营销举例,许多团队会注过于重自身账号粉丝量的提升,而忽略了其他一些数据指标(粉丝扩增率趋势、不同内容整体趋势变化、各触点用户点击状况等)可以对内容质趋势和内容质量进行分析,去回答 “什么样的内容能够更吸引我的受众”这个问题,从而更前瞻性的做出内容策略规划,找到破解的答案。

营销团队可以借助以下数字工具获取更精准、更有效的数据:

  1. 网站流量监测:网站分析平台和工具
  2. 社媒内容监测分析:社交媒体管理(SMM)平台 (比如我们家KAWO科握啦!)
  3. 数据分析整合:商业智能平台
  4. 用户洞察:社交聆听工具
  5. 客户的旅程和反馈:客户关系管理系统 (CRM)

3)多维度对比,增强分析的敏捷性,不要忽略小数据中的洞察来的出结论。

世界首席品牌营销专家林斯特龙在《痛点:挖掘小数据满足用户需求》一书中提出,在挖掘用户需求时,更重要的是需要通过对一个小群体的亲身观察和小数据提供的常识来捕捉特定社会群体所衍生的诉求。小数据不一定是数字、图表,而是与人的感官、心情有关的信息,它代表的是用户的习惯、心情和感受,是内心未被满足的欲望的表现形式。

社交媒体很大程度上成为了营销人去更好的了解用户这些细微情绪变化的工具。在社交媒体的营销上,DDDM的应用则更需要注重分析层面对于小数据的洞察,来推动整个品牌策略的落地。在社交媒体平台的规则和热点变化莫测的当下,数据不是越多越好,多重维度数据的对比和整合需要强有力的数据管理工具来支撑,才能从海量信息量挖掘重点,敏捷分析。

4.抓准小数据,直击用户痛点:
KAWO科握全新数据中心上线!

KAWO科握作为一个社交媒体管理平台,悉知企业在数据整合和分析时面临的挑战,正式上线“数据中心”功能,既能将全部单篇社媒内容的数据自动整合在一个界面上,兼具广度、深度、灵活性、与可视化,也能让营销团队更为直观洞察社媒数据趋势、挖掘数据间关系。在产品设计上,还支持在点、拉、拖、拽间灵活增减社媒指标模块,自定义按照指标重要性设计界面布局,任意选择时间范围,一键按照不同指标为内容排序,实现真正的千人千面,让团队从此与复杂而枯燥的excel表说再见。了解更多>>

应用数据驱动型决策 (DDDM)思维的痛点和诀窍插图4

KAWO科握数据中心看板展示

⟵  回博客