文章轉載自知乎專欄「撩撩數據吧」。原文鏈接：
訪客無法瀏覽此圖片或連結，請先 註冊 或 登入會員 。
作者簡介：知乎達人「jiago王」，知乎專欄「撩撩數據吧」。帆軟數據人，樂於交流的數據小兵。
一個行業做的越久，問題就越多，之前並不在意的問題也會拿出來思考。「數據解決企業什麼問題？」這問題一定難不倒大家，甚至張口即答，例如通過數據可以對自身的企業情況有著準確和科學的把握，避免老闆拍腦袋；數據可以實現對市場環境快速的反應和決策；數據可以區分客戶個性化需求，提高服務價值等等。
再比如：
以上，針對每一條都可以理解，但該如何實現呢？
同一個行業，業務模式以及數據類型也相差不多，但是各自所完成的內容相差很多。有些面向領導，做了Dashboard；有些面相業務人員，做了商品分析模塊；有些面向基層員工，做了數據查詢的
訪客無法瀏覽此圖片或連結，請先 註冊 或 登入會員 。。但是，為什麼每家企業做的內容不一樣？這些企業是根據什麼而選擇這些模塊的數據進行分析的？進一步需要解答的是，每家企業所分析的數據不同，但為何感覺不出這對他們產生了不同的影響？拿上面的幾個回答來看，老闆是否拍腦袋決策、是否可以對市場快速準確的決策、是否可以區分客戶需求，這些都非常重要，可有沒有這樣的數據分析（data analysis），並感覺不出什麼區別。
以上這些問題我細細思考一下，同時也回了遇到過的各種業務場景、分析場景，經過成套成套的梳理，發現了這樣一個問題。這些企業所做的數據分析(無論是
訪客無法瀏覽此圖片或連結，請先 註冊 或 登入會員 。還是報表)，並沒有去發現未知的東西，而是為了可以更容易的按照標準的方法來判斷一件事，這對於所有的群體、所有的業務都可以這樣理解。下面我從簡單到複雜的來說明。
對於基層員工，以貨架商品管理員舉例，超市貨架上的商品要怎樣管理？標準的方法是不是某一商品即將賣光，就需要從倉庫中取出該商品補到貨架上。沒有數據，他需要一遍一遍的去巡查，也自然會有時會漏掉。有了數據，他就可以瀏覽數據來查看商品的售賣情況，以此來及時補貨了。這麼對於這個商品管理員來說，數據所解決的問題，就是讓他可以更容易的按照標準的工作方法來決定補什麼貨，補到哪。
對於業務人員，比如品類經理，他需要決定採購哪些品牌的商品，從哪一家供應商來採購，如何規劃商店的商品。標準的方法是什麼，是採購賣的好的品牌，把賣的不好的品牌剔除，並且選擇價格更加低廉按時送貨率高的供應商(真空環境下)。通過數據，我們可以列出我們店中品牌的銷售情況，對比其他門店同類商品品牌銷售情況，以此來發現哪些被忽略的品牌；我們也可以列出在過去一段時間門店內賣的不好的商品，以此來考慮是否可以對這些商品進行促銷並且從此不再需要這些品牌；以上，數據所解決的問題，也是讓品類經理可以更加容易的按照標準的決策方法來進行判斷，優化商品結構，選擇供應商。
對於企業管理層，我們做
訪客無法瀏覽此圖片或連結，請先 註冊 或 登入會員 。進行指標的監控，做企業的業績分析(時間、地區緯度等)。需要做的內容很多，因為管理層所要決定的範圍很廣，他並不像某一業務人員只負責一項工作為了一個目標。但是將內容分解後，我們發現，我們為管理層所做的數據分析，也是為了讓他們可以更方便的按照標準的管理方法進行管理。當然，這個標準，並非是業內的通用標準，而是企業自己的標準，甚至是老闆他本身的標準。比如，老闆要通過胡蘿蔔加大棒的方式來促進每個店鋪的銷售額，給做的好的店長獎勵，做的不好的店長懲罰，通過數據就可以很容易的執行，而避免拍腦袋的獎懲。而這一過程，也是通過數據使管理層可以更容易的按照標準的管理方法進行決策
(員工是判斷，領導是決策)。
針對管理層的，很難說的更細，他們看哪些指標，會給他帶來怎樣的思考，這是旁人說不準的，但是這一套體系一定是在他心裡有數。相比於員工，他們的工作內容更具備發散性，思考也更具備發散性，所以我們做移動端分析平台，做實時監控平台，做定時報送平台，目的都是一樣，可以讓領導更容易看到這些數據來進行決策。
那以上內容，如果沒有數據會怎樣呢，不同的群體，即使沒有對應的數據分析，也是會按照這樣的方法進行工作和管理，但是面對未知情況，基層員工會花費更多的時間來填補數據，工作效率就會變低。對於管理層，他們沒有那麼多精力去找到他們想要的所有依據，所以在工作或者決策中，就出現了模糊決定，缺失的依據多一些，便成了拍腦袋決策。
