第一層：知其然
就是知道資料是多少，發生了什麼情況。就如目前大多數企業都會有自己的資料庫，嚴格一點會有對應的系統對應的業務資料庫，資料收集的工作已經完備了，無論是透過報表還是資料分析的手段，都可以掌握髮生了什麼，程度如何，建立資料監控體系，做到“知其然”。也有一些企業，在管理內部資料的同時，也在考慮外部資料的引進，向第三方機構買資料，觀察行業整體趨勢、政策環境的影響，其次瞭解競爭對手的表現。這樣的資料工作是長期的也可是週期性的管理。長期的可盡力資料展現模板，形成一定的管理規範，固化下來。短期性的比如監測某次營銷活動的情況，可聯合IT部門或者資料分析師自己動手，做到嚴格的“自省”。
1、資料是散的，看資料需要有框架。
資料展現很有講究，把資料放到業務框架，能體現業務分析，才能發揮整體價值。所謂有效的框架至少包含兩重作用：
（1）不同層級的人對資料的需求不同。比如市場銷售資料，業務層需要指導自己每日指標的完成情況和等級排名，需要提交每日每週每月的資料。領導層需要知道固定週期的業績完成率，各地區銷售額，營銷成本和組內業績排名。管理層，CEO級別的可能需要知道每個業務部門的一些關鍵指標，比如總營收，市場增長率，重要的研發進度等等。有效的框架能夠讓不同的人各取所需。
（2）好的框架能定位問題，指導決策制定。例如電商銷售額下降了30%，業務很可能出現了重大問題。我們需要分析問題原因，但如果只從客單價、交易單數、轉化率難以說明問題，好的業務分析框架能夠支援我們往下鑽，從品類、流量渠道等找到問題所在，找到對應負責人。這也是我們通常所說的，看資料要落地。
2、資料，有對比才能考量。
日銷售額100萬，你說多還是少呢？一個孤零零的資料是很難說明問題的。資料判斷要麼有一個參考的指標，要麼有能準確判斷趨勢的指標資料，如增長率上升率。這樣一個基準可以是歷史總結的同期資料，也可以是行業的平均水平，也可以是預先設定的而目標，一切脫離目標的資料分析都是“耍流氓”。
第二層：知其所以然
遇到問題尋找原因這是很順當的銜接。但走到這一步還不夠，解決問題才是真理。資料結合業務，找到資料表象背後的真正原因，解決之。解決問題的過程就會涉及資料整理、加工，還會涉及資料分析模型的建立和工具，這在以往的篇幅已經介紹的夠多的了。
在第二層裡也有兩點分享：
1、 資料是客觀的，但對資料的解讀可能帶有主觀意識。
資料本身是客觀的，但解讀資料的人都是有主觀能動性的。這樣的問題往往是因為多數人通多資料先對問題定性，而不是透過問題解決問題，這樣的事兒總有發生。
2、懂業務才能真正懂資料。
筆者認為，資料分析業務佔6分，方法佔4分。不懂業務無法理解資料的真正含義也是有理可尋的，這裡特地拿出來強調一下。
第三層：輔助業務，發現機會
利用資料可以幫助業務發現機會。舉個電商的例子，透過使用者搜尋的關鍵詞與實際成交的資料比較，發現有很多需求並沒有被很好地滿足，反映出需求旺盛，但供給不足。假如發現了這樣的細分市場，公佈出來給行業小二，公佈出來給賣家，是不是可以幫助大家更好地去服務消費者呢？這個例子就是現在我們在做的“潛力細分市場發現”專案。
講這個案例不是想吹牛資料有多厲害，而是想告訴大家：資料就在那裡，有些人熟視無睹，但有些人卻可以從中挖出“寶貝”來。差異就在於商業感覺，對資料的直覺。搜尋資料和成交資料很多人都能夠看到，但並沒有人把這兩份資料聯絡在一起，這背後體現出的就是商業的感覺。
第四層：建立資料化運營體系
我理解的資料化運營，包含了兩重意思：資料作為直接生產力和間接生產力。
1、資料作為直接生產力。
資料作為直接生產力是指資料能將價值直接投入到前線，作用於消費者，時髦點講就是“資料變現”，這也是大家最為關注的。以前有沃爾瑪將啤酒和尿布兩個產品關聯擺放，引出了商品關聯度的概念。如今，又有餐飲企業利用資料統計分析，選型餐廳面積，最佳化前後廳佈置，使得單位面積營收最大。
2、資料作為間接生產力。
所謂間接生產力，是指資料價值不直接傳遞給消費者或企業，而是需要透過一系列的分析，制定策略傳遞給消費者，即通常所說的決策支援。資料工作者通常做的是產出報表、分析報告等供各級業務決策者參考。我們可以稱之為決策支援1.0模式。然而隨著業務開拓和業務人員對資料重要性理解的增強，對資料的需求會如雨後春筍般冒出來，顯然單單依賴人數不多的分析師是滿足不了的。授人以魚不如授人以漁，讓業務人員能夠獨立地進行資料分析，而不依賴於技術人員是我認為的決策支援2.0模式。
實現決策支援2.0模式有兩個關鍵：工具和能力。
第一層：知其然
就是知道資料是多少，發生了什麼情況。就如目前大多數企業都會有自己的資料庫，嚴格一點會有對應的系統對應的業務資料庫，資料收集的工作已經完備了，無論是透過報表還是資料分析的手段，都可以掌握髮生了什麼，程度如何，建立資料監控體系，做到“知其然”。也有一些企業，在管理內部資料的同時，也在考慮外部資料的引進，向第三方機構買資料，觀察行業整體趨勢、政策環境的影響，其次瞭解競爭對手的表現。這樣的資料工作是長期的也可是週期性的管理。長期的可盡力資料展現模板，形成一定的管理規範，固化下來。短期性的比如監測某次營銷活動的情況，可聯合IT部門或者資料分析師自己動手，做到嚴格的“自省”。
1、資料是散的，看資料需要有框架。
資料展現很有講究，把資料放到業務框架，能體現業務分析，才能發揮整體價值。所謂有效的框架至少包含兩重作用：
（1）不同層級的人對資料的需求不同。比如市場銷售資料，業務層需要指導自己每日指標的完成情況和等級排名，需要提交每日每週每月的資料。領導層需要知道固定週期的業績完成率，各地區銷售額，營銷成本和組內業績排名。管理層，CEO級別的可能需要知道每個業務部門的一些關鍵指標，比如總營收，市場增長率，重要的研發進度等等。有效的框架能夠讓不同的人各取所需。
（2）好的框架能定位問題，指導決策制定。例如電商銷售額下降了30%，業務很可能出現了重大問題。我們需要分析問題原因，但如果只從客單價、交易單數、轉化率難以說明問題，好的業務分析框架能夠支援我們往下鑽，從品類、流量渠道等找到問題所在，找到對應負責人。這也是我們通常所說的，看資料要落地。
2、資料，有對比才能考量。
日銷售額100萬，你說多還是少呢？一個孤零零的資料是很難說明問題的。資料判斷要麼有一個參考的指標，要麼有能準確判斷趨勢的指標資料，如增長率上升率。這樣一個基準可以是歷史總結的同期資料，也可以是行業的平均水平，也可以是預先設定的而目標，一切脫離目標的資料分析都是“耍流氓”。
第二層：知其所以然
遇到問題尋找原因這是很順當的銜接。但走到這一步還不夠，解決問題才是真理。資料結合業務，找到資料表象背後的真正原因，解決之。解決問題的過程就會涉及資料整理、加工，還會涉及資料分析模型的建立和工具，這在以往的篇幅已經介紹的夠多的了。
在第二層裡也有兩點分享：
1、 資料是客觀的，但對資料的解讀可能帶有主觀意識。
資料本身是客觀的，但解讀資料的人都是有主觀能動性的。這樣的問題往往是因為多數人通多資料先對問題定性，而不是透過問題解決問題，這樣的事兒總有發生。
2、懂業務才能真正懂資料。
筆者認為，資料分析業務佔6分，方法佔4分。不懂業務無法理解資料的真正含義也是有理可尋的，這裡特地拿出來強調一下。
第三層：輔助業務，發現機會
利用資料可以幫助業務發現機會。舉個電商的例子，透過使用者搜尋的關鍵詞與實際成交的資料比較，發現有很多需求並沒有被很好地滿足，反映出需求旺盛，但供給不足。假如發現了這樣的細分市場，公佈出來給行業小二，公佈出來給賣家，是不是可以幫助大家更好地去服務消費者呢？這個例子就是現在我們在做的“潛力細分市場發現”專案。
講這個案例不是想吹牛資料有多厲害，而是想告訴大家：資料就在那裡，有些人熟視無睹，但有些人卻可以從中挖出“寶貝”來。差異就在於商業感覺，對資料的直覺。搜尋資料和成交資料很多人都能夠看到，但並沒有人把這兩份資料聯絡在一起，這背後體現出的就是商業的感覺。
第四層：建立資料化運營體系
我理解的資料化運營，包含了兩重意思：資料作為直接生產力和間接生產力。
1、資料作為直接生產力。
資料作為直接生產力是指資料能將價值直接投入到前線，作用於消費者，時髦點講就是“資料變現”，這也是大家最為關注的。以前有沃爾瑪將啤酒和尿布兩個產品關聯擺放，引出了商品關聯度的概念。如今，又有餐飲企業利用資料統計分析，選型餐廳面積，最佳化前後廳佈置，使得單位面積營收最大。
2、資料作為間接生產力。
所謂間接生產力，是指資料價值不直接傳遞給消費者或企業，而是需要透過一系列的分析，制定策略傳遞給消費者，即通常所說的決策支援。資料工作者通常做的是產出報表、分析報告等供各級業務決策者參考。我們可以稱之為決策支援1.0模式。然而隨著業務開拓和業務人員對資料重要性理解的增強，對資料的需求會如雨後春筍般冒出來，顯然單單依賴人數不多的分析師是滿足不了的。授人以魚不如授人以漁，讓業務人員能夠獨立地進行資料分析，而不依賴於技術人員是我認為的決策支援2.0模式。
實現決策支援2.0模式有兩個關鍵：工具和能力。