第一：作為基礎部分，需要能夠鑑別、管理多種資料來源；

第二：為了分析和最佳化成果，需要極高的資料分析及業務理解能力；

第三：為了確保資料策略的實施，管理層需要推動資料驅動的理念；

這三個要素作為資料驅動業務的關鍵，每一步都至關重要，第一部分主要是資料基礎建設，第二部分主要是資料分析及業務最佳化、第三部分是資料策略及資料理念的推動。

第一部分：要打造一個良好的資料基礎建設，以下幾個方面必不可少：選擇合適的資料指標：如今大資料時代，尤其是網際網路行業，每天都在產生大量的資料，我們需要判斷哪些是對於我們有用的；擁有足夠的技術支援：在資料的收集、整理、標準化的過程中，應儘量尋求技術的幫助，減少人工干預部分，提升資料管理效率；構建資料字典：資料字典，就是把每一個業務欄位，其上游指標、下游指標、資料含義、存放位置等資訊彙總。當資料量增大的時候，資料的解釋和尋找難度會大大增加，一線資料分析人員經常會在尋找資料上耗費大量精力，作為資料基礎建設的一部分；資料字典的建立可以避免有資料卻難以使用的問題；

第二部分：資料分析及最佳化主要包含以下幾點：提升業務瞭解深度：需要各級人員不僅僅瞭解自身的業務，還要了解上下游的業務關係，否則及時發現了影響你業務的指標，由於不熟悉整體業務流程，更無法基於資料分析結果做出最佳化方案；比如同樣是使用者運營，拉新、促活、流失挽回等環節可能是不同團隊在負責，所以從全盤的角度出發，每個資料使用者都應提升業務瞭解深度；指標拆解與規劃：在瞭解業務的基礎上，能否對業務流程進行拆解，從而找出可以反映每一項業務的指標；業務洞察及預測：透過洞察過往的業務資料，能夠對今後的業務發展給出一定的預測；資料分析與產出：：根據資料分析，產出業務的提升策略及調整方向。

第三部分：想要資料策略順利實施，決策層需要積極參與

領導投入足夠的精力，以保證各部門負責人支援這項任務。

比如，我們分析出一些結果之後，要使用ABtest進行測試，那麼測試就需要產品、運營、技術、設計等人力資源，相關部門負責人能否快速響應需求，是業務策略實施的關鍵。

打造策略響應機制：假如說，我們已經找出了影響業務的原因，並且制定了一些測試策略，在測試的時候需要用到產品、設計、研發、運營的各個崗位的相關人員，如果沒有一套完整的公司層面的制度，一線工作人員，即使是業務負責人，也很難快速的調動這些資源，來相應資料策略的實施；使用分析工具：把業務分析的過程建立為BI等資料平臺，降低資料的使用門檻，並且推動其在整個公司當中的使用；建立資料自動化，比如說每天自動把業務資料彙總，並以郵件等形式傳送給業務負責人，提升資料流轉效率；

這幾部分都需要管理層的推進才能實施，有些傳統企業依然保留著網際網路剛興起時野蠻生長時代的習慣，如今到了存量時代競爭，更需要從資料的精細化著手，一旦找到可以提升業務的因素，就應快速執行並持續迭代。

作為資料的使用者，我們首先應該關注第二大要素，知道怎樣分析和使用資料，並且有能力做出資料預測及分析模型。後續，我們介紹多種資料模型來幫助大家洞察業務問題，找到資料驅動業務的核心抓手。主要包括PEST宏觀分析模型、MECE歸因分析模型、OSM資料驅動模型、RFM多矩陣分析模型等，並且會介紹怎樣透過資料預測模型，來預測未來業務的走向，從而提前分配資源。