从经验驱动到数据驱动，到底差在哪一步

 

很多公司平台买了、数仓建了、报表也天天看，决策还是靠拍脑袋。差的不是技术，是机制。

干了18年数据，我被问得最多的一句话是，我们数据平台都建好了，为什么干活还是老样子。

问这话的人有CEO，有业务总监，也有一线运营。他们的困惑出奇一致。钱花了，系统上线了，报表大屏很漂亮，可是到了做决策的时候，大家还是开会，还是吵架，还是谁职位高听谁的。

反过来看那些真正做到数据驱动的公司，你会发现他们的技术未必多先进，有的连数据中台都没有，就一个数仓加几个看板。但人家的决策方式真的不一样。

这事儿我琢磨了很多年。今天把我的观察摊开讲，中间差的到底是哪一步。

经验驱动的典型场景

先说清楚什么是经验驱动，别觉得这词贬义。

我在汽车行业待了18年，经验就是我的本钱。一个老师傅看一眼进店流量，就知道这个月销量大概什么水平。一个老销售总监凭手感给区域压任务，十次有七次不离谱。经验不值钱这个说法，我不认。

但经验驱动有三个死穴。

第一个死穴，不可复制。老师傅的判断在他脑子里，徒弟学十年未必学得会。人一走，经验跟着走。我见过一个经销商集团的大客户经理离职，他手上那批客户的跟进节奏全断了，新人接手两个月，流失了一小半。没人做错什么，就是经验没有被沉淀下来。

第二个死穴，不可追溯。凭经验做的决策，说不清为什么成，也说不清为什么败。去年做了一场促销，效果不错，今年照着再来一次，效果掉了一半。为什么？没人说得清。可能是去年蹭了竞品缺货的窗口期，可能是人群恰好对了，也可能纯粹是运气。经验无法复盘，复制成功就是玄学。

第三个死穴，不可规模化。经验驱动的前提是人在场。业务做大了，客户从十万到一百万，老师傅看不过来了。这时候经验不但帮不上忙，还会变成瓶颈。所有事都要他拍板，他成了整个链条上最慢的一环。

说白了我的理解是，经验驱动撑得起一家公司的过去，撑不起它的未来。

数据驱动的理想状态

再说数据驱动。很多人把它理解成看报表，这是最大的误会。

看报表不等于数据驱动。我见过太多公司，报表做得精美，每天早上领导看一眼，然后该干嘛干嘛。数据在他们那里是个装饰品，用来证明自己已经做的决定是对的。这叫报表文化，不叫数据文化。

真正的数据驱动长什么样，我概括成三句话。

决策有依据。做一个动作之前，先看数据。圈哪些人、发什么内容、什么时间发、走哪个渠道，每一步都有数据支撑，而不是「我觉得」「上次就是这么干的」。

效果可验证。动作做完，数据会告诉你结果。打开率多少，转化多少，投入产出比多少，全部量化。做得好知道好在哪，做得差知道差在哪。

行为能沉淀。这是最容易被忽略的一条。每一次活动的数据都回流进来，变成下一次决策的养分。系统越用越聪明，而不是每次都从零开始。

做到这三条的公司，决策质量会随着数据积累持续上升。这才是数据驱动真正值钱的地方，它把一次性的判断，变成了可累积的资产。

中间差的不是技术，是机制

那为什么大多数公司到不了这个状态？

我先排除一个答案，不是技术。现在做数据分析的技术门槛，比十年前低了一个数量级。云上开个数仓，接个BI工具，几个人的团队一个月就能把看板搭起来。工具从来不是瓶颈。

也先别急着怪人。业务部门不用数据，很多时候不是他们顽固，是你给他的数据帮不上他的忙。报表上一百个指标，跟他明天要做的决策没有一毛钱关系，他凭什么看。

我这些年反复观察下来，卡住的公司基本都卡在同一类问题上，缺闭环机制。

具体拆开讲，缺三样东西。

第一，数据不回流。活动做完，触达了多少人、多少人打开、多少人转化，这些数据散在各个渠道商和系统里，没人收回来。每次活动都是一次性消费，数据用完即弃。没有回流，就没有积累，谈何驱动。

第二，复盘没人做。数据有了，但没有一个机制逼着大家坐下来对着数据复盘。活动效果差，归因到「市场环境不好」就散会了。没有复盘，数据就只是数字，变不成认知。

第三，决策流程没变。这是最根子上的。开会的时候，数据讲五分钟，领导意见讲五十分钟。数据驱动的公司是数据说话，经验驱动的公司是数据伴奏。流程不改，买再多系统都是给旧决策方式装点门面。

G企MA的闭环实践

道理讲完，讲个我亲历的项目，G企MA数字化运营。

G企上MA平台之前的状况，跟上面说的差不多。做保客营销，人群名单靠业务部门手工提，逻辑是「三年内做过两次以上保养的客户」。名单出来发给渠道，短信群发，发完就完。效果怎么样，打开率多少，有没有人来店，没人知道。下次活动，还是那批人，还是那个逻辑。

后来我们推MA平台，核心就干了一件事，把闭环跑起来。

第一步，客户数据用OneID打通。官网、App、会员系统、售后系统的客户数据归一，一个人一个ID，行为全串起来。这是地基，没有这步，后面全是空谈。

第二步，人群靠圈选不靠名单。保养提醒、流失召回、保险到期，每个场景定义好圈选规则，系统自动算人群。业务部门原来提名单要一周，后来是配置规则要一天，跑出来是准的。

第三步，多渠道自动触达。App推送、企微、短信，按客户习惯的渠道分层触达，未响应的自动降级到下一个渠道。原来是人盯着发，现在是策略自己跑。

第四步，效果数据回流。谁收到了、谁打开了、谁到店了、谁成交了，全部回流到平台，直接生成下一次策略的优化依据。哪个话术打开率高，哪个时间段触达转化好，数据会自己说话。

跑了一年多，变化是质变性质的。最有意思的一点是，业务老师的经验没有被扔掉，而是被换了一种方式用。老销售总监对「什么样的客户快流失了」的直觉，被翻译成了圈选规则，写进系统，然后用真实数据反复校准。规则不准就调，调完再跑。

这就是我要说的核心观点。数据驱动不是消灭经验，是把经验从脑子里搬到系统里，让它可验证、可复制、可进化。老师傅的经验值钱，但只有沉淀成规则和标签，它才能服务一百万个客户，而不是只服务他记得住的那几百个。

一个可落地的转型路径

最后给一条我认为可落地的路径，四步，别跳步。

第一步，打通数据。先把OneID做了，客户也好、物料也好，核心对象的数据先归一。不用贪大求全，覆盖两三个核心系统就够起步。

第二步，选一个场景闭环试点。别上来就全面数据驱动，选一个痛感最强的场景，比如流失召回，比如备货预测，把圈选、触达、回流、优化这个环跑通。一个场景闭环了，胜过十个看板。

第三步，把复盘变成制度。每月固定一次数据复盘会，对着数据讲，讲错了不追责。这一步是把数据文化焊进组织的动作，比任何系统都重要。

第四步，经验持续沉淀。每次复盘的结论，落到标签上、规则上、策略上。让系统里的资产越滚越厚，而不是每次活动都重新发明轮子。

这四步走完，公司不敢说脱胎换骨，但决策方式会实实在在变掉。从我做了这么多年的体感看，最大的阻力从来不在技术侧，在于管理层愿不愿意让数据参与决策，愿不愿意在数据跟直觉打架的时候，给自己留一个「我可能错了」的余地。

写在最后

回到开头那个问题，数据平台建好了，为什么干活还是老样子。

因为平台只是容器，闭环才是灵魂。数据流进来，转一圈，变成决策，再流出去变成行为，行为又产生新的数据流回来。这个环转起来了，才叫数据驱动。转不起来，平台就是个昂贵的硬盘。

经验驱动和数据驱动也不是对立的。干了18年，我的经验告诉我，经验最大的价值，是知道自己什么时候该信数据。

---

作者，凌波，18年汽车行业数字化老兵，CDGP数据治理专家。从DMS运维到数据中台架构，干过甲方也干过乙方。

博客园「凌波微数」，持续分享数据治理、数据架构、企业数字化的实战经验。如果对你有用，点个推荐吧~~

公众号「凌波微数」同步更新完整系列。