數據價值的4種常見定位

在日常工作中和數據產出中，數據價值的定位分為4種：數據管理、數據日常報表、數據專項挖掘分析、數據驅動。幾乎所有企業的數據價值定位都脫離不了這4種，差異只是不同定位間的權重不同而已。

1.數據管理

數據管理工作包括：數據配置管理、數據權限管理、用戶權限管理、數據導入管理、數據導出管理。

數據配置管理。數據存儲、安全、排除設置，并發控制、進程控制、結構控制等。

數據權限管理。數據保存、新增、刪除、更新、備份、合并、拆分、導出、打印等。

用戶權限管理。用戶新增、刪除、重置、過期設置、共享等。

數據導入管理。數據導入格式、時間、條件、規則、異常處理、記錄數、來源等。

數據導出管理。數據導出格式、時間、條件、規則、記錄數、加密、位置等。

2.數據日常報表

大多數的數據日常報表需要通過技術開發形成報表產品體系，以提供對日常業務的支持。當具有突發性事件或活動時，需要人工整理和匯總報表。完成日常報表后，通過自動發送郵件或短信、在線訪問、離線客戶端訪問等形成接入數據。

根據數據日常報表提供頻率和周期的不同，報表可分為日報、周報、月報、季報、半年報和年報。報表的內容因公司需求而異，但基本框架是統計周期內企業各個運營環節KPI陳列、對比和簡單分析，目的是通過周期性數據進行業務診斷，發現業務效果的趨勢和異常點，為業務的優化執行提供基本支持。

根據數據日常報表支持對象在企業內部分工的不同，日常報表可分為針對決策層的報表和針對執行層的報表。針對決策層的報表側重于宏觀的、整體的效果匯總和結果把脈，借助對比、趨勢和主要維度下鉆等方式進行初步分析并定位結論和問題點；針對執行層的報表側重于微觀的、個體的效果分析，各業務執行層只針對各自業務維度進行分析，并提供實際可行的操作型建議。

對于數據指標的設定，既要包括公司核心結果指標如利潤，又要包括各個業務節點的過程類或間接輔助類指標，以便更全面地評估和定性整體及各業務線的工作結果。

3.數據專項挖掘分析

數據專項挖掘分析是指針對某一特定課題或需求，采用專項分析或長期課題分析的形式對數據進行深入挖掘和分析，以提煉出相應結果或方法論供業務參考或使用。

數據專項挖掘分析是數據發揮價值的重要手段，更是數據輔助支持作用的關鍵，大多數公司的數據工作意義都來源于此。

為了提高數據工作的針對性，數據專項挖掘通常按業務模塊劃分，常見的數據專項挖掘分析模塊包括市場分析、營銷分析、網站分析（運營分析）、會員分析、用戶體驗分析、銷售分析、移動分析、O2O分析等。不同分析模塊課題依業務需求而定。

4.數據驅動

數據驅動是真正讓數據從輔助角色轉變為決定角色的唯一方式，但數據驅動通常在其他數據支持體系建立并完善后才進行考慮。

第一，數據驅動需要成熟的數據方法論的支持，這些知識需要通過日常報表、專項挖掘分析等方式慢慢積累，即使外部引入的方法論也需要根據企業環境進行“定制開發”。

第二，數據驅動需要企業內部具有需求環境。數據需要的前期以輔助決策類為主，第一步是“看”數據的需求，即數據報表；第二步是“查”數據的需求，即通過專項挖掘輸出數據價值；第三步才是“用”數據的需求，即讓數據自己決定業務方向。沒有前兩步做鋪墊，第三步無法實現。

第三，數據驅動需要較大的IT、人力、物力和財力投入，在數據工作前期，尤其在沒有見到數據價值產出之前，企業盲目投入的風險性大。