顯而立見/確定商業目的 再用數據驗證

顯而立見
3 min readOct 7, 2020

最近都有不同的大型連鎖品牌邀約我分享「數據如何運用於商業實現」,特別是針對高階主管的內部訓練。

我發現這個問題到至今,都是企業百般想要解決的苦惱問題,在此建議企業在數據應用的初始階段上要有個前提共識:先決定商業目的的假設,數據是運用來驗證的。

資料科學在商業上的應用可分四個程序:

一、資料取樣跟收集。

二、商業假設的判斷。

三、分析邏輯與方法。

四、應用的行動方案與檢核。

這四個元素並非有固定順序,先後順序會依照產業狀況變動的假設。

多數來說,產業型態是屬於常態、穩定的,就能照這種依序操作;若產業型態為開創性新商業模式,則會根據當下狀況調整哪個為先、何者為後。

以中短期需要產出結果的需求來看,要先有商業目的的假設,接著進行資料收集,而後分析,最終才會產生商業方案。

至於更長期且未知的新創產業或變動性高的流行性產業,是沒辦法先有商業假設的,比如改變某個常態性的市場行為、下一季要流行什麼,最優先要從資料收集開始,或者是分析邏輯與方法的選擇(如輿情收集分析),接著才會是方案的執行與檢核。

「以零售消費市場來運用結果數據做未來預測」對我來說就是個假議題,因為要看所處產業是屬於什麼型態,不同型態的產業會有不同動機起始點。

現在幾乎所有產業著手數位轉型時,都覺得數據是個金礦,應該可以挖出些什麼。

這個觀點適用於「成熟產業是穩定的狀態」,會比照過去趨勢推測未來可能會發生的動態曲線,換句話說,是靠著過去資料數據做商業假設的判斷。

不過,穩定的產業如果有無法控制的科技轉變就不適用了,例如,Google Glass若推動順利,可能今日就取代了手機。

所以,過去在做資料預測時會跳入生活習慣與經驗的誤區,是因為沒有先判斷所處產業的型態。

產業型態會有環境因素或場景因素,並不是所有數據都能運用資料科學的方法預測未來,傳統柑仔店小雜貨店看起來早就被便利商店取代,但在某些地方還是存活(有區域性需求)。

數據資訊只要使用得宜的方式,看似不難取得且沒什麼差距 ,但其實分歧性很大。

企業進行數位轉型、運用數據來找下一步商業實現的可能性,重要的是,找到自己的資料處理順序流程(即前面說的四個程序),同時回歸看企業的自我判斷是什麼產業型態 — — 穩定還是快速迭代,或甚是穩定的被市場淘汰?

總之,利用數據預測未來這個假說,回到檢視本身現在是什麼產業狀態,以及未來想要變成什麼樣的產業狀態,才是符合,也才能真正實現生意以獲利為目標的最後達成。

--

--

顯而立見

游移於新創與大型企業的生涯中,一路找尋剩餘價值再利用的借力使力高反差方案。看不到的風景才是最美!