A. 作為運營：我們為什麼要「讓數據說話」
簡潔地前言： 本文通過從傳統行業營銷轉入電商運營感悟中，嘗試回答運營的價值在哪裡？它是在哪裡對用戶施加影響的（從用戶運營的角度）等問題，希望能加深您對運營的認知。
隨著職場中對運營的期望越來越高，運營幾乎變成了萬能葯。公司成立了運營部，然後招聘幾個「新媒體運營」「用戶運營」「產品運營」的達人就能像加了特技一樣，第一個月就用戶倍增，第二個月銷售翻倍，第三個月公司上市。運營好像突然變得那麼地高端大氣上檔次,好不習慣哦。
而運營人最最常掛在嘴邊的一句話就是「讓數據說話」。
剛剛入職的時候，一下子就陷入了數據海洋中。有一堆表格需要維護，要從後台求技術部門導出很多地數據，整合編制運營報表。每天忙得都自覺加班再加班，周圍同事都在說，讓數據說話！ 但是從來沒有人跟我解釋為什麼要「讓數據說話」。 如同「讓數據說話」已經是一個被證明無數遍的真理，每個人都應該能秒懂。當時我網路了很久也沒有一個令我滿意的答案，只好壓下疑問加班再加班。
額，抱歉忘介紹我自己了。我這幾年跳了幾次槽，行業從貴金屬投資—— 稅務軟體營銷 —— 線上電商運營，崗位性質變化比較大的，但核心沒有變： 讓用戶使用我們的產品 ；再提煉一下，我做的事情，就是 讓用戶認可我們的產品，並留下用戶 。
貴金屬投資&稅務軟體的營銷方式都比較老套，都會有固定的工作習慣和作息時間，有墨守成規的套路，有各種可以轉移問題的借口。項目做得好了，理由無處不在，做得不好，也有各種不靠譜的分析和推策。而在這之中，產品人員或營銷人員的價值無法體現得很充分，因為人人都可以成為事後諸葛亮。真心不知道項目為什麼能火，有的產品為什麼就是賣不動，是某個想法或運作起了作用，還是僅僅只是撞了幾次好運而已。
當時一個業務在某個門市部蹲點或者接電話，一天接待過百個用戶。公司要求用心服務巴拉巴拉一堆，潛規則「教會就可以，能用就行「」。當時一個區域經理管著四五家店，手下管著20多人，每月做一周的培訓。公司市場部一年就做那麼一兩個項目。
業務上一手交錢，一手交貨，包教包會，錢貨兩清。後續產品的口碑，全靠產品本身的產品屬性以及質量。後期公司要求提交客戶反饋，我們只好捕風捉影地去了解客戶對我們產品的看法。一般就只有好用和不好用，好用在哪裡，不好用在哪裡？客戶說不出來也沒有意願替你去想。畢竟公司與客戶之間只是錢貨兩清的關系。當評價滿天飛的時候，一般已經惡評如潮了。
但互聯網不是，首先客戶為了購買我們的產品必須在我們的平台上注冊。雖然獲取用戶的門檻更高，但是客戶就成了我們的用戶，某程度上就是自己人了。通過多維度地數據分析，公司能與與用戶之間產生更深刻的聯系。通過運營後台導出數據，接著做數據分析。你可以看到各種數據真實的反饋，產品的價值真實體現，在哪幾個維度上最起作用，哪些維度無關緊要，哪個產品標題點擊量最大，哪個產品屬性導致了用戶的購買行為，一切基於用戶需求而產生的動作，讓人興奮不已。
通過跟蹤用戶的使用記錄，我們能知道用戶的偏好&習慣，那麼我們就能描繪用戶畫像；研究用戶有沒有再次登陸，買了什麼，那麼我們就能知道平台上的用戶的活躍度、留存率、流失率；接著通過用戶的活躍度、留存率、流失率，結合平台上的一些業務節點，我們就能分析用戶流失原因......
互聯網就是這樣的平台，運營人員一天要接觸非常多的數據反饋，要受到產品形態的多種變化反饋，要面對幾萬、幾十萬、上百萬或上千萬的用戶和流量的反饋信息，需要不斷考慮產品、用戶之間的匹配關系，一切基於用戶的需求出發。 面對的是無法迴避的問題，最直接和最真實的數據放在眼前，你沒有任何借口。 一個產品，質量很好，也很實用，但就是沒有大賣，為什麼呢？其實答案你完全可以自己找到了。
但是以上的情景都是基於網路平台上的數據，作為分析基礎的。那麼如果「斷網」了呢？我們運營就無法「讓數據說話」了嗎？其實並不然。
假設我們在運營一家牛排連鎖專門店，我們知道了每家連鎖店每種牛排的出貨量。接著我們可以調查每個連鎖店的地段是住宅區還是寫字樓，附近的消費人群是住戶還是前來上班的員工、通過不同維度地對比數據，我們可以得出某種結論。我們可以把各次前來消費不可預測的個體，具現為某個特定消費人群的表象。如同我們無法預知某次硬幣掉落的結果，但是在大量重復試驗中的數據告訴我們，多次實驗後總的正/反面朝上的頻率應當接近50%。我們無法預知某位消費者某次會購買那個產品，但是我們可以通過收集數據得知某個特定消費人群會傾向於消費哪個產品，然後再進行改進。在我的理解中，運營的「讓數據說話」不僅僅只是一種工作技巧或者方法，它是研究個體和整體之間關系的方法論。
一個項目，除了產品本身的屬性有否符合用戶的需求/痛點，用戶運營是不可忽視的一環。 用戶運營一頭在產品，另一頭在用戶。用數據講話，不斷迭代產品和用戶需要的匹配度。在這兩頭上下功夫，總是會獲得豐厚地回報的。
這就是我理解的為什麼要「讓數據說話」。希望我這篇短短的文章能幫助到您，補上您對運營認知中的小小地一環。
嘮嘮叨叨的後記：
為什麼我要寫這篇文章,死磕「讓數據說話」這一個好像是已經被反復論證，簡單得就好像1+1等於二的題目呢？
我高中的時候，有那麼一位數學老師。她在數學領域是當之無愧的大牛，任何難題對她來說都好像是小菜一碟。我們一致覺得她當數學老師是屈才了。但是她作為老師有個很大地缺點。例如一道題解題應有ABCD四步，其中C項不計分。考生可直接得出結果，卻是解題思路中銜接的一環。考試後這位大牛講解都是直接ABD，高材生們都連連點頭，學渣又不敢問只好作蒙娜麗莎狀。一到考試，學渣死得乾乾凈凈。
C項雖然不起眼，但是重要銜接的一環。有時候少了它，理解事物起來感覺就像加了特技一樣。
B. 如何利用好這些數據，讓這些數據說話，發揮出更多的作用
一個數據分析匯報工作者面臨一項艱難的任務，即讓他人明白並相信數據的含義，並且要照顧到聽眾的專業背景，以易於聽眾理解的方式展示匯報數據。最好的方式就是將數據劃分層次，並配上通俗易懂的解釋說明。正如愛德華·塔夫特所建議的，<用生動有力的方式講解數據>標記軸線，不要曲解數據的含義，同時將非相關信息圖表減至最少。
基本的圖表分析匯報可以以這樣的方式開始，「這是我們的數據質量項目報告，它以時間為序，雖然有聽眾對這些圖表再熟悉不過，但也請確保我們的進度一致。如大家所見，這份匯報是關於客戶數據質量的。X軸是時間軸，每個點代表一個月，Y軸是數據分數，與每個點的月份恰好對應。我們以此來衡量精度。這是一個較高的標准，對此我一會兒將詳述。」之後便是為聽眾解釋如何讀懂展示的圖表。「綠線代表實際結果，藍線是我們設定的目標值，紅線代表限度，在我進一步解釋匯報這些數值前，大家對如何讀這張圖表是否還有疑問?」
記錄下你將要給聽眾詳述的部分之前，確保已經給聽眾解釋清楚了如何讀圖的基本信息，這樣聽眾就可以專注於所見的圖表，並專心聽你的數據匯報了。
關於這些，要講的有很多，譬如如何開始項目、開展項目的原因，圍繞客戶需求條款的樂趣和挑戰所在;客戶需求的衡量標准，包括Y軸度量選擇的邏輯;項目改進;如何確立限度，即紅線的本質含義;為聽眾點明你所進行的每一個環境的意義影響……
聽眾不同，需求不同，匯報人的闡釋要盡可能簡明扼要。比如，技術團隊希望搞清楚選擇度量的細節和製作圖標的軟體;高層領導想要明白擴展數據對於整個機構的意義。匯報對於每個聽眾是一樣的，但卻聽眾的需求卻各有側重。
要清楚很多人對於數據分析，資料庫和統計數據是持懷疑態度的，(你可能會想到那句有名的諺語：「世界上有三種謊言，即謊言，該死的謊言和統計數據。」)不管這樣的懷疑是否有道理，它確實使得機構運行好創意的腳步放慢甚至終止。作為一名數據匯報者，肩負著讓聽眾信任數據的神聖使命。匯報人一定要做到：
1、匯報盡可能准確、直白，特別是在匯報成果不利的情況下，更應如此。此外，如果數據結果顯得有點不太明智，一定要簡單地陳述事實。
2、如果展示的是一張綜合性圖表，對於重要信息的遺漏就等於是在說最糟糕的謊言。
3、提供適當的背景介紹，如數據來源，為確保數據真實有效所做的工作。(如果對此所做之事甚少，一定要言簡意賅地說明「數據來源不明，可能會影響到結果」)
4、總結數據分析，包括匯報結果的不足之處和替代說明。
陳述自己的觀點無可厚非(通常也是合理的)，但一定要將自己的觀點和事實分開。不論分析有多到位，總有言過其實的地方，直覺會混淆事實。要清楚兩者之間的界限。
現在更進一步關注聽眾需求。成功的匯報案例大多是以讓聽眾明白幻燈片展示內容為基礎。聽眾在觀閱連續播放的幻燈片時，可能無法從你的匯報中有所收獲，所以你必須考慮到他們的需求。早先在貝爾實驗室時，我曾聽說「聽眾讀表的平均時間在15秒，不要讓他們花費13秒去搞懂如何讀圖。盡可能多地在可以標記的地方加上注釋，能讓圖表替你說話更好。」
根據此想法，進行兩個步驟。第一，在幻燈片說明頁提供如何讀圖的解釋。第二，如下圖所示為圖表註解。注釋當然不可能取代匯報，它們只是為聽眾提供相關信息。
對於大多數聽眾來說，即便是為微小的洞察做出長篇大論的分析也在所不惜。因此，手邊的一張切中問題要害並能引導後續步驟的出色圖表要勝過萬千無用的圖。找到這樣出色的圖，以此來展示，數據就是力量。
只要你有值得分享的見解和結論，我所建議的方法並不難於實踐。領導們，甚至是那些對數據持懷疑態度的人們，迫切期待改善提升部門和公司的方法。作為一名匯報人，你的工作就是以最簡明的方式發掘並滿足他們的需求。
C. 運營，如何用數據說話
在人人都在談運營和大數據的時代，每個人都會對運營說：「一定要用數據說話，做到精細化運營」，但到底該如何做呢？
首先，我們來看看數據精細化運營需要滿足的四大前提：
1.及時獲取運營所需的數據
2.合理定義數據分析的維度與指標
3.選擇並使用高效的數據分析工具
4.擁有極強的數據分析能力，能與實際工作相結合
在實際應用中，這 4 點很難同時得到滿足，具體原因列舉一二如下：
1.及時獲取運營所需的數據需要至少做到以下 3 點：
①明確應該獲取的數據是什麼，比如訂單量、注冊量、閱讀量、頁面訪問量、訪問時長等；
②可獲取到數據，並不是所有的數據都可以調取，只有前期埋點並能採集到的數據才能獲取；
③及時獲取數據，很多公司的運營並不能直接獲取數據，一般要先與技術溝通，明確需求以及排期。而很多數據是擁有時效性的。比如，在活動期間沒有及時獲取到潛在購買用戶 id，導致發送優惠信息延遲，用戶在其他渠道購買了商品。
2. 合理定義數據分析的維度與指標：
「定義的維度與指標」越貼近業務需求，越能發揮數據的真實價值。但是，很多公司對數據的劃分很模糊，即使在分析時能合理定義，但因前期沒有對這些維度的數據進行採集，也無法進行分析。
3. 選擇並使用高效的數據分析工具：
選擇正確的數據分析工具可以事半功倍。好的數據分析工具，不僅要滿足現階段業務的數據分析，還要滿足企業發展過程中數據量增長與業務變化後的數據分析。因此，可能會用到 Excel、SPASS、SAS、SQL、Clementine、R、Rapid-miner 等工具。掌握這些工具，對運營人員的要求過高，按這樣標准去培養一個運營人員，所付出的財力與精力相當於培養一名數據分析師。
4. 擁有極強的數據分析能力，能與實際工作相結合：
數據分析能力，簡言之，能從繁雜的數據中發現問題、總結規律，並能給出優化方案。而做到與實際工作相結合，不僅要求運營人員深入了解業務，還要有極強的邏輯分析能力，才能將數據與實際業務融合。
D. 職場最優秀的人用數據說話：培養數據思維，讓你成為職場高手
咨詢者：「王女士，我不斷向CFO提出建議，但他拒絕了。但我給出的建議都是我以前經歷過的，都很好。」
老王：「你的建議有什麼數據依據或來源嗎？」
咨詢者：「沒有。我只是按照我以前的經驗給CFO一個可行的建議。」
老王：「你的C FO是對的。因為如果你在向領導提出建議時沒有數據來源或文件來源，你的領導不會相信你說的是對的。這不是你的領導有問題，就是你做事不嚴謹，說話不嚴謹，不講理……」
上面這幾句對話看似很簡單，背後的另一個邏輯值得職場思考。
老王在打工時，曾向領導匯報公司股權變動的問題。 當時，領導要求他說出《公司法》或《會計》的哪一條相關規定。 當時薈牛網老王一頭霧水，連夜研讀《公司法》，還交了律師費進行咨詢，並要求明確註明出處……
第二天，雖然老王完成了自己的任務，但這件事對老王來說卻是極大的刺激。因為之前的工作並沒有在意這些，但是以後的工作必須更加嚴謹。 您所想和所聽到的不足以支持您的工作。 您必須獲得第一手數據或文獻來源。
自從那次事件後，老王要求大家在向老王報告或給法老建議時提供證據或來源。 否則，請閉嘴。
正是這種用數據說話的思維方式，讓老王養成了良好的工作習慣。 也讓老王變身為另一個「老王」。 遇到問題，不是先問別人，聽別人怎麼說，而是去查閱資料或文獻。
老王認為，懂得在工作中使用數據的人，總能以比別人少的努力得到兩倍的結果，因為數據意味著可視化的結果，也意味著清晰的邏輯。 任何問題如果只用文字來描述，那將是徒勞的。引入數據後，所有問題都變得清晰了。
這就是為什麼任何與行業相關的論文都會把數據作為重要的一部分，因為只有引入數據才能明確問題。 在日常工作中，如果一個下屬在向老闆表達的時候總能把數據說出來，那麼老闆肯定會對下屬的工作給予充分的信任，因為數據是不會騙人的。
事實上，在現代職場中，能夠熟練使用數據的人並不多，能夠自由使用數據的人往往薪水比其他人高，在公司的復用率也相對較高。 尤其是大廠的員工，在他們看來，不帶數據說話，就是吹牛。
老王認為，用數據說話是職場中非常實用的能力。
一家互聯網公司的運營經理小高在數據使用方面非常得心應手。 在某次公司內部選舉中，她憑借數據贏得了選舉，成為了公司的運營經理。
小高成為經理後，遇到的第一個調整是：在下一季度的計劃中，公司決定用A計劃完成下一季度的目標，一切准備就緒。 但是，因為小高查了很多行業數據和公司之前的數據，她發現A方案並不理想。 她私下整理了一套plan B。 如果B計劃實施，公司下一季度可以節省5%的成本，提高10%的效率。 她反復分析和演練B計劃，認為沒有漏洞。
因為小高在公司沒有決策權，不冒犯領導的代價是要表現自己。 小高一直在想著同齡人之間的激烈競爭。 如果他按照這個A計劃與另一家同類型的公司競爭，公司勢必會損失慘重。
小高越想，越覺得自己應該把自己的計劃傳達給領導。 那麼，如何溝通呢？ 既不能讓直接領導丟臉，又可以為公司節省成本。 小高想了想，終於帶著打算私下跟領導談了。 最終領導認為小高的方案可行，只是需要簡單優化一下。
聽了小高的話，他明白了：如果當時領導完全採用小高的計劃，只能說明他的能力有問題。 如果他在小高的計劃中「優化」一下，不僅表明他很擅長，還挽回了他的面子……
直屬領導「優化」了小高的計劃後，帶著小高勸說公司高層改變計劃。
在向高層匯報計劃的當天，公司高層只給了小高15分鍾的時間來說服他們改變計劃。
為了搶佔15分鍾的黃金時間，小高直接給他們打了幾桌。 她做了幾張折線圖和直方圖，清晰地顯示了A和B之間成本的差異，預期收益的差異。 小高將A計劃的任意一組數據與B計劃進行比較，B計劃比A計劃有優勢，但也比A計劃有劣勢。然後，小高分析了幾個優缺點的比較。 最後的結論是從公司的角度。 Plan B 的利潤比 Plan A 高 3%。在前景方面，Plan B 比 Plan A 的利潤高 10 個百分點。
最終，小高的計劃通過了公司高層的舉手。 由於小高表現突出，董事會直接提拔小高，小高升任公司副董事……
在職場，不是怕你沒能力，而是怕你能力不夠。 從小高的案例來看，雖然晉升為經理用了很短的時間，升任副主任，但小高的工作能力和公司方法得到了公司高層的認可。
老王認為，對於職場中的每一個人來說，熟練掌握數字技能可以提升職場競爭力，獲得更多的欣賞和機會。 那麼，我們應該怎麼做？ 老王給你3個建議：
1、數據是最清晰的表達方式。
職場上經常有人問我如何簡潔有條不紊地向老闆匯報。 因為職場上很多人因為不知道上班時的意思而被上司訓斥，當場被趕出辦公室的也不少。 事實上，答案是使用數據。
雖然我們鼓勵職場人士多與上司溝通，但這種溝通並不完全忽視任何技巧。 如果在交流中說了很多冗長無意義的內容，只會給老闆增加負擔和反感。 久而久之，這種溝通方式就很難讓員工重用； 如果你在與領導溝通的過程中使用更多的數據，你的領導自然會用欽佩的眼光看著你。
2. 數字化工作任務。
除了有效說服領導，其實對於一個員工來說，數據最大的用途就是組織自己的工作。 如果沒有明確的數據，那麼一個員工很可能忙了很久，只是忙，但只要有數據跟上，他就有了工作的基礎和目標，他就會有 開始做事時思路更清晰，效率更高。 提高很多。
聰明的領導在安排工作時，往往會用數據直接量化分配的任務，讓員工在工作時有明確的目標，不會變得一團糟。 但並不是所有的領導都喜歡用數據，有的領導只是給出了一個粗略的范圍。 至於工作流程，需要員工自己掌握。 這時候要求員工量化和細化自己的工作，而不是憑感覺工作。
3、利用數據做工作總結和對比分析。
有些人不喜歡使用數據。 根本原因是他們不喜歡計算，認為計算是一項艱巨的任務。 這時候，能夠做好數據對比分析的人就顯得尤為突出，因為對比分析需要大量的計算，而出色的數據分析可以直接讓後續的工作更加有效。
寫在最後
對於任何行業來說，數據分析都是必不可少的一項，即使是在藝術相關行業。 因此，老王建議，職場要想培養自身的職業競爭力，就應該加強對數據的把控能力。 這樣，你和同事之間的差異自然就會顯現出來。
E. 實事求是,堅持以數據來說話,如何接話
在考察期間，多次聽到當地幹部稱贊他們的市委書記，說他推行「特事特辦、馬上就辦」，通過轉變政府職能吸引了大批台資企業，帶動了福州經濟發展，令我們印象深刻。（8月6日，人民日報）
當前，隨著信息技術的迅猛發展，以工業互聯網、大數據、雲計算、人工智慧為代表的前沿技術發展日益成熟，人們正從傳統以人為中心的世界觀走向以數據為中心的世界觀。大數據時代，已經到來。大數據所蘊藏的巨大潛力和能量，正等待著人們去窺探和挖掘。數據之生活——其實生活中的大數據無處不在，比如就我們的衣食住行……都離不開大數據的統計。擁有數據、分析數據、數據思維，面向未來如何構建事業核心競爭力，相當的有啟發。畢竟現在時代在飛速變革，唯有抓住機遇，才能得到自己想要的生活，所以就更應該了解這個我們所處的時代——大數據時代。
大數據時代是大勢所趨，黨員幹部要敢於面對大數據帶來的機遇與挑戰。黨員幹部是服務群眾的主力軍，要善於改變思維，運用大數據推動各項事業的發展和改革創新，要學會利用大數據推進各項工作，提高對大數據發展規律的把握能力，全面樹立「大數據思維」。作家梁曉聲曾把現今的中國分為三個中國：數字中國，網路中國，身邊的中國。而美國也有一句諺語：「除了上帝，任何人都必須用數據來說話。」。數據，已走進並深刻地了我們的生活，數據成為了我們度量科學、衡量生活的標准。
新時代、新氣象、新作為，幹部需要新本領。讓數據說話，就是擺事實，用事實說明一切，而不是空洞的文字，事實是最有說服力的，而數字一般都是來自於事實。中國共產黨代表著中國先進生產力的發展要求，代表中國先進文化的前進方向，代表著中國最廣大人民的根本利益。「百舸爭流，千帆競發。」黨的先進性要求每個黨員幹部需在這信息科技與大數據時代浪潮中，轉變觀念、積極適應、主動融入大數據時代，在引領大數據工作建設發展中做到敢於擔當、奮發有為。各項工作數據、民生資金大數據信息平台統一監管正是善於運用大數據資源的表現，不僅有效提高了工作效率，而且精準高效地監管了各類資金流向，是新時期黨員幹部善擔當會作為的表現。
新時代，我們會發現用數據來表述比用形容詞來描繪更清晰、更直觀。從管理的角度來講，就很容易發現問題和暴露問題，而這正是解決問題的良好開端。重視數據，運用數據是企業邁向精細化管理的第一步，也是我們黨邁向世界之首的必要方式！很多基層幹部在以前的粗放式管理模式下都習慣了用「形容詞」，現在到了該改變的時候了。只有實事求是，才能經得起數據的推敲，才能真正為民務實。只有讓數據多跑路、讓群眾少跑腿，百姓辦事才更方便，我們的全心全意為人民服務的宗旨才更高效的實現。
F. 怎麼才能用數據說話
學會用數據說話
前段時間，應邀參加了一個企業的月度生產經營分析會。在會上，我明顯的感受到該企業的管理幹部對數據極端不敏感。在將近兩個小時的會議中，我基本上沒有聽到幾個關於生產經營方面的數據，而大部分幹部的總結發言都是類似於該企業質量部經理的發言：8月份，在公司領導的正確帶領下，在各車間主任的共同努力下，我們在產品質量方面取得了很大進步，產品合格率比上月有很大提高，質量事故有所下降，客戶對我們的服務基本滿意，認為我們的產品質量比較穩定……
會議將要結束的時候，該企業領導請我對這次生產經營會進行點評。我說：在座的各位好象都是學文科出身的，都喜歡用形容詞來表述我們的管理問題。但是這些話語顯然只適合外交辭令，對於我們搞企業管理的來說卻只有百害而無一利！……
其實，這種情況在國內很多的民營中小企業都普遍存在。很多企業的管理工作還停留在感性認識上，企業管理也還處於粗放式管理階段。表現在管理過程中的一個特徵就是喜歡用形容詞，就象上面的那位質量部經理的發言——我們在產品質量方面取得了很大進步，產品合格率比上月有很大提高，質量事故有所下降，客戶對我們的服務基本滿意——用的都是諸如：不錯啊，有提高，有下降，有進步，基本滿意，良好等等之類的詞語。
這些話，說沒有講嘛，也講了；說講了嘛，又什麼也沒講到。反正聽的人肯定是一頭霧水！因為這些對於搞管理的來說全都是廢話！
如果企業還停留在這個階段，必然會導致管理工作停留在「感性」層面上，致使大量的問題沒有得到及時、准確的暴露，當然也就不會得到及時、有效的解決了。久而久之，就會使企業潛在的問題越來越多，最終導致積重難返。
要改變這種局面，我們必須學會用數據來說話。所謂用數據說話，就是在管理過程中使用諸如：合格率，增長率，百分比，同比，利潤率，完成率，銷售額等等數學詞語。比如說我們用數據來表述上面的那位質量部經理的發言：本月質量合格率是84.7%，比上月提高了5.3%；本月質量事故2起，比上月下降了30%；客戶對我們的滿意度為84%，比上月提升了3%……
我們會發現用數據來表述比用形容詞來描繪更清晰、更直觀。從管理的角度來講，就很容易發現問題和暴露問題，而這正是解決問題的良好開端！
重視數據，運用數據是企業邁向精細化管理的第一步！很多企業的幹部在以前的粗放式管理模式下都習慣了用形容詞，現在到了該改變的時候了。
（馬駿七）
G. 如何用數據說話憑數據決策
1、首先你要獲得正確的，有效的數據（源數據）；
2、通過這些數據，根據你要分析的結果目標去處理；
3、得出結果（有比較數據等），進行決策支持
H. 學會用數據說話
在遇到問題的時候我們會陳述問題，尋找解決問題的答案。但是答案我們很容易找到，怎樣能順利的傳達出去讓對方接受，這是我們要學習的。其中一種重要的方法就是讓數據說話。不論是創業者還是工作者，我們都應該學會用數據說話。這是為什麼呢？假設我們在如下的一個場景里：
a. 一家24小時營業的特色書店裡因為經營困難，股東決定取消24小時制度，改成早晨10點到晚上10點的工作時間。你作為一個年輕的店長持反對意見，應該怎樣把情況反映給管理層？
b.一家初創公司陷入困境，你作為團隊里的重要成員，應該如何激勵同伴並化解內部矛盾？
在場景a中，年輕的店長如果從品牌、理想等方面和管理層談，最後只會失敗而歸。因為管理層關注的核心問題是企業如何盈利，在盈利的基礎上再談理想和情懷。作為一個最了解實際店面經營狀況的店長，假如我們這樣做：
先統計一個月內正常的收支狀況，在數據中區分出日間支出和夜間支出，然後統計出日間員工工作量和夜間員工工作量，再統計出每種產品的盈利狀況，最後引入外部變數如氣候環境、節假日、外部競爭等整理出2組數據，一組營收最高時的數據狀況，一組營收最低時的數據狀況；再然後把與夜間營業相關的定量去掉，把產生的變化再進行統計如：夜間工作量轉移到日間，日間員工數不變的情況下在額定的工作時間內能否完成工作；工作量加大的情況下工資是否有變動；外部環境中夜間營業是個特色，去掉後店面要重塑特色，顧客是否會買賬，之前的品牌宣傳全部作廢等這些隱形的成本要如何解決？
統計結束後我們就會發現，我們每做的一個決定都會引申出很多的變化，通過數據我們就能發現這些隱藏在背後的問題。所以這時候我們在和管理層去談就不僅僅是24小時營業的盈利問題了，而是之後所產生的一系列的成本問題，在這種情況下作為一線店長的你，給出的建議就會更加容易讓管理層接受。
在場景b中也是一樣，每個人作為初創團隊的一員一定會頂著巨大的壓力，每天在挫折和質疑中前行。在一定時間段內沒有成果的話團隊就會面臨士氣低落，內部矛盾重重，有可能團隊會鬧到分崩離析的地步。在這種情況下，與畫大餅般的雞湯激勵相比，團隊更需要的是希望。拿出實際的業務進展數據，或者是產品比對數據，只要能用實實在在的數據去證明事業在一點點變好，即使現在依然沒有取得巨大的成果，團隊也會產生巨大的動力去繼續推進項目進展下去。
問題暫且到這兒先容我講個故事，我常去的一家書店裡有這樣一位店長，年紀輕輕、干勁滿滿、任勞任怨，對事業充滿希望，這樣的人應該是企業最願意吸收的員工了；但是對於店面的經營管理她卻只有基本的培訓技能，缺乏深入的專業知識，雖然對店面的實際經營情況非常了解，卻很難把情況反映到公司管理層去，作為一個店長就有些不稱職了。在我和她聊天的過程中，她跟我坦露了現在店面經營面臨的困境：書店因為季節環境的因素，導致這個時期來店裡看書的顧客會比正常情況下要少得多，這就導致了現在營收上出現了虧損；管理層為了彌補虧損決定停止夜間營業，想降低經營支出。作為店面的實際經營者，她很清楚夜間營業所產生的成本支出其實非常的小的，又因為夜間有大把的時間，她可以把正式員工數量減少，把很多工作放給夜間僱傭的part-time job的大學生就行，這樣經營成本還低。但是她和管理層多次反應情況後都不是很理想，於是我就建議她試著用數據來說話，把情懷與理想變成實實在在的數據。結果她在用數據統計的過程中又發現了很多之前沒有發現的問題，最後在和管理層聯系的過程中，她又聯合了其他幾家分店的店長也做出每個店的數據統計以支持她的觀點。最後值得高興的是她通過這種方法終於說服了公司的管理層。 我也很高興能用自己的知識幫助了他人。
所以話說到此，我們的核心觀念就是用數據去說話，用數據去思考，用數據去發現問題。當我們建立起這樣一個思維過程，就會避免很多因沖動或陷阱做出的錯誤決定了。
I. 職場必備技能：用數據說話
成功的溝通應該是「我說了，你懂了」。但是因為文化背景的差異或者個人閱歷的不同，即使我們講得是同樣的語言，仍然可能出現「我說了，你卻不懂」或者「我說了A，你卻理解成了B」的情況，這時候沒有比用數據來講話更直接且有效的方法了。舉個簡單的例子，醫生常常告誡我們要保持充足睡眠，因為睡眠不足對身體傷害很大。對於這樣的告誡絕大多數人都會左耳進右耳出，因為對醫生所說的「傷害很大」並沒有什麼概念。但是如果醫生說得是，研究指出：每晚睡眠不足4小時的成年人，其死亡率比每晚能睡七八個小時的人要高180%，而且睡不夠的人衰老速度是正常人的2.5-3倍。你是不是瞬間就能明白睡眠不足的傷害有多慘烈了？！
相較於語言，數據的存在更客觀且可視，所以往往會更有說服力，但是我們學會用數據說話的意義絕不僅限於如何更有說服力地去和我們客戶或者上司溝通。隨著網路的發展，數據開始變得泛濫，也變得如此唾手可及。如何將這些數據分類，找出其中含義和內在關聯，從而更好地做出決策或者為客戶提供更有價值的產品和服務才是我們職場力的重中之重。在此推薦托馬斯.達文波特和金鎮浩共著的《成為數據分析師》，雖然書名看起來很專業高深的樣子，其實是一本非常入門的書。書中內容的重點不是教你如何去分析某些具體的數據，而是教你怎樣像分析師一樣思考和利用數據解決問題。
書中提到，根據分析採用的方法以及收集和分析的數據類型可以將分析分為定性分析和定量分析。定性分析主要是深度了解某種特殊現象出現的根本原因和誘因，而定量分析則是通過統計、數學或計算的方法對現象進行系統的實證研究。簡單點來說，定性分析是從特殊案例中收集數據，然後分析這個特殊案例產生的原因；定量分析是從大量案例中收集數據，去進行統計分析，發現某些數據之間的關聯，然後再基於這些關聯去預測另一種現象出現的可能性（更簡單點說，定量分析就是基於過去的數據去預測未來）。
不管是定性分析還是定量分析，都可以分為3個階段，6個步驟。
階段一：構建問題
醫生治病，講得是對症下葯。其實職場人的工作也是一樣，想要解決一個問題，首先要做的就是弄清楚這個問題到底是什麼（也就是識別問題），之後你才能去對的地方收集數據，才有可能做出正確分析和提出正確解決方案。在識別問題的這個步驟中，作者提到一個很重要的點 ---注意利益相關者 。俗話說，一千個讀者，一千個哈姆雷特。同一個問題，站在不同的角度去看，很可能也會看出不一樣的結果。所以從一開始你就應該和這個問題的利益相關者站在同樣的角度去識別問題，這樣才能確保你最終得出的結果能夠被他們所接受。
另外，在確定了問題是什麼之後，不要馬上著手去解決問題，而是應該先回顧一下之前的發現。因為那些我們認為很特殊的問題，也有可能早有人已經遇到過並且解決過，那麼我們也就沒有必要再去做重復的工作了。
階段二：解決問題
這個階段要做的工作主要分為三步：1.構建模型或確定變數（是定性分析還是定量分析？定量分析的話要去分析的變數又是什麼？）2.收集數據 3.分析數據
很多數學不好的人到了這個階段可能就會開始發慫，然而正如作者所言，「數據並不是定量性思維的關鍵，將信息分類的方法才是」。當然，如果你真得覺得你拿不下這個階段，不如就直接找專業的數據分析師一起合作吧。術業有專攻，沒有必要把時間和精力過多地耗在自己不擅長的事情。但是你仍然需要清楚這個階段的操作流程，這樣你才能檢驗你的數據分析師給出的數據是否符合邏輯，才能在必要的時刻針對他們給出的數據提出進一步的問題。
階段三：傳達結果並採取行動
曾有人說，不被使用的技能，都不算你真得擁有的技能，就像你會讀書而不讀書一樣，會不會讀其實沒有區別。你千辛萬苦地得出了一個正確的結果，如果不能成功地傳達給對方，那這個結果正不正確其實也沒有什麼意義了。所以，在這一階段也切莫掉以輕心，而是要和前兩個階段一樣的努力去完成哦。就像文章開頭說的一樣，我說了，你也真的懂了。
J. 圖表可視化，讓數據說話
在我們工作中可能會有大量的數據是雜亂無章的，我們很難及時去完成領導交代的數據分析任務，即使完成效率也很低，特別浪費時間，本次學習筆記是我根據自己學習圖標可視化的學習思考過程，以此記錄希望能有所收獲。
使用的表格工具為Excel2013年版。
根據領導所需數據要求，進行統計分析，形成最初步的數據表格。
上面的表格很難讓老闆能第一時間看懂我們想要表達的內容，所以我們需要對表格數據進行可視化操作。
這篇文章記錄圖標可視化的三種方法：
1.條件格式
2.迷你圖
3.動態圖表
靈活運用這三種方法，能讓數據分析更加高效，領導也能眼前一亮！
在Excel軟體中開始欄有條件格式功能區，選擇【條件格式】-【數據條】-【選擇填充方式】，可以將要直觀展示的數據轉換成數據條，直觀明了。
案例操作步驟：將銷售額一欄轉換成數據條，並且獨立展示。
當我們直接套用色階條數據格式時，數值也會同步顯示，這樣不是很美觀，所以我們可以通過編輯規則，僅顯示數據條。
條件格式中的數據條，非常好用又簡單，但是並不能適用於所有的數據表，它只能簡單的表示數據的大小，不能表現出數據的增長趨勢。
如果我們需要展示出每個月的成交趨勢，可以選擇使用 迷你圖。
在圖表的下方插入一行用來放置迷你圖，點擊【插入】選項卡——進入【迷你圖】功能區——根據需要選擇迷你圖的類型。
案例操作步驟：在表格下方增加兩行作為放置折線迷你圖和柱狀迷你圖的區域，點擊折線迷你圖，選擇所需要的數據和放置迷你圖的位置，點擊確定就生成了網銀的全年銷售額。
重復操作即可得到網銀、支付寶、微信等等分類的全年銷售額折線圖。
同理，迷你柱狀圖也是一樣的操作，只不過選擇插入柱形迷你圖，就可以。
迷你柱形圖中，都是細小的數據條，可能顯示不是太明顯，Excel中迷你柱形圖可以設計，選中已添加好的柱形迷你圖，就會自動出現【設計】選項卡，然後樣式功能區的【標記顏色】中，可以選擇將你想標記的數據換一種顏色，在案例中我將最高值標記成為了明黃色，便於一眼能看到。
迷你圖可以一眼就讓人看出趨勢，但是要想知道折線之間的差異還是會比較困難，所以還是要藉助表格來展示數據的具體差異。
動態表格能通過點擊滑鼠選擇月份，動態顯示出該月份的銷售數據，並動態呈現表格，這樣既方便又美觀，同時更加高大上！
案例操作步驟：
1.插入月份顯示框，通過進入【開發工具欄】中，進入【控制項】功能區，點擊【插入】，進入【表單控制項】，選擇【組合框控制項】，在任何空白區域任意畫出控制項。
2.定義月份區域1-12月，命名為月份
3.將月份，通過控制項來控制選擇，調整控制項大小。
滑鼠移動到控制項欄，右鍵選擇設置控制項格式，點擊控制選項卡，輸入數據源區域（下拉框要出現的數據），單元格鏈接（滑鼠點擊控制項中下拉框的數據時，會生成一個數據）。
1.生成月份
通過第三步我們已經知道點擊控制項中的月份後，單元格鏈接後會生成相應的數字。
所以我們直接將該數字導入過來，加上「月」這個字，就能完美的達成效果。
2.動態提取總銷售表中的的數據
通過INDEX函數和MATCH函數的靈活使用，可以將月份、類別與銷售表相匹配，從而完美找出我們想要的數據。
MATCH函數（返回指定內容所在的位置）
MATCH（lookup-value,lookup-array,match-type）
lookup-value：表示要在區域或數組中查找的值，可以是直接輸入的數組或單元格引用。
lookup-array：表示可能包含所要查找的數值的連續單元格區域，應為數組或數組引用。
match-type：表示查找方式（取值-1,1,0），用於指定精確查找（0，查找區域無序排列）或模糊查找（-1,1，查找區域升序排列）
INDEX函數（返回指定位置中的內容）
INDEX（array,row-num,column-num）
array：要返回的單元格區域或數組
row-num：返回值所在行號。
column-num：返回值所在的列號
MATCH函數提取出月份和想要類別數據的行號和列號，INDEX函數通過行號和列號返回找到的數值。
案例操作：
我們要求出對應月份的網銀銷售數
首先運用MATCH函數定位對應月份和網銀的行號和列號
行號：輸入=MATCH(K10,A1:A13,0)，最後得到結果為9，因為8月在表格里的行號對應為9。
列號：表格中的列行均為網銀，微信，支付號等種類，所以列號要通過對比「網銀」來確定列號
輸入：=MATCH(L9,A1:F1,0)，最後得到結果為2。
MATCH函數返回出的列號，行號，通過INDEX函數，返回出相應的數值。
輸入：=INDEX(A1:F14,MATCH(K10,A1:A13,0),MATCH(L9,A1:F1,0))
其中A1:F14是要查找的數據區域。
通過這個方法以此類推，可以查找出其他種類對應月份的數據。
可以調整第一個公式中的引用方式，將數據區域，查找值，查找區域等絕對引用，將查找網銀，微信等種類相對引用，可以自動填充找出相應的值
公式：=INDEX($A$1:$F$14,MATCH($K$10,$A$1:$A$13,0),MATCH( L$9 ,$A$1:$F$1,0))
3.手動輸入年度指標
假設年度指標為78000
4.計算出累計完成量，和完成率
當我們點擊8月時，要計算出表格中1-8月的銷售額
我們採用OFFSET函數和SUM函數聯合計算出累積完成量
OFFSET函數：引用函數，表示引用某一個單元格或者區域。
OFFSET（reference,rows,cols,height,width）
reference:引用必須引用單元格或響鈴單元格區域，基點，作為偏移基準的參照
rows：左上角單元格引用的向上或向下行數。使用5作為rows參數，可指定引用中的左上角單元格為引用下方的5行。rows可謂正數（這意味著在起始引用的下方）或負數（這意味著在起始引用的上方）
cols：左上角單元格引用的向左或向右行數。使用5作為cols參數，可指定引用中的左上角單元格為引用右方的5行。cols可謂正數（這意味著在起始引用的右方）或負數（這意味著在起始引用的左方）
height：需要返回引用的行高，必須為正數
width：需要返回引用的列寬，必須為正數
案例操作：
以一月的數據為基準，通過月份的選擇，定位出引用的數據，再通過SUM函數直接返回出這個區域的值
公式：=SUM(OFFSET(F2,0,0,K1,1))
F2單元格為一月銷售額所在的單元格，我們不需要偏移所以rows和cols均為0，height為點擊控制項月份後背後單元格鏈接的數據，表示從1月到8月的區域，weight為1,
SUM函數直接求出了F2到F9區域數值的和，這也是我們要的累積完成量
5.完成率
通過與年度指標對比，累積完成量除以年度指標，求出完成率，求出之後更改數據格式成為百分比，可以直接求出完成百分比。
1.柱形圖
滑鼠框出想要生成柱形圖的表格，進入插入選項卡，點擊柱形圖
可以通過設置將柱形圖中的坐標值調整一下，取最小為0，最大為25000（因為數據中沒有超過25000的），這樣表格會比較飽滿
因為動態表格中的數據都有，所以柱形圖可以將縱向坐標軸，背景橫線都消除
可以調整表格的樣式背景顏色，等等讓表格變得更加美觀並且具有專業氣質。
2.生成環比圖
將完成率，未完成率（1-完成率）作為指標，選中生成環狀圖
將環比圖的背景改成和大背景一樣的背景，將標題，坐標軸都刪掉，並且調整環比圖格式，使得更加好看
可以設置數據系列格式，調整圓環內徑，顏色等數據，最終形成漂亮的環比圖。
直接插入文本框在環比圖正中央，將完成率公式設置其中，更改格式使其更加美觀。
1.可以源表格的數據可以隨時修改，最終結果會相應的變化
2.可以通過控制項動態實現，一鍵查找相應的明細，並生成柱狀圖和環比圖
通過這個小鍛煉，可以通過excel表格將數據進行分析整理，生成圖表。
由此可以發現圖表才是數據可視化的大佬，俗話說：字不如表，表不如圖，一圖勝千言，好好學習動態數據可視化，也能在老闆面前更好的表現自己！
本文內容來自於自己學習小記，望以後更加努力，加油！