A. 作为运营：我们为什么要“让数据说话”
简洁地前言： 本文通过从传统行业营销转入电商运营感悟中，尝试回答运营的价值在哪里？它是在哪里对用户施加影响的（从用户运营的角度）等问题，希望能加深您对运营的认知。
随着职场中对运营的期望越来越高，运营几乎变成了万能药。公司成立了运营部，然后招聘几个“新媒体运营”“用户运营”“产品运营”的达人就能像加了特技一样，第一个月就用户倍增，第二个月销售翻倍，第三个月公司上市。运营好像突然变得那么地高端大气上档次,好不习惯哦。
而运营人最最常挂在嘴边的一句话就是“让数据说话”。
刚刚入职的时候，一下子就陷入了数据海洋中。有一堆表格需要维护，要从后台求技术部门导出很多地数据，整合编制运营报表。每天忙得都自觉加班再加班，周围同事都在说，让数据说话！ 但是从来没有人跟我解释为什么要“让数据说话”。 如同“让数据说话”已经是一个被证明无数遍的真理，每个人都应该能秒懂。当时我网络了很久也没有一个令我满意的答案，只好压下疑问加班再加班。
额，抱歉忘介绍我自己了。我这几年跳了几次槽，行业从贵金属投资—— 税务软件营销 —— 线上电商运营，岗位性质变化比较大的，但核心没有变： 让用户使用我们的产品 ；再提炼一下，我做的事情，就是 让用户认可我们的产品，并留下用户 。
贵金属投资&税务软件的营销方式都比较老套，都会有固定的工作习惯和作息时间，有墨守成规的套路，有各种可以转移问题的借口。项目做得好了，理由无处不在，做得不好，也有各种不靠谱的分析和推策。而在这之中，产品人员或营销人员的价值无法体现得很充分，因为人人都可以成为事后诸葛亮。真心不知道项目为什么能火，有的产品为什么就是卖不动，是某个想法或运作起了作用，还是仅仅只是撞了几次好运而已。
当时一个业务在某个门市部蹲点或者接电话，一天接待过百个用户。公司要求用心服务巴拉巴拉一堆，潜规则“教会就可以，能用就行“”。当时一个区域经理管着四五家店，手下管着20多人，每月做一周的培训。公司市场部一年就做那么一两个项目。
业务上一手交钱，一手交货，包教包会，钱货两清。后续产品的口碑，全靠产品本身的产品属性以及质量。后期公司要求提交客户反馈，我们只好捕风捉影地去了解客户对我们产品的看法。一般就只有好用和不好用，好用在哪里，不好用在哪里？客户说不出来也没有意愿替你去想。毕竟公司与客户之间只是钱货两清的关系。当评价满天飞的时候，一般已经恶评如潮了。
但互联网不是，首先客户为了购买我们的产品必须在我们的平台上注册。虽然获取用户的门槛更高，但是客户就成了我们的用户，某程度上就是自己人了。通过多维度地数据分析，公司能与与用户之间产生更深刻的联系。通过运营后台导出数据，接着做数据分析。你可以看到各种数据真实的反馈，产品的价值真实体现，在哪几个维度上最起作用，哪些维度无关紧要，哪个产品标题点击量最大，哪个产品属性导致了用户的购买行为，一切基于用户需求而产生的动作，让人兴奋不已。
通过跟踪用户的使用记录，我们能知道用户的偏好&习惯，那么我们就能描绘用户画像；研究用户有没有再次登陆，买了什么，那么我们就能知道平台上的用户的活跃度、留存率、流失率；接着通过用户的活跃度、留存率、流失率，结合平台上的一些业务节点，我们就能分析用户流失原因......
互联网就是这样的平台，运营人员一天要接触非常多的数据反馈，要受到产品形态的多种变化反馈，要面对几万、几十万、上百万或上千万的用户和流量的反馈信息，需要不断考虑产品、用户之间的匹配关系，一切基于用户的需求出发。 面对的是无法回避的问题，最直接和最真实的数据放在眼前，你没有任何借口。 一个产品，质量很好，也很实用，但就是没有大卖，为什么呢？其实答案你完全可以自己找到了。
但是以上的情景都是基于网络平台上的数据，作为分析基础的。那么如果“断网”了呢？我们运营就无法“让数据说话”了吗？其实并不然。
假设我们在运营一家牛排连锁专门店，我们知道了每家连锁店每种牛排的出货量。接着我们可以调查每个连锁店的地段是住宅区还是写字楼，附近的消费人群是住户还是前来上班的员工、通过不同维度地对比数据，我们可以得出某种结论。我们可以把各次前来消费不可预测的个体，具现为某个特定消费人群的表象。如同我们无法预知某次硬币掉落的结果，但是在大量重复试验中的数据告诉我们，多次实验后总的正/反面朝上的频率应当接近50%。我们无法预知某位消费者某次会购买那个产品，但是我们可以通过收集数据得知某个特定消费人群会倾向于消费哪个产品，然后再进行改进。在我的理解中，运营的“让数据说话”不仅仅只是一种工作技巧或者方法，它是研究个体和整体之间关系的方法论。
一个项目，除了产品本身的属性有否符合用户的需求/痛点，用户运营是不可忽视的一环。 用户运营一头在产品，另一头在用户。用数据讲话，不断迭代产品和用户需要的匹配度。在这两头上下功夫，总是会获得丰厚地回报的。
这就是我理解的为什么要“让数据说话”。希望我这篇短短的文章能帮助到您，补上您对运营认知中的小小地一环。
唠唠叨叨的后记：
为什么我要写这篇文章,死磕“让数据说话”这一个好像是已经被反复论证，简单得就好像1+1等于二的题目呢？
我高中的时候，有那么一位数学老师。她在数学领域是当之无愧的大牛，任何难题对她来说都好像是小菜一碟。我们一致觉得她当数学老师是屈才了。但是她作为老师有个很大地缺点。例如一道题解题应有ABCD四步，其中C项不计分。考生可直接得出结果，却是解题思路中衔接的一环。考试后这位大牛讲解都是直接ABD，高材生们都连连点头，学渣又不敢问只好作蒙娜丽莎状。一到考试，学渣死得干干净净。
C项虽然不起眼，但是重要衔接的一环。有时候少了它，理解事物起来感觉就像加了特技一样。
B. 如何利用好这些数据，让这些数据说话，发挥出更多的作用
一个数据分析汇报工作者面临一项艰难的任务，即让他人明白并相信数据的含义，并且要照顾到听众的专业背景，以易于听众理解的方式展示汇报数据。最好的方式就是将数据划分层次，并配上通俗易懂的解释说明。正如爱德华·塔夫特所建议的，<用生动有力的方式讲解数据>标记轴线，不要曲解数据的含义，同时将非相关信息图表减至最少。
基本的图表分析汇报可以以这样的方式开始，“这是我们的数据质量项目报告，它以时间为序，虽然有听众对这些图表再熟悉不过，但也请确保我们的进度一致。如大家所见，这份汇报是关于客户数据质量的。X轴是时间轴，每个点代表一个月，Y轴是数据分数，与每个点的月份恰好对应。我们以此来衡量精度。这是一个较高的标准，对此我一会儿将详述。”之后便是为听众解释如何读懂展示的图表。“绿线代表实际结果，蓝线是我们设定的目标值，红线代表限度，在我进一步解释汇报这些数值前，大家对如何读这张图表是否还有疑问?”
记录下你将要给听众详述的部分之前，确保已经给听众解释清楚了如何读图的基本信息，这样听众就可以专注于所见的图表，并专心听你的数据汇报了。
关于这些，要讲的有很多，譬如如何开始项目、开展项目的原因，围绕客户需求条款的乐趣和挑战所在;客户需求的衡量标准，包括Y轴度量选择的逻辑;项目改进;如何确立限度，即红线的本质含义;为听众点明你所进行的每一个环境的意义影响……
听众不同，需求不同，汇报人的阐释要尽可能简明扼要。比如，技术团队希望搞清楚选择度量的细节和制作图标的软件;高层领导想要明白扩展数据对于整个机构的意义。汇报对于每个听众是一样的，但却听众的需求却各有侧重。
要清楚很多人对于数据分析，数据库和统计数据是持怀疑态度的，(你可能会想到那句有名的谚语：“世界上有三种谎言，即谎言，该死的谎言和统计数据。”)不管这样的怀疑是否有道理，它确实使得机构运行好创意的脚步放慢甚至终止。作为一名数据汇报者，肩负着让听众信任数据的神圣使命。汇报人一定要做到：
1、汇报尽可能准确、直白，特别是在汇报成果不利的情况下，更应如此。此外，如果数据结果显得有点不太明智，一定要简单地陈述事实。
2、如果展示的是一张综合性图表，对于重要信息的遗漏就等于是在说最糟糕的谎言。
3、提供适当的背景介绍，如数据来源，为确保数据真实有效所做的工作。(如果对此所做之事甚少，一定要言简意赅地说明“数据来源不明，可能会影响到结果”)
4、总结数据分析，包括汇报结果的不足之处和替代说明。
陈述自己的观点无可厚非(通常也是合理的)，但一定要将自己的观点和事实分开。不论分析有多到位，总有言过其实的地方，直觉会混淆事实。要清楚两者之间的界限。
现在更进一步关注听众需求。成功的汇报案例大多是以让听众明白幻灯片展示内容为基础。听众在观阅连续播放的幻灯片时，可能无法从你的汇报中有所收获，所以你必须考虑到他们的需求。早先在贝尔实验室时，我曾听说“听众读表的平均时间在15秒，不要让他们花费13秒去搞懂如何读图。尽可能多地在可以标记的地方加上注释，能让图表替你说话更好。”
根据此想法，进行两个步骤。第一，在幻灯片说明页提供如何读图的解释。第二，如下图所示为图表注解。注释当然不可能取代汇报，它们只是为听众提供相关信息。
对于大多数听众来说，即便是为微小的洞察做出长篇大论的分析也在所不惜。因此，手边的一张切中问题要害并能引导后续步骤的出色图表要胜过万千无用的图。找到这样出色的图，以此来展示，数据就是力量。
只要你有值得分享的见解和结论，我所建议的方法并不难于实践。领导们，甚至是那些对数据持怀疑态度的人们，迫切期待改善提升部门和公司的方法。作为一名汇报人，你的工作就是以最简明的方式发掘并满足他们的需求。
C. 运营，如何用数据说话
在人人都在谈运营和大数据的时代，每个人都会对运营说：“一定要用数据说话，做到精细化运营”，但到底该如何做呢？
首先，我们来看看数据精细化运营需要满足的四大前提：
1.及时获取运营所需的数据
2.合理定义数据分析的维度与指标
3.选择并使用高效的数据分析工具
4.拥有极强的数据分析能力，能与实际工作相结合
在实际应用中，这 4 点很难同时得到满足，具体原因列举一二如下：
1.及时获取运营所需的数据需要至少做到以下 3 点：
①明确应该获取的数据是什么，比如订单量、注册量、阅读量、页面访问量、访问时长等；
②可获取到数据，并不是所有的数据都可以调取，只有前期埋点并能采集到的数据才能获取；
③及时获取数据，很多公司的运营并不能直接获取数据，一般要先与技术沟通，明确需求以及排期。而很多数据是拥有时效性的。比如，在活动期间没有及时获取到潜在购买用户 id，导致发送优惠信息延迟，用户在其他渠道购买了商品。
2. 合理定义数据分析的维度与指标：
“定义的维度与指标”越贴近业务需求，越能发挥数据的真实价值。但是，很多公司对数据的划分很模糊，即使在分析时能合理定义，但因前期没有对这些维度的数据进行采集，也无法进行分析。
3. 选择并使用高效的数据分析工具：
选择正确的数据分析工具可以事半功倍。好的数据分析工具，不仅要满足现阶段业务的数据分析，还要满足企业发展过程中数据量增长与业务变化后的数据分析。因此，可能会用到 Excel、SPASS、SAS、SQL、Clementine、R、Rapid-miner 等工具。掌握这些工具，对运营人员的要求过高，按这样标准去培养一个运营人员，所付出的财力与精力相当于培养一名数据分析师。
4. 拥有极强的数据分析能力，能与实际工作相结合：
数据分析能力，简言之，能从繁杂的数据中发现问题、总结规律，并能给出优化方案。而做到与实际工作相结合，不仅要求运营人员深入了解业务，还要有极强的逻辑分析能力，才能将数据与实际业务融合。
D. 职场最优秀的人用数据说话：培养数据思维，让你成为职场高手
咨询者：“王女士，我不断向CFO提出建议，但他拒绝了。但我给出的建议都是我以前经历过的，都很好。”
老王：“你的建议有什么数据依据或来源吗？”
咨询者：“没有。我只是按照我以前的经验给CFO一个可行的建议。”
老王：“你的C FO是对的。因为如果你在向领导提出建议时没有数据来源或文件来源，你的领导不会相信你说的是对的。这不是你的领导有问题，就是你做事不严谨，说话不严谨，不讲理……”
上面这几句对话看似很简单，背后的另一个逻辑值得职场思考。
老王在打工时，曾向领导汇报公司股权变动的问题。 当时，领导要求他说出《公司法》或《会计》的哪一条相关规定。 当时荟牛网老王一头雾水，连夜研读《公司法》，还交了律师费进行咨询，并要求明确注明出处……
第二天，虽然老王完成了自己的任务，但这件事对老王来说却是极大的刺激。因为之前的工作并没有在意这些，但是以后的工作必须更加严谨。 您所想和所听到的不足以支持您的工作。 您必须获得第一手数据或文献来源。
自从那次事件后，老王要求大家在向老王报告或给法老建议时提供证据或来源。 否则，请闭嘴。
正是这种用数据说话的思维方式，让老王养成了良好的工作习惯。 也让老王变身为另一个“老王”。 遇到问题，不是先问别人，听别人怎么说，而是去查阅资料或文献。
老王认为，懂得在工作中使用数据的人，总能以比别人少的努力得到两倍的结果，因为数据意味着可视化的结果，也意味着清晰的逻辑。 任何问题如果只用文字来描述，那将是徒劳的。引入数据后，所有问题都变得清晰了。
这就是为什么任何与行业相关的论文都会把数据作为重要的一部分，因为只有引入数据才能明确问题。 在日常工作中，如果一个下属在向老板表达的时候总能把数据说出来，那么老板肯定会对下属的工作给予充分的信任，因为数据是不会骗人的。
事实上，在现代职场中，能够熟练使用数据的人并不多，能够自由使用数据的人往往薪水比其他人高，在公司的复用率也相对较高。 尤其是大厂的员工，在他们看来，不带数据说话，就是吹牛。
老王认为，用数据说话是职场中非常实用的能力。
一家互联网公司的运营经理小高在数据使用方面非常得心应手。 在某次公司内部选举中，她凭借数据赢得了选举，成为了公司的运营经理。
小高成为经理后，遇到的第一个调整是：在下一季度的计划中，公司决定用A计划完成下一季度的目标，一切准备就绪。 但是，因为小高查了很多行业数据和公司之前的数据，她发现A方案并不理想。 她私下整理了一套plan B。 如果B计划实施，公司下一季度可以节省5%的成本，提高10%的效率。 她反复分析和演练B计划，认为没有漏洞。
因为小高在公司没有决策权，不冒犯领导的代价是要表现自己。 小高一直在想着同龄人之间的激烈竞争。 如果他按照这个A计划与另一家同类型的公司竞争，公司势必会损失惨重。
小高越想，越觉得自己应该把自己的计划传达给领导。 那么，如何沟通呢？ 既不能让直接领导丢脸，又可以为公司节省成本。 小高想了想，终于带着打算私下跟领导谈了。 最终领导认为小高的方案可行，只是需要简单优化一下。
听了小高的话，他明白了：如果当时领导完全采用小高的计划，只能说明他的能力有问题。 如果他在小高的计划中“优化”一下，不仅表明他很擅长，还挽回了他的面子……
直属领导“优化”了小高的计划后，带着小高劝说公司高层改变计划。
在向高层汇报计划的当天，公司高层只给了小高15分钟的时间来说服他们改变计划。
为了抢占15分钟的黄金时间，小高直接给他们打了几桌。 她做了几张折线图和直方图，清晰地显示了A和B之间成本的差异，预期收益的差异。 小高将A计划的任意一组数据与B计划进行比较，B计划比A计划有优势，但也比A计划有劣势。然后，小高分析了几个优缺点的比较。 最后的结论是从公司的角度。 Plan B 的利润比 Plan A 高 3%。在前景方面，Plan B 比 Plan A 的利润高 10 个百分点。
最终，小高的计划通过了公司高层的举手。 由于小高表现突出，董事会直接提拔小高，小高升任公司副董事……
在职场，不是怕你没能力，而是怕你能力不够。 从小高的案例来看，虽然晋升为经理用了很短的时间，升任副主任，但小高的工作能力和公司方法得到了公司高层的认可。
老王认为，对于职场中的每一个人来说，熟练掌握数字技能可以提升职场竞争力，获得更多的欣赏和机会。 那么，我们应该怎么做？ 老王给你3个建议：
1、数据是最清晰的表达方式。
职场上经常有人问我如何简洁有条不紊地向老板汇报。 因为职场上很多人因为不知道上班时的意思而被上司训斥，当场被赶出办公室的也不少。 事实上，答案是使用数据。
虽然我们鼓励职场人士多与上司沟通，但这种沟通并不完全忽视任何技巧。 如果在交流中说了很多冗长无意义的内容，只会给老板增加负担和反感。 久而久之，这种沟通方式就很难让员工重用； 如果你在与领导沟通的过程中使用更多的数据，你的领导自然会用钦佩的眼光看着你。
2. 数字化工作任务。
除了有效说服领导，其实对于一个员工来说，数据最大的用途就是组织自己的工作。 如果没有明确的数据，那么一个员工很可能忙了很久，只是忙，但只要有数据跟上，他就有了工作的基础和目标，他就会有 开始做事时思路更清晰，效率更高。 提高很多。
聪明的领导在安排工作时，往往会用数据直接量化分配的任务，让员工在工作时有明确的目标，不会变得一团糟。 但并不是所有的领导都喜欢用数据，有的领导只是给出了一个粗略的范围。 至于工作流程，需要员工自己掌握。 这时候要求员工量化和细化自己的工作，而不是凭感觉工作。
3、利用数据做工作总结和对比分析。
有些人不喜欢使用数据。 根本原因是他们不喜欢计算，认为计算是一项艰巨的任务。 这时候，能够做好数据对比分析的人就显得尤为突出，因为对比分析需要大量的计算，而出色的数据分析可以直接让后续的工作更加有效。
写在最后
对于任何行业来说，数据分析都是必不可少的一项，即使是在艺术相关行业。 因此，老王建议，职场要想培养自身的职业竞争力，就应该加强对数据的把控能力。 这样，你和同事之间的差异自然就会显现出来。
E. 实事求是,坚持以数据来说话,如何接话
在考察期间，多次听到当地干部称赞他们的市委书记，说他推行“特事特办、马上就办”，通过转变政府职能吸引了大批台资企业，带动了福州经济发展，令我们印象深刻。（8月6日，人民日报）
当前，随着信息技术的迅猛发展，以工业互联网、大数据、云计算、人工智能为代表的前沿技术发展日益成熟，人们正从传统以人为中心的世界观走向以数据为中心的世界观。大数据时代，已经到来。大数据所蕴藏的巨大潜力和能量，正等待着人们去窥探和挖掘。数据之生活——其实生活中的大数据无处不在，比如就我们的衣食住行……都离不开大数据的统计。拥有数据、分析数据、数据思维，面向未来如何构建事业核心竞争力，相当的有启发。毕竟现在时代在飞速变革，唯有抓住机遇，才能得到自己想要的生活，所以就更应该了解这个我们所处的时代——大数据时代。
大数据时代是大势所趋，党员干部要敢于面对大数据带来的机遇与挑战。党员干部是服务群众的主力军，要善于改变思维，运用大数据推动各项事业的发展和改革创新，要学会利用大数据推进各项工作，提高对大数据发展规律的把握能力，全面树立“大数据思维”。作家梁晓声曾把现今的中国分为三个中国：数字中国，网络中国，身边的中国。而美国也有一句谚语：“除了上帝，任何人都必须用数据来说话。”。数据，已走进并深刻地了我们的生活，数据成为了我们度量科学、衡量生活的标准。
新时代、新气象、新作为，干部需要新本领。让数据说话，就是摆事实，用事实说明一切，而不是空洞的文字，事实是最有说服力的，而数字一般都是来自于事实。中国共产党代表着中国先进生产力的发展要求，代表中国先进文化的前进方向，代表着中国最广大人民的根本利益。“百舸争流，千帆竞发。”党的先进性要求每个党员干部需在这信息科技与大数据时代浪潮中，转变观念、积极适应、主动融入大数据时代，在引领大数据工作建设发展中做到敢于担当、奋发有为。各项工作数据、民生资金大数据信息平台统一监管正是善于运用大数据资源的表现，不仅有效提高了工作效率，而且精准高效地监管了各类资金流向，是新时期党员干部善担当会作为的表现。
新时代，我们会发现用数据来表述比用形容词来描绘更清晰、更直观。从管理的角度来讲，就很容易发现问题和暴露问题，而这正是解决问题的良好开端。重视数据，运用数据是企业迈向精细化管理的第一步，也是我们党迈向世界之首的必要方式！很多基层干部在以前的粗放式管理模式下都习惯了用“形容词”，现在到了该改变的时候了。只有实事求是，才能经得起数据的推敲，才能真正为民务实。只有让数据多跑路、让群众少跑腿，百姓办事才更方便，我们的全心全意为人民服务的宗旨才更高效的实现。
F. 怎么才能用数据说话
学会用数据说话
前段时间，应邀参加了一个企业的月度生产经营分析会。在会上，我明显的感受到该企业的管理干部对数据极端不敏感。在将近两个小时的会议中，我基本上没有听到几个关于生产经营方面的数据，而大部分干部的总结发言都是类似于该企业质量部经理的发言：8月份，在公司领导的正确带领下，在各车间主任的共同努力下，我们在产品质量方面取得了很大进步，产品合格率比上月有很大提高，质量事故有所下降，客户对我们的服务基本满意，认为我们的产品质量比较稳定……
会议将要结束的时候，该企业领导请我对这次生产经营会进行点评。我说：在座的各位好象都是学文科出身的，都喜欢用形容词来表述我们的管理问题。但是这些话语显然只适合外交辞令，对于我们搞企业管理的来说却只有百害而无一利！……
其实，这种情况在国内很多的民营中小企业都普遍存在。很多企业的管理工作还停留在感性认识上，企业管理也还处于粗放式管理阶段。表现在管理过程中的一个特征就是喜欢用形容词，就象上面的那位质量部经理的发言——我们在产品质量方面取得了很大进步，产品合格率比上月有很大提高，质量事故有所下降，客户对我们的服务基本满意——用的都是诸如：不错啊，有提高，有下降，有进步，基本满意，良好等等之类的词语。
这些话，说没有讲嘛，也讲了；说讲了嘛，又什么也没讲到。反正听的人肯定是一头雾水！因为这些对于搞管理的来说全都是废话！
如果企业还停留在这个阶段，必然会导致管理工作停留在“感性”层面上，致使大量的问题没有得到及时、准确的暴露，当然也就不会得到及时、有效的解决了。久而久之，就会使企业潜在的问题越来越多，最终导致积重难返。
要改变这种局面，我们必须学会用数据来说话。所谓用数据说话，就是在管理过程中使用诸如：合格率，增长率，百分比，同比，利润率，完成率，销售额等等数学词语。比如说我们用数据来表述上面的那位质量部经理的发言：本月质量合格率是84.7%，比上月提高了5.3%；本月质量事故2起，比上月下降了30%；客户对我们的满意度为84%，比上月提升了3%……
我们会发现用数据来表述比用形容词来描绘更清晰、更直观。从管理的角度来讲，就很容易发现问题和暴露问题，而这正是解决问题的良好开端！
重视数据，运用数据是企业迈向精细化管理的第一步！很多企业的干部在以前的粗放式管理模式下都习惯了用形容词，现在到了该改变的时候了。
（马骏七）
G. 如何用数据说话凭数据决策
1、首先你要获得正确的，有效的数据（源数据）；
2、通过这些数据，根据你要分析的结果目标去处理；
3、得出结果（有比较数据等），进行决策支持
H. 学会用数据说话
在遇到问题的时候我们会陈述问题，寻找解决问题的答案。但是答案我们很容易找到，怎样能顺利的传达出去让对方接受，这是我们要学习的。其中一种重要的方法就是让数据说话。不论是创业者还是工作者，我们都应该学会用数据说话。这是为什么呢？假设我们在如下的一个场景里：
a. 一家24小时营业的特色书店里因为经营困难，股东决定取消24小时制度，改成早晨10点到晚上10点的工作时间。你作为一个年轻的店长持反对意见，应该怎样把情况反映给管理层？
b.一家初创公司陷入困境，你作为团队里的重要成员，应该如何激励同伴并化解内部矛盾？
在场景a中，年轻的店长如果从品牌、理想等方面和管理层谈，最后只会失败而归。因为管理层关注的核心问题是企业如何盈利，在盈利的基础上再谈理想和情怀。作为一个最了解实际店面经营状况的店长，假如我们这样做：
先统计一个月内正常的收支状况，在数据中区分出日间支出和夜间支出，然后统计出日间员工工作量和夜间员工工作量，再统计出每种产品的盈利状况，最后引入外部变量如气候环境、节假日、外部竞争等整理出2组数据，一组营收最高时的数据状况，一组营收最低时的数据状况；再然后把与夜间营业相关的定量去掉，把产生的变化再进行统计如：夜间工作量转移到日间，日间员工数不变的情况下在额定的工作时间内能否完成工作；工作量加大的情况下工资是否有变动；外部环境中夜间营业是个特色，去掉后店面要重塑特色，顾客是否会买账，之前的品牌宣传全部作废等这些隐形的成本要如何解决？
统计结束后我们就会发现，我们每做的一个决定都会引申出很多的变化，通过数据我们就能发现这些隐藏在背后的问题。所以这时候我们在和管理层去谈就不仅仅是24小时营业的盈利问题了，而是之后所产生的一系列的成本问题，在这种情况下作为一线店长的你，给出的建议就会更加容易让管理层接受。
在场景b中也是一样，每个人作为初创团队的一员一定会顶着巨大的压力，每天在挫折和质疑中前行。在一定时间段内没有成果的话团队就会面临士气低落，内部矛盾重重，有可能团队会闹到分崩离析的地步。在这种情况下，与画大饼般的鸡汤激励相比，团队更需要的是希望。拿出实际的业务进展数据，或者是产品比对数据，只要能用实实在在的数据去证明事业在一点点变好，即使现在依然没有取得巨大的成果，团队也会产生巨大的动力去继续推进项目进展下去。
问题暂且到这儿先容我讲个故事，我常去的一家书店里有这样一位店长，年纪轻轻、干劲满满、任劳任怨，对事业充满希望，这样的人应该是企业最愿意吸收的员工了；但是对于店面的经营管理她却只有基本的培训技能，缺乏深入的专业知识，虽然对店面的实际经营情况非常了解，却很难把情况反映到公司管理层去，作为一个店长就有些不称职了。在我和她聊天的过程中，她跟我坦露了现在店面经营面临的困境：书店因为季节环境的因素，导致这个时期来店里看书的顾客会比正常情况下要少得多，这就导致了现在营收上出现了亏损；管理层为了弥补亏损决定停止夜间营业，想降低经营支出。作为店面的实际经营者，她很清楚夜间营业所产生的成本支出其实非常的小的，又因为夜间有大把的时间，她可以把正式员工数量减少，把很多工作放给夜间雇佣的part-time job的大学生就行，这样经营成本还低。但是她和管理层多次反应情况后都不是很理想，于是我就建议她试着用数据来说话，把情怀与理想变成实实在在的数据。结果她在用数据统计的过程中又发现了很多之前没有发现的问题，最后在和管理层联系的过程中，她又联合了其他几家分店的店长也做出每个店的数据统计以支持她的观点。最后值得高兴的是她通过这种方法终于说服了公司的管理层。 我也很高兴能用自己的知识帮助了他人。
所以话说到此，我们的核心观念就是用数据去说话，用数据去思考，用数据去发现问题。当我们建立起这样一个思维过程，就会避免很多因冲动或陷阱做出的错误决定了。
I. 职场必备技能：用数据说话
成功的沟通应该是“我说了，你懂了”。但是因为文化背景的差异或者个人阅历的不同，即使我们讲得是同样的语言，仍然可能出现“我说了，你却不懂”或者“我说了A，你却理解成了B”的情况，这时候没有比用数据来讲话更直接且有效的方法了。举个简单的例子，医生常常告诫我们要保持充足睡眠，因为睡眠不足对身体伤害很大。对于这样的告诫绝大多数人都会左耳进右耳出，因为对医生所说的“伤害很大”并没有什么概念。但是如果医生说得是，研究指出：每晚睡眠不足4小时的成年人，其死亡率比每晚能睡七八个小时的人要高180%，而且睡不够的人衰老速度是正常人的2.5-3倍。你是不是瞬间就能明白睡眠不足的伤害有多惨烈了？！
相较于语言，数据的存在更客观且可视，所以往往会更有说服力，但是我们学会用数据说话的意义绝不仅限于如何更有说服力地去和我们客户或者上司沟通。随着网络的发展，数据开始变得泛滥，也变得如此唾手可及。如何将这些数据分类，找出其中含义和内在关联，从而更好地做出决策或者为客户提供更有价值的产品和服务才是我们职场力的重中之重。在此推荐托马斯.达文波特和金镇浩共着的《成为数据分析师》，虽然书名看起来很专业高深的样子，其实是一本非常入门的书。书中内容的重点不是教你如何去分析某些具体的数据，而是教你怎样像分析师一样思考和利用数据解决问题。
书中提到，根据分析采用的方法以及收集和分析的数据类型可以将分析分为定性分析和定量分析。定性分析主要是深度了解某种特殊现象出现的根本原因和诱因，而定量分析则是通过统计、数学或计算的方法对现象进行系统的实证研究。简单点来说，定性分析是从特殊案例中收集数据，然后分析这个特殊案例产生的原因；定量分析是从大量案例中收集数据，去进行统计分析，发现某些数据之间的关联，然后再基于这些关联去预测另一种现象出现的可能性（更简单点说，定量分析就是基于过去的数据去预测未来）。
不管是定性分析还是定量分析，都可以分为3个阶段，6个步骤。
阶段一：构建问题
医生治病，讲得是对症下药。其实职场人的工作也是一样，想要解决一个问题，首先要做的就是弄清楚这个问题到底是什么（也就是识别问题），之后你才能去对的地方收集数据，才有可能做出正确分析和提出正确解决方案。在识别问题的这个步骤中，作者提到一个很重要的点 ---注意利益相关者 。俗话说，一千个读者，一千个哈姆雷特。同一个问题，站在不同的角度去看，很可能也会看出不一样的结果。所以从一开始你就应该和这个问题的利益相关者站在同样的角度去识别问题，这样才能确保你最终得出的结果能够被他们所接受。
另外，在确定了问题是什么之后，不要马上着手去解决问题，而是应该先回顾一下之前的发现。因为那些我们认为很特殊的问题，也有可能早有人已经遇到过并且解决过，那么我们也就没有必要再去做重复的工作了。
阶段二：解决问题
这个阶段要做的工作主要分为三步：1.构建模型或确定变量（是定性分析还是定量分析？定量分析的话要去分析的变量又是什么？）2.收集数据 3.分析数据
很多数学不好的人到了这个阶段可能就会开始发怂，然而正如作者所言，“数据并不是定量性思维的关键，将信息分类的方法才是”。当然，如果你真得觉得你拿不下这个阶段，不如就直接找专业的数据分析师一起合作吧。术业有专攻，没有必要把时间和精力过多地耗在自己不擅长的事情。但是你仍然需要清楚这个阶段的操作流程，这样你才能检验你的数据分析师给出的数据是否符合逻辑，才能在必要的时刻针对他们给出的数据提出进一步的问题。
阶段三：传达结果并采取行动
曾有人说，不被使用的技能，都不算你真得拥有的技能，就像你会读书而不读书一样，会不会读其实没有区别。你千辛万苦地得出了一个正确的结果，如果不能成功地传达给对方，那这个结果正不正确其实也没有什么意义了。所以，在这一阶段也切莫掉以轻心，而是要和前两个阶段一样的努力去完成哦。就像文章开头说的一样，我说了，你也真的懂了。
J. 图表可视化，让数据说话
在我们工作中可能会有大量的数据是杂乱无章的，我们很难及时去完成领导交代的数据分析任务，即使完成效率也很低，特别浪费时间，本次学习笔记是我根据自己学习图标可视化的学习思考过程，以此记录希望能有所收获。
使用的表格工具为Excel2013年版。
根据领导所需数据要求，进行统计分析，形成最初步的数据表格。
上面的表格很难让老板能第一时间看懂我们想要表达的内容，所以我们需要对表格数据进行可视化操作。
这篇文章记录图标可视化的三种方法：
1.条件格式
2.迷你图
3.动态图表
灵活运用这三种方法，能让数据分析更加高效，领导也能眼前一亮！
在Excel软件中开始栏有条件格式功能区，选择【条件格式】-【数据条】-【选择填充方式】，可以将要直观展示的数据转换成数据条，直观明了。
案例操作步骤：将销售额一栏转换成数据条，并且独立展示。
当我们直接套用色阶条数据格式时，数值也会同步显示，这样不是很美观，所以我们可以通过编辑规则，仅显示数据条。
条件格式中的数据条，非常好用又简单，但是并不能适用于所有的数据表，它只能简单的表示数据的大小，不能表现出数据的增长趋势。
如果我们需要展示出每个月的成交趋势，可以选择使用 迷你图。
在图表的下方插入一行用来放置迷你图，点击【插入】选项卡——进入【迷你图】功能区——根据需要选择迷你图的类型。
案例操作步骤：在表格下方增加两行作为放置折线迷你图和柱状迷你图的区域，点击折线迷你图，选择所需要的数据和放置迷你图的位置，点击确定就生成了网银的全年销售额。
重复操作即可得到网银、支付宝、微信等等分类的全年销售额折线图。
同理，迷你柱状图也是一样的操作，只不过选择插入柱形迷你图，就可以。
迷你柱形图中，都是细小的数据条，可能显示不是太明显，Excel中迷你柱形图可以设计，选中已添加好的柱形迷你图，就会自动出现【设计】选项卡，然后样式功能区的【标记颜色】中，可以选择将你想标记的数据换一种颜色，在案例中我将最高值标记成为了明黄色，便于一眼能看到。
迷你图可以一眼就让人看出趋势，但是要想知道折线之间的差异还是会比较困难，所以还是要借助表格来展示数据的具体差异。
动态表格能通过点击鼠标选择月份，动态显示出该月份的销售数据，并动态呈现表格，这样既方便又美观，同时更加高大上！
案例操作步骤：
1.插入月份显示框，通过进入【开发工具栏】中，进入【控件】功能区，点击【插入】，进入【表单控件】，选择【组合框控件】，在任何空白区域任意画出控件。
2.定义月份区域1-12月，命名为月份
3.将月份，通过控件来控制选择，调整控件大小。
鼠标移动到控件栏，右键选择设置控件格式，点击控制选项卡，输入数据源区域（下拉框要出现的数据），单元格链接（鼠标点击控件中下拉框的数据时，会生成一个数据）。
1.生成月份
通过第三步我们已经知道点击控件中的月份后，单元格链接后会生成相应的数字。
所以我们直接将该数字导入过来，加上“月”这个字，就能完美的达成效果。
2.动态提取总销售表中的的数据
通过INDEX函数和MATCH函数的灵活使用，可以将月份、类别与销售表相匹配，从而完美找出我们想要的数据。
MATCH函数（返回指定内容所在的位置）
MATCH（lookup-value,lookup-array,match-type）
lookup-value：表示要在区域或数组中查找的值，可以是直接输入的数组或单元格引用。
lookup-array：表示可能包含所要查找的数值的连续单元格区域，应为数组或数组引用。
match-type：表示查找方式（取值-1,1,0），用于指定精确查找（0，查找区域无序排列）或模糊查找（-1,1，查找区域升序排列）
INDEX函数（返回指定位置中的内容）
INDEX（array,row-num,column-num）
array：要返回的单元格区域或数组
row-num：返回值所在行号。
column-num：返回值所在的列号
MATCH函数提取出月份和想要类别数据的行号和列号，INDEX函数通过行号和列号返回找到的数值。
案例操作：
我们要求出对应月份的网银销售数
首先运用MATCH函数定位对应月份和网银的行号和列号
行号：输入=MATCH(K10,A1:A13,0)，最后得到结果为9，因为8月在表格里的行号对应为9。
列号：表格中的列行均为网银，微信，支付号等种类，所以列号要通过对比“网银”来确定列号
输入：=MATCH(L9,A1:F1,0)，最后得到结果为2。
MATCH函数返回出的列号，行号，通过INDEX函数，返回出相应的数值。
输入：=INDEX(A1:F14,MATCH(K10,A1:A13,0),MATCH(L9,A1:F1,0))
其中A1:F14是要查找的数据区域。
通过这个方法以此类推，可以查找出其他种类对应月份的数据。
可以调整第一个公式中的引用方式，将数据区域，查找值，查找区域等绝对引用，将查找网银，微信等种类相对引用，可以自动填充找出相应的值
公式：=INDEX($A$1:$F$14,MATCH($K$10,$A$1:$A$13,0),MATCH( L$9 ,$A$1:$F$1,0))
3.手动输入年度指标
假设年度指标为78000
4.计算出累计完成量，和完成率
当我们点击8月时，要计算出表格中1-8月的销售额
我们采用OFFSET函数和SUM函数联合计算出累积完成量
OFFSET函数：引用函数，表示引用某一个单元格或者区域。
OFFSET（reference,rows,cols,height,width）
reference:引用必须引用单元格或响铃单元格区域，基点，作为偏移基准的参照
rows：左上角单元格引用的向上或向下行数。使用5作为rows参数，可指定引用中的左上角单元格为引用下方的5行。rows可谓正数（这意味着在起始引用的下方）或负数（这意味着在起始引用的上方）
cols：左上角单元格引用的向左或向右行数。使用5作为cols参数，可指定引用中的左上角单元格为引用右方的5行。cols可谓正数（这意味着在起始引用的右方）或负数（这意味着在起始引用的左方）
height：需要返回引用的行高，必须为正数
width：需要返回引用的列宽，必须为正数
案例操作：
以一月的数据为基准，通过月份的选择，定位出引用的数据，再通过SUM函数直接返回出这个区域的值
公式：=SUM(OFFSET(F2,0,0,K1,1))
F2单元格为一月销售额所在的单元格，我们不需要偏移所以rows和cols均为0，height为点击控件月份后背后单元格链接的数据，表示从1月到8月的区域，weight为1,
SUM函数直接求出了F2到F9区域数值的和，这也是我们要的累积完成量
5.完成率
通过与年度指标对比，累积完成量除以年度指标，求出完成率，求出之后更改数据格式成为百分比，可以直接求出完成百分比。
1.柱形图
鼠标框出想要生成柱形图的表格，进入插入选项卡，点击柱形图
可以通过设置将柱形图中的坐标值调整一下，取最小为0，最大为25000（因为数据中没有超过25000的），这样表格会比较饱满
因为动态表格中的数据都有，所以柱形图可以将纵向坐标轴，背景横线都消除
可以调整表格的样式背景颜色，等等让表格变得更加美观并且具有专业气质。
2.生成环比图
将完成率，未完成率（1-完成率）作为指标，选中生成环状图
将环比图的背景改成和大背景一样的背景，将标题，坐标轴都删掉，并且调整环比图格式，使得更加好看
可以设置数据系列格式，调整圆环内径，颜色等数据，最终形成漂亮的环比图。
直接插入文本框在环比图正中央，将完成率公式设置其中，更改格式使其更加美观。
1.可以源表格的数据可以随时修改，最终结果会相应的变化
2.可以通过控件动态实现，一键查找相应的明细，并生成柱状图和环比图
通过这个小锻炼，可以通过excel表格将数据进行分析整理，生成图表。
由此可以发现图表才是数据可视化的大佬，俗话说：字不如表，表不如图，一图胜千言，好好学习动态数据可视化，也能在老板面前更好的表现自己！
本文内容来自于自己学习小记，望以后更加努力，加油！