在以“矩·變”為主題的神策2019數據驅動大會現場，西瓜創客數據分析負責人張平曦發表了名為《從商業目標出發解決數據治理中的困境》的主題演講。以下內容根據其現場演講整理所得。主要內容如下：

　　·為什么要做數據治理?

　　·如何從商業目標出發?

　　·如何落地指標體系?

　　一、為什么要做數據治理?

　　西瓜創客是一個極為重視數據驅動力量的企業，在我們公司僅有50人時已接入神策數據，在數據驅動從零到一的摸索過程中，逐漸發現數據治理的重要性不容小覷，下面我們通過一個問題來直觀感受下——雙十一的GMV到底是多少?

　　雙十一剛結束時，朋友圈有一個消息顯示淘寶的銷售額僅200億元，而京東銷售額已超千億元，當時有點驚訝，后來了解到事實是京東十天累計下單1313億元，雙十一全天淘寶直播200億，且天貓1小時3分59秒破千億。很顯然，這是由數據口徑不一致造成的問題。

　　該問題不是個例，而是在很多公司均存在的問題，在西瓜創客也出現過。在去年我們的11月5日至11月12日的雙十一促銷快結束時，分析師被各方靈魂拷問，如下圖：

　　CEO：“雙十一GMV目標只達成了60%?”

　　銷售總監：“我看到的數據是90%，你加了xx商品的數據么?”

　　渠道負責人：“我們達成了啊，你看的是哪里的數據?”

　　銷售：“績效看板和我的銷售額怎么對不上呢?”

　　財務：“本月現金流量標比業務數據少了100w，怎么回事?”

　　分析師：“???”

　　這種場景不知你是否似曾相識?在這個困境中，往往分析師50%的時間在和業務溝通和核對數據，50%的時間在做數據清洗，留給真正分析的時間少之又少。而其關鍵問題很顯然，即口徑不一致、系統不一致使看到的數據不一樣，理解也不一樣。

　　針對這件事，我們做了一個全面復盤，并畫了一幅GMV的傳送鏈路圖：

　　在圖中明確的表示出每個人接收的數據來自于哪個部門，哪個系統。在數據生產端，存在底層數據、數倉、神策數據、第三方數據(如有贊數據、支付寶數據等)，不難發現，第三方數據與底層數據是完全割裂的，這也是財務、CEO看到的數據不一樣的原因。但從圖來看仍不夠直接，我們又做了一個總結，如下圖：

　　問題的癥結聚焦一點就是大家的認知依據不一致。通過復盤或解釋，最終大家會達成統一的認知，但分析者依然會承擔因此而帶來的后果和影響，其中，最關鍵的兩個就是低效和質疑。來回反復的溝通，各方argue對自己有利的口徑導致低效;對數據團隊的信任度降低，甚至對數據產生質疑。

　　為此，西瓜創客開始嘗試在數據流的各個環節采取措施進行數據治理，如下圖。

　　方法1：

　　在源頭上，通過使用的一套“系統事件”的概念，用統一的協議和規則來統一數據源的獲取，盡可能覆蓋所有的指標，其優點是對于前端事件記錄全面，缺點是對于后端事件可能有所遺漏，研發和業務對關鍵指標的理解差異，甚至將導致關鍵指標遺漏采集，只可解決70%的問題。

　　方法2：

　　在流程上，嘗試統一產品研發及業務方的埋點流程和規范，從需求出發確定要采集的數據，最終往往會發現產研部門和業務、數據部門的目標不一致，導致很容易亂，比如業務提出幾個緊急需求，開發進行了幾個版本迭代后，將數據流、指標就拋之腦后。

　　方法3：

　　在源頭和流程上均無法解決時，最后會采用最原始最粗暴也最消耗時間精力的方式——反復的數據清洗。

　　我們曾經在數據分析團隊做過一個調研，詢問大家認為分析師應該做的事情和目前正在做的事情之間的gap，最終答案是大家認為分析師應該做的事情是分析、挖掘、為業務產生價值的東西，而實際在做的就是取數和報表。

　　這個落差其實很普遍也很痛苦，為真正解決問題，我們回歸初心，思考其本質，總結出數據治理的本質和數據的價值是用可信的數據，驅動業務目標的達成。

　　二、如何從商業目標出發?

　　從這個角度來看，前面的思考更偏向為數據分析而數據治理，正確的思路應該是從業務目標出發來看待數據治理，我們做了一個梳理，如下圖：

　　每個公司及業務均有一套屬于自己的商業邏輯，如西瓜創客會將獲客成本、LTV等作為商業邏輯的關鍵因素。商業邏輯決定目標是什么?如確定GMV、復購率、復購的客單價的設定。進而再決定業務邏輯的拆解和對應的業務流程，在其中又會衍生出各種數據需求，針對具體業務可評估需要什么顆粒度的什么數據?當了解到需要什么數倉表后可決定埋點的系統事件類型。最后我們發現，以上5模塊分別是上游向下游負責，要需求方向業務方負責。

　　但實際的應用中，往往不時出現靈魂拷問，如下圖：

　　不難發現，單一的上游向下游負責的鏈條是無法支撐企業的良性運轉，無論是目標還是數據質量本身，所以我們又重新基于目標出發的視角，進行梳理，如下圖：

　　本次梳理仍從商業邏輯出發，但在鏈路中，不再根據任何一個流程或一個單一的事件輸出業務需求，而是基于業務和商業邏輯做出一個指標體系，該指標體系主要包含KPI及過程指標。

　　也就是說，用指標體系連接應用環節(商業邏輯和業務邏輯)和生產環節(數倉表和系統事件)，如下圖：

　　在實際工作中，每一個人或部門承擔的角色和目標不同，如CEO的目標是實現商業目標，數據分析師的目標是處理需求，數據開發的目標是搭建數倉表等，當整體梳理為統一的指標體系，這也將讓商業目標不是CEO一個人的事情，使各部門攜手實現商業目標。

　　三、如何落地指標體系?

　　下面通過一個案例進行剖析——DM單的購買轉化業務，針對該業務我們設計了一個簡單的漏斗，包含DM單訪問、發起購買、訂單生成、支付成功，但其存在很多問題，如下圖：

　　之后，我們基于商業目標梳理的邏輯，重新對這個場景采取5步法確定指標體系和數據埋點，如下：

　　1.商業邏輯：通過DM單將流量轉化為GMV，如下圖：

　　2.業務邏輯：

　　3.指標體系：

　　4.中間表

　　5.事件設計(埋點)

　　通過這5步基本上構建了一個指標體系地圖(如下圖)，已可讓所有相關方理解商業目標和達成方式。

　　在該階段，企業可進行如下操作：

　　·梳理出商業邏輯及業務邏輯，即業務如何實現目標的流程圖

　　·梳理出數據埋點/系統事件，即在流程圖中的位置及詳細文檔(如下圖)

　　·指標體系KPI及過程指標，即梳理在流程圖中的位置及詳細命名定義

　　·中間表字段及維度(含QA測試用例文檔)，如下圖：

　　指標體系及對應的數據看板展示邏輯或產品應用方案，涵蓋各方，如下圖，包含神策數據和自建后臺。

　　在以上操作結束后，我們繼續進行了不同角色的口徑梳理，如下圖：

　　如此一來，大家都為商業目標負責，而不是需求本身負責，這是我們的一個實踐嘗試。在嘗試過程中，我們采取了項目組的方式，項目組成員包含研發設計、產品、數據等，且大家一起背該項目的KPI，在這種組織架構下，團隊間的配合也發生了微妙的變化，大家的協作性和理解性大大加強，如下圖：

　　甚至工作的價值感也提升了，舉個例子，過去分析師往往聚焦產出本身，如產出多少表或分析報告，但現在其已經通過埋點或研發資源高效實現了，分析師便不需要做提數、做報表、清理數據、發現坑、填坑等工作。現在，分析師做的更多是與業務方溝通，定位業務優化點，優化業務邏輯，匹配對應的數據資源，對業務目標賦能。

　　經過分析后，仔細思考，你會發現數據流并沒有改變，系統也沒有改變，只是通過指標體系的鏈接，各個業務方可看到商業目標實現過程全貌，可準確知道自己的產出起到什么作用，會對什么決策產生影響，且因為指標體系已經從一開始告訴了目標是什么?基于目標的指標口徑是什么?基于流程的轉化鏈路是什么?用什么來判斷好和不好?企業可不用統一和限制數據傳送的鏈條、限制數據查看權限。

　　以上，就是西瓜創客的一個小小實踐，打造的一個基于目標的指標體系地圖的思考和迭代的過程，讓所有的相關方理解目標和我們達成目標的方式，從而使他們的業務目標轉化為企業的商業目標，整個企業各部門真正朝一個方向發力和突破。

　　關于西瓜創客

　　西瓜創客是知名在線少兒編程教育品牌。對標美國CSTA K-12計算機科學標準，推出適合中國6-12歲孩子的LEAP課程體系，獨特的AI雙師教學讓孩子高效、扎實地掌握編程語言,培養超強邏輯思考能力，全面強化綜合素質，西瓜創客獲得由新東方教育文化產業基金領投的B輪1.5億元融資

　　關于神策數據

　　神策數據是專業的大數據分析平臺服務提供商，致力于幫助客戶實現數據驅動。公司圍繞用戶級大數據分析和管理需求，推出神策分析、神策用戶畫像、神策智能運營、神策智能推薦、神策客景等產品。

　　此外，還提供大數據相關咨詢和完整解決方案。神策數據積累了中國銀聯、中國電信、百度視頻、小米、中郵消費金融、海通證券、廣發證券、東方證券、中原銀行、百信銀行、中青旅、平安壽險、四川航空、翼支付、好未來、VIPKID、東方明珠、華潤、有贊、百姓網、貨拉拉、閃送、驢媽媽、Keep、36氪、拉勾、VUE、春雨醫生、聚美優品、惠頭條、撈月狗、紛享銷客、媽媽幫等1000多家付費企業用戶的服務和客戶成功經驗，為客戶全面提供指標梳理、數據模型搭建等專業的咨詢、實施和技術支持服務。希望更深入了解神策數據或有數據驅動相關問題，請撥打4006509827電話咨詢，會有專業的工作人員為您解答。