KPI陷阱：为什么数据无法驱动业务

在数字化浪潮下，“数据驱动业务”已成为众多企业的信条。然而，数据真的能如我们所愿地驱动业务增长吗？本文作者凭借其在硅谷初创企业和国内互联网大厂的丰富经验，犀利地指出“数据驱动业务”在许多企业中可能是个伪命题，并深入剖析了KPI和OKR等管理工具背后隐藏的陷阱。一个伪命题 “数据驱动业务”这个口号，在前几年数据科学还是风口的时候非常流行。就像现在的ai一样，各种企业都在往上靠。传统企业搞数字化转型、互联网企业搞ab算法大模型。根据我的经验，这个事在许多企业里是个伪命题。除了极少数企业，数据无法真正驱动业务，主要是在公司架构上和管理工具上来说，数据（及其owner）和公司的业务方向存在极大脱节，同时可能对业务的描述存在偏颇，不如说“业务驱动数据”更实事求是。两个陷阱 1. 公司架构公司架构上来说，数据及insight的owner都不直接参与核心商业流程和决策。这里的owner包括数据分析师、数据科学家、算法工程师，虽然技术深度各有不同，在我看来都是难兄难弟。知道问题是什么，才能有答案。这里三方都是公司内的乙方，一切问题来自于甲方（业务和老板）。在存在信息差的情况下，预期对方主动提供“驱动业务”的策略是不切实际的，更多只是一种管理/晋升上的工具说辞。凡是在数据团队干过两年的，都明白个中辛酸，就不细说了。 2. 管理工具你也许会觉得，那kpi呢？okr呢？这些都需要有数据支撑，不算数据驱动业务吗？从管理工具上来说，kpi确实是可以量化的业务结果。但可量化意味着可筛选和可操控，而可筛选和操控则意味着偏颇。举个例子，在增长和服务质量上，老板要选择什么当北极星指标？只要选择了增长，那么在无数个后续项目上，服务质量大概率是会被牺牲的那个。企业高管也只是高级打工人，人性如此，无法奢求。举例吐槽两个产品，一个是滴滴的臭车。打开社媒，到处是对臭车的吐槽。但气味如何被量化？供需团队，最在乎的是市场（即动态、短效）的revenue per session；司机团队，臭车的司机不会受到负向激励，因为这样只会减少supply（和司机聊过，无惩罚措施，不臭仅仅是+3分）; 乘客团队, 很难量化气味的难闻程度以及后续对留存影响。于是臭车只能成为房间里的大象，成为没有团队愿意真正有动力解决的问题，虽然，这是常识，也是“正确的事”。另一个是美团外卖隐藏“售后”入口，如果商家错送想要退款，入口被隐藏在灰色的“更多”后面。相信这个产品上线肯定是经过A/B测试的，但时间窗口大概不会很长，PM大概是觉得用户找不到，就会大大降低退款率。“退款”是小概率时间，但一旦发生，用户体验那种被欺骗的感觉犹如吃屎。但，既然短期指标不受影响，客服的工单率又不是我背，大家又有好指标去汇报，何乐而不为呢？受伤的，只有用户的血压和这个产品的品牌认知。仔细想想，我们自己在买车的时候，并不会以几个指标来判断什么是一辆好车。我们一定会综合考虑它的外观、能耗、里程、内饰、价格等等，绝对不会用一两个的数据来决定要不要买。那为什么就能以两三个指标来判断企业的运行情况呢？大概是因为，企业并不是打工人自己的企业，既然都是领薪水，盯着上面在意的数据干就好了，至于常识、至于长期规划，很容易在利益的面前做出让步。写到这里，其实就对高层管理者的素质提出了更高的要求。既然数据无法驱动业务，那么管理者就必须在商业前瞻、指标选择、以及发挥数据团队的功能上有更好、更有意识的把控。这个思考留到下篇来写。作者：OTA小王来源公众号：OTA小王本文由 @OTA小王原创发布于人人都是产品经理。未经作者许可，禁止转载题图来自Unsplash，基于CC0协议该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

在数字化浪潮下，“数据驱动业务”已成为众多企业的信条。然而，数据真的能如我们所愿地驱动业务增长吗？本文作者凭借其在硅谷初创企业和国内互联网大厂的丰富经验，犀利地指出“数据驱动业务”在许多企业中可能是个伪命题，并深入剖析了KPI和OKR等管理工具背后隐藏的陷阱。

一个伪命题

“数据驱动业务”这个口号，在前几年数据科学还是风口的时候非常流行。就像现在的ai一样，各种企业都在往上靠。传统企业搞数字化转型、互联网企业搞ab算法大模型。根据我的经验，这个事在许多企业里是个伪命题。

除了极少数企业，数据无法真正驱动业务，主要是在公司架构上和管理工具上来说，数据（及其owner）和公司的业务方向存在极大脱节，同时可能对业务的描述存在偏颇，不如说“业务驱动数据”更实事求是。

两个陷阱

1. 公司架构

公司架构上来说，数据及insight的owner都不直接参与核心商业流程和决策。这里的owner包括数据分析师、数据科学家、算法工程师，虽然技术深度各有不同，在我看来都是难兄难弟。知道问题是什么，才能有答案。这里三方都是公司内的乙方，一切问题来自于甲方（业务和老板）。在存在信息差的情况下，预期对方主动提供“驱动业务”的策略是不切实际的，更多只是一种管理/晋升上的工具说辞。

凡是在数据团队干过两年的，都明白个中辛酸，就不细说了。

2. 管理工具

你也许会觉得，那kpi呢？okr呢？这些都需要有数据支撑，不算数据驱动业务吗？

从管理工具上来说，kpi确实是可以量化的业务结果。但可量化意味着可筛选和可操控，而可筛选和操控则意味着偏颇。举个例子，在增长和服务质量上，老板要选择什么当北极星指标？只要选择了增长，那么在无数个后续项目上，服务质量大概率是会被牺牲的那个。

企业高管也只是高级打工人，人性如此，无法奢求。

举例吐槽两个产品，一个是滴滴的臭车。打开社媒，到处是对臭车的吐槽。但气味如何被量化？供需团队，最在乎的是市场（即动态、短效）的revenue per session；司机团队，臭车的司机不会受到负向激励，因为这样只会减少supply（和司机聊过，无惩罚措施，不臭仅仅是+3分）; 乘客团队, 很难量化气味的难闻程度以及后续对留存影响。于是臭车只能成为房间里的大象，成为没有团队愿意真正有动力解决的问题，虽然，这是常识，也是“正确的事”。

另一个是美团外卖隐藏“售后”入口，如果商家错送想要退款，入口被隐藏在灰色的“更多”后面。相信这个产品上线肯定是经过A/B测试的，但时间窗口大概不会很长，PM大概是觉得用户找不到，就会大大降低退款率。“退款”是小概率时间，但一旦发生，用户体验那种被欺骗的感觉犹如吃屎。但，既然短期指标不受影响，客服的工单率又不是我背，大家又有好指标去汇报，何乐而不为呢？受伤的，只有用户的血压和这个产品的品牌认知。

仔细想想，我们自己在买车的时候，并不会以几个指标来判断什么是一辆好车。我们一定会综合考虑它的外观、能耗、里程、内饰、价格等等，绝对不会用一两个的数据来决定要不要买。那为什么就能以两三个指标来判断企业的运行情况呢？大概是因为，企业并不是打工人自己的企业，既然都是领薪水，盯着上面在意的数据干就好了，至于常识、至于长期规划，很容易在利益的面前做出让步。