我们每天都在做决定，但“用数据分析辅助决策”这句话早就说滥了，到底怎么辅、辅助什么，反倒没几个人能说清楚。今天用几分钟时间把这个事聊明白。

先说说什么是决策。

决策说白了就是决定接下来做什么。只要是行动，就离不开5W2H：谁来做、为什么做、做什么、在哪儿做、什么时候做、怎么做、花多大代价。这七个要素看起来简单，但不是随便填空的，它们有个自然的展开顺序。

这个顺序是这样的：

第一步：定人



同一件事，不同人来做，思路、方案、结果完全不一样。先把执行人定下来，后面才有得谈。

就拿吃午饭来说。同样是填饱肚子，写字楼里的白领可能选四十块的轻食套餐，路边的装修师傅十五块的猪脚饭能吃到打嗝。需求不同，选择自然不同。人定不下来，很多事情根本没法往下聊。

第二步：定目标和预期

先把要解决什么问题、解决到什么程度说清楚，再谈具体怎么操作。

还是吃饭。如果是给自己吃，哪家快餐都成。如果是请客户谈生意，就得找有包间、环境安静的地儿。如果是追小姑娘，那讲究就多了——不能太远（人家嫌麻烦），不能太low（影响聊天氛围），还得照顾对方口味。

没搞清楚目标就动手，相当于射箭没有靶子，劲使得再大也是瞎瞄准。

第三步：定时间、地点、方式和投入

人定好了，目标也明确了，接下来才是具体怎么执行。时间、地点、方式和投入这些要素，只有在这时候讨论才有意义。



搞明白决策的逻辑，数据怎么帮忙就好说了。

数据最直接的作用是把事情量化。

不是说非要什么AI分析或者智能推荐，就是最简单的量化。你想去一家馆子吃饭，总会看看点评上的价格、距离、评分吧？这个动作就是在用数据辅助决策，是最靠谱的第一步。

但光量化还不够，你得判断结果好坏。

现在讲数据分析的文章一开口就是交叉法、矩阵法、漏斗法，唯独不回答一个最基本的问题：什么算好，什么算坏？

这个问题太关键了。没有标准就谈不上判断，标准不一样，结论完全不同，甚至可能完全相反。

就拿追姑娘来说。约会吃饭的目标不是填饱肚子，而是增加好感。好感这种内在感受怎么量化？只能通过外部行为推测。她有没有主动找你聊天？有没有跟你分享日常小事？约会完情绪怎么样？

企业经营也是一个理。这个月销售额一个亿，同比增长10%，环比也是10%，看起来在涨。但老板可能高兴不起来：这是正常波动还是异常？有没有可能涨更多？毛利同步增长吗？数据明明在涨，决策者心里照样一堆问号。

很多数据分析师天天做日报月报，领导说没洞察、没深度，绞尽脑汁也想不通问题出在哪儿。问题往往就在这：没有找到全面合理的衡量标准，盯着几条曲线的波动瞎分析，永远抓不到本质。

第三步才是真正分析和建模。

定好了标准，判断出结果是好是坏，才轮得到分析原因。这时候各种分析方法论才派得上用场。

数据分析还有一个常被忽略的价值：把决策拉回理性轨道。

不是每个人都习惯理性、逻辑、定量地思考问题。



追姑娘请吃饭，有些男生的逻辑是：贵的就是好的——直接挑最贵的店，完全不问对方喜欢什么。

我喜欢火锅，所以带她去吃火锅——你确定她也喜欢？

她说喜欢火锅你就信了——上次她说喜欢日料你怎么没记住？

再走一公里就到了，坚持一下——可怜人家踩着高跟鞋在后面追。



我和前女友去过那家店，觉得不错，今天也带她去——坟头草已经两米高了。

还有太多人的决策靠的是直觉、印象、习惯，根本不考虑那么多。这种时候，数据分析的作用就是指出这些随意决策的不靠谱，把人拉回理性分析的路上。

当然，如果一个人运气一直很好，决策效果都不错，不依赖数据也说得过去。过去二十年经济高速增长，很多企业躺着都能赢，根本用不着数据分析。但现在不一样了，竞争越来越激烈，躺着赚钱的日子过去了。

数据分析本质上是一种工具，不是包治百病的灵丹妙药。它能帮你做到的是：把决策从“我觉得”变成“数据证明”，从“我猜”变成“有据可依”。

要真正发挥数据分析辅助决策的作用，需要两种能力：

一是分析能力本身。用数据发现问题、解释问题、找到答案，提升决策质量。

二是呈现和推动能力。分析出结果不算完，得让业务部门的人看得懂、愿意信、肯行动。决策的执行者往往是销售、运营、业务部门的同事，不是数据分析师本人。能让别人信任你的结论，这才是真正的价值。

至于具体的方法，以后慢慢聊。