在本指南中，你将了解以下技能的意义与方法：
- 明确你的目标
- 识别所有可能的数据源
- 收集并准备数据
- 可视化并探索数据
- 从数据中获得洞察
- 做出数据驱动的决策
- 基于结果进行调整，并在未来做出更好的决策
什么是数据驱动决策?
信息无处不在，很难分辨哪些信息是糟糕的、哪些是优质的，而哪些又是极佳的。从本质上来说，所有信息都是数据——虽然不一定是有用的数据，但仍然是数据。
当我们对这些数据进行清洗、排序和分析时，我们就开始进行数据驱动决策。在信息噪音和错误信息泛滥的时代，数据驱动决策比以往任何时候都更为重要。无论你是在找一部可看的剧，还是要投资一家世界五百强企业，数据都能帮助你过滤掉噪音，并做出更明智、更自信的决定。
数据驱动决策的重要性
不明智的决策就像赌博。如果你做的是财务决策，那就真的跟赌博没什么两样！我们的本能确实擅长告诉我们什么时候吃饭、什么时候上厕所，以及如何感知周围的即时威胁，但它并不擅长帮助我们做出影响巨大的决策。
想象你是一个店主，店里有块空置的货架空间——你需要摆放一些产品来售卖。本能反应也许就是：把空位填满就好。你走到户外，从停车场捡了一块破水泥砖头，放到货架上并标价 500 美元。这个决策好不好？显然不怎么样。
现在，再想象你是同一个店主，但你利用大脑而不是本能。这个空货架就在收银台旁边？人们什么时候最容易冲动消费？当他们赶时间或者在收银台排队压力比较大的时候（也就是在这里）。你决定在这里摆放一些便利产品——糖果、含糖饮料，或者烟草、酒类和彩票等成人消费品。结果只过了一天，你的总销售额就因为顾客的冲动消费而提高了。这就是数据驱动决策。
数据驱动决策的真实案例
从街角小店到企业董事会，数据驱动的决策无处不在。上面提到的商店例子只是一个小案例。以下是更多在更大规模上进行数据驱动决策的真实案例：
- 零售业：沃尔玛等大型商店会分析客流量，查看历史销售数据，甚至考虑天气因素。你是否在暴风雪来临前一天去过商店？那些堆在入口处的铲雪工具和除冰盐可不是随便摆出来的！
- 娱乐行业：Hulu、Netflix 和 YouTube 等公司会跟踪你的观看习惯和点赞情况。这些数据让他们能准确预测你可能会喜欢看什么。你也许不想承认，但“彩虹小马”反复出现在推荐列表里是有原因的。
- 城市规划：当你的城市要修新路时，他们会观察现有交通流量。交通堵塞点在哪里？哪个红绿灯绿灯时长有 3 分钟但通过的车辆却只有一辆？
数据驱动决策无处不在。如果愿意的话，举上上千个例子都不是问题，而你在日常生活中可能会遇到其中的大多数。
数据驱动决策的 7 个步骤
现在，是时候学习这门“秘技”并将其运用到你自己的收益上了。其实，数据驱动决策并非只有神职人员、智者和王公贵族才能掌握的神秘过程。无论是给货架上架商品，还是规划你的下一条产品线，以下这七个步骤都能让你从“我有一种预感……”变成“我得到成果了！”
1. 明确你的目标
你想解决什么问题？让目标越清晰越好。“我想发财！”——这固然是个目标，但并没有说明如何实现。换个说法：“我想观察市场趋势。根据这些趋势，我要为我的公司选出最佳产品线。”——这就是一个可执行的目标。
- 如果你想提升网站 SEO，你就需要改进关键词使用、内部链接以及外部链接。
- 如果你想让店里卖出更多巧克力酱，就在冰激凌旁边摆放一个巧克力酱货架。
- 如果你想开发下一款爆款应用，就去 Apple Store 和 Google Play 上看看用户想要什么吧！
2. 四处寻找关键数据源
要想成功，你需要找出所有关键数据源。“我想观察市场趋势……”——既然要找趋势，就需要历史数据。这些数据来源有很多——最好的往往就隐藏在你触手可及的地方。你需要理解你的数据来源。
- 想提高 SEO？你的文案和开发人员是内部数据源。至于外部数据源，可以看看 Google Analytics 或者使用我们的 SERP API。
- 想让巧克力酱畅销？你需要历史冰激凌销售数据。店里负责冰激凌上架的员工就是很好的内部数据来源。至于外部数据，可以看看 亚马逊产品数据集。
- 想了解 Play Store 上的成功要素，就需要查看应用评论。你可以询问公司内部人员的看法，但也需要外部数据。我们这里就有大笔现成数据可用，看看 这套数据。
3. 收集并准备你的数据
收集数据有点像撒网捕鱼。撒一张大网，希望有鱼进入网中。如果你不购买现成数据集，就需要自己收集。这个过程通常需要解析来提取数据，并通过清洗来剔除异常值或偏差数据。
- 在提升 SEO 的过程中，你也许会爬取 Google 搜索结果，看看排在顶端的内容。然后收集这些内容的数据，分析它们为什么能排在前面。
- 若想让巧克力酱畅销，就准备好你之前的销售数据，以及你在网上找到的历史数据。清洗掉异常值，这样你才能看清趋势。
- 要规划下一款应用，就对正面评论和负面评论分别进行研究。保留真实的评价，筛除那些“我今天起晚了就用 Yelp 出气”的无效评论。
关键是要找到优质数据，并排除会导致结果偏差的无效信息。
4. 查看并探索你的数据
你已经拿到了清洗后的数据，现在需要看看其中到底包含了什么信息。把数据集导入到电子表格中，CSV 或 Excel 都行。接下来，你需要做的不是盯着数字看，而是进行试探性分析，寻找其中的“故事”。
- 要提升 SEO？按排名排序，然后按域名或外部链接排序。有无出现什么规律？
- 要让巧克力酱畅销？按日期排序，再看品牌名称——是否有某些品牌销量特别突出？
- 计划开发应用？按类别排序，再按价格排序。也可以按开发者名称来排。有没有注意到成功的应用有什么共同点？
是否发现带有特定域名往往 SEO 排名更高？是好时（Hershey’s）的巧克力酱比廉价品牌卖得更好？价格不到 5 美元的应用下载量更高？暂时先别管原因——我们下面再来分析。
5. 得出洞察
当你注意到一些趋势，就该推测其原因。这些趋势将带来有价值的洞察。如果能理解它们，你就能拿到直指成功的路线图。
- SEO 洞察：如果排名最高的网站有大量的外部链接，那么你的当务之急就是——多搞外部链接。
- 巧克力酱洞察：好时巧克力酱的销量比你家超市自有品牌更好，且价格更高。如果你能重新包装并提高售价，或许能获得更多顾客信任。
- 应用洞察：价格低于 5 美元的应用表现很好。如果你让自己的应用以低价入场，可能会收获更多下载量。
在这一步，你需要深入分析那些让你“咦？”或者“啊哈！”的瞬间。这些发现可以告诉你什么策略可行，然后你只需执行即可。
6. 做出决策并付诸行动
你的洞察给你了行动指南。现在你需要选定一条策略并落实执行。此时，拖延就是大敌。你已经知道竞争对手在做什么，赶紧让这些策略为你所用吧！
- SEO：买一个更好的域名，并尽可能增加外部链接——比如专门为了获取外链而开展联盟营销活动。
- 巧克力酱：给它换个更高档的品牌名，提高售价，让消费者觉得它不是“便宜货”。
- 应用：建议首发定价低于 5 美元。如果你定在 4 美元，既能在竞争中具备一定优势，也可在积累用户后再提高价格。
从技术上讲，这是最后一步——但为什么要停止呢？快速试错并吸取教训。
“与其说失败能教会我们更多，不如说我们能从失败中学到的东西往往胜过一帆风顺时。” ——乔治·“冲击”·圣皮埃尔（George “Rush” St. Pierre）
7. 基于结果进行衡量与调整
在敏捷开发（Agile）中，这一步称为 “retro”（回顾）。你的策略效果如何？把它拆解来看看哪些地方成功了、哪些地方还有改进空间。
- SEO：外链带来了帮助，但换域名没什么效果？那么下次就不用折腾新域名了，继续强化外链就好。
- 巧克力酱：换包装效果不错，但销售额仍未达到预期？下次就调整定价策略。
- 应用：定价 4 美元太贵了？那下一个应用上架时就 2 美元起步。
犯错并不等于失败，犯错是改进的机会。如果出错了，就吸取教训；如果成功了，那就更好！
“我并没有失败，我只是找到了 1 万种行不通的方法。” ——托马斯·爱迪生（Thomas Edison）
实现数据驱动决策的工具与技术
在进行数据驱动决策时，你可用到的工具数不胜数：从数据收集到洞察提炼，都能用到各种支持工具。
数据收集
- 数据集：将数据收集和准备工作外包。用这些现成数据集，你可以从第 4 步直接开始！
- 网络爬取：爬取网络实时获取定制化数据，想要什么就抓什么。
- Google Analytics：分析你的网站流量，看看谁在访问以及原因是什么。
数据存储与洞察
- 电子表格：用 Google Sheets 或 Excel 来快速排序、处理数据，并方便协作。
- SQL 和数据库：当数据量大时，这些工具可以让多人同时使用同一份数据。支持复杂的表关联，并能轻松导出为电子表格。
- Power BI：与 Excel 无缝结合，让你在几分钟内就能创建强大的仪表盘和可视化图表！
常见陷阱及避免方法
就算你有优秀的工具和正确的数据，有时决策依然会偏离。以下是一些常见的误区以及规避方法：
- 目标不明确：始终回到第一步，先定义目标。如果目标不清晰，你就会陷入“以解决方案去寻找问题”的境地，效率低下。
- 收集了错误的数据：务必确保你的数据与目标相关。过时或无关数据会让你的决策产生偏差。上世纪 60 年代的火锅是风靡一时，但放在你今天的收银台旁就不合适了。
以上只是一些主要陷阱，但大多问题都源于这两个根本原因：目标不明确或数据不相关。所以一定要有目标，且确保数据相关，不要过度复杂化。
结论
数据驱动决策能让你以更清晰的思路来解决业务难题。Bright Data 提供的一系列解决方案，可以帮助你高效地收集、组织并使用数据：
• 住宅代理：通过真实消费者 IP 获取本地化数据。
• 数据集：直接使用准备好的精炼数据，无需自己收集。
• 网页抓取工具 API：实时自动化大规模地采集数据。
• 定制抓取工具：部署全托管的端到端爬取解决方案。
注册免费试用，获取你所需的数据来做出更聪明、更快捷的决策吧。
