数据可谓是海量的, 足够所有人用于所有用途。利用公共网络抓取领域的现有能力, 企业能够获取关于整个价值链的几乎任何方面的信息。我们可以获取关于产品、客户、友商、市场以及其间的一切深度公共信息 ——Oxylabs 网络抓取工具就能用于获取这些数据。
然而, 大多数企业还在采用老派的做法, 包括一定程度的主观猜测。数据广泛用于 SEO 和 PPC 等部门, 但其他一些部门却迟迟不能果断采纳信息驱动的决策。在一些情况下, 所谓“数据驱动”, 听起来高大上, 其实只不过是草草浏览一下数据, 并没有深入挖掘数据背后的含义。
适用于非数据人士的数据
当然, 懂 SEO 或 PPC 的专业人员谈论数据驱动很容易。他们的工作往往直接可以通过数字来衡量。例如, 广告投放的成效可以轻松通过 ROI 及其他指标来衡量。
那么, 我们如何衡量内容管理部门的质量或成效呢? 撰写文稿常常有点深奥难懂, 因为我们甚至无法轻易定义哪些写得好, 哪些写得差, 更不用说其表现了。
严格采用数据驱动方法的人群往往会试图把内容压缩为几个具体的指标。而采用内容驱动方法的人群则抗拒指标, 因为他们感觉指标会压抑他们的创造力。
然而, 公司所有部门的目标是一致的, 那就是创造利润。尽可能使用数据来衡量表现是必要的, 因为这样一来, 大家可以更高效地达成目标。对于非数据人士, 我们应该寻求更抽象的指标来补充老派的数据 (例如, 浏览量)。
表明撰写文稿价值的最佳辅助信号之一是各平台的联合度和用户的参与度。很显然, 内容策略不会像 PPC 那样产生立竿见影的效果, 因此衡量写作的 ROI 是件令人头疼的事情。但是, 所有内容的次要目标是让人们与您的品牌互动。如果内容在其他平台上分享, 或获得其他类型的关注, 就部分实现了这一目的。
然而, 要从此类数据产生清晰而鼓舞人心的信号, 就需要同时组合内部和外部资源。这需要付出大量的工作、管理和精力。但是, 最终目标为部门和整个公司创造了更好的工作环境。
以数据为先
据说托马斯・阿奎那有一句名言:“小错会铸成大错。”小小的误解或低效率可能导致流程和行动不堪重负。基本上, 这正是“持续改善”这个概念的用意所在。我们可以使用数据在数字空间实现相同的理念。
我们不必把数据视为 (过去) 绩效的预测指标, 而可以把数据视为在某些部门注入我们的现行决策的一种方式。销售和营销就是这方面的典型代表。
销售部门可以通过 CRM 注入专业数据, 丰富并优化潜在客户管理流程。如果您很熟悉您的“理想客户档案”(ICP), 可以将多个服务 (例如,Salesforce) 整合为一个服务来挖掘潜在客户。这种做法的其中一个最高效数据点是, 根据潜在客户随附的专业电子邮件来匹配公司规模、行业等。
营销部门也使用了大量抽象工具。B2B 领域的一种常见做法是, 制作理想客户档案以及用户画像。但是, 用户画像往往被视为潜在买家在整个采购过程中的某种抽象表现。
您不必一路思考到底, 而可以利用数据来传达清晰的画面。结合专业数据、现有重要伙伴和客户及其采购路径 (根据销售日志和分析工具), 就能得出综合情形。这就包括哪些人在执行采购行动、他们对哪些内容最感兴趣, 等等。
数据文化
许多人, 尤其是数学领域之外的人, 对数据有一定的厌恶感。在某个人性层面, 这种厌恶感完全可以了解。毕竟, 被某种抽象工具所衡量的感觉并不怎么好。
与此同时, 数据在企业中又是无可替代的。要融合这两种互相冲突的倾向, 就要培养一种文化来理解数据驱动所代表的内涵。第一步就是让每个人都可以访问信息, 而不是只保留给分析团队。更密切地接触数据, 就更容易理解数据。
此外, 还需要向大家灌输的一个十分重要的观念就是, 数据并不是关于人本身的。数据是关于整个企业中微观和宏观层面所执行的策略的。因此, 数据衡量的是所采用策略 (有时甚至是在个体层面) 的实施情况与成效, 而不是人的价值。
随着时间的推移, 通过培养对数据的关注, 以及理解如何处理数据而不给大家带来不适, 一种全新的文化就会勃然兴起。届时, 大家会积极寻求更多途径来使用数据丰富自己的决策流程。
结论
通过直接在每个部门的运营中包含数据, 就可以制定完整的策略, 并改变做事的方法。挑战在于, 在数据中找出主要和次要信号的合理结合点, 获得相关领域的完整概况。
但是, 因为企业有一个总体目标, 一切都可以进行衡量。这些衡量的准确度可能有一定的误差, 但衡量确实存在。
作者：Julius Cerniauskas,Oxylabs.io 首席执行官
（原标题：Oxylabs 首席执行官建言献策：使用（大）数据提高部门效率）
