做数据的同学们都经常听到一句话：“建立销售运营商品数据监控体系”。这玩意拆开看每个字都认识，合起来听得一脸蒙懵圈，时常发问：脚踏实地的对精准营销平台进行深入研究是追求发展的唯一办法。http://www.bailian-ai.com/
啥是数据监控体系这玩意和数据指标体系有啥区别我做的这些个报表，到底算不算体系为啥没感觉谁被我“监控”了！
种种疑问，今天系统解答一下。之所以同学们有疑惑，是因为一来大部分企业没有真正重视数据，同学们辛辛苦苦做的报表都没几个人看。二来是大量同学只会在已经发生+巨大问题的时候做出响应，缺少事前判断能力。导致即使基于数据提了意见，业务也回一句：“我早知道了”（如下图）
1什么是数据监控体系
监控，顾思义，是监督和控制。理论上监督和控制也可以不用数据，比如传统的车间主任、生产队长、监考老师，都是一线现场监督与控制。但远在万里之外的企业集团总部，是没法派出千里眼顺风耳现场监督的。因此就有了数据监控：通过数据指标来进行监督和控制。当业务变得复杂，单一数据法满足监控需求，因此就有了数据监控体系。但是它不等于数据指标体系。单纯的数据指标体系可没有监督与控制的作用。做数据的同学比较清楚，每天发出去的报表，十个人能有一个人看就不错了。一线的连数据都爱答不理，谈何监督与控制。所以单纯的数据指标体系只是一个工具，如何把工具与管理流程结合起来，才是数据监控体系的比较难环节。
2如何搭建数据监控体系
如数据监控体系的字，监督+控制，因此搭建数据监控体系包含两大关键工作：
建立数据指标体系，对业务情况进行监督。将数据应用到管理流程，现控制。
今天重点说说控制该怎么个控制法。很多做数据的同学是技术出身，一提起“控制”比较直观的能想到的就是骂自己起床，催自己结婚生娃的老妈子。然后感慨：我又没做过“销售运营产品风控，我要怎么控制呀……”际上企业里的管理完全不需要这么琐碎纠结。就像我们不需要会造汽车，也能控制汽车（开汽车）一样，关键要解决以下四个问题：
首，明确要控制谁
动作的指向要明确。很多同学会说：“GMV降了，要搞高”这话就跟没说一样。GMV看似跟每个部门有关系，是全的事。可人人负责，就等于人人责。太宏观的目标指向不明，自然没法起到控制作用。可以喊的具体点，比如：
GMV降了→高端用户消费少了→用户运营想想办法GMV降了→某类商品降幅大了→商品运营想想办法GMV降了→外部流量太少了→渠道投放想想办法总之把整体目标，具体到某个部门，某个小组，比较好是直接挂上丫的KPIOKR指标，这样指向明确，才能有效。为达到这个目标，在建数据指标体系的时候，做分类维度的就不能随意做，而是要把和部门分工有关的分类维度（比如分、商品、用户层级等等）突出出来，方便落责任人。
第二，啥时候控制
如果真的等到GMV跌到不行了才来喊：要搞高，就太迟了。际上影响业务走势的很多因素可以提前预见，比如：
正向因素：大促销、新品上市、传统旺季负向因素：系统BUG、缺货、传统淡季不定像因素：系统改版、换季因此，控制是有时间状态和走向判断的。标准的用语是这四句：
过去+负向→关注XX问题过去+正向→发现XX经验未来+负向→警惕XX风险未来+正向→提示XX机会因此在搭建数据监控体系的时候，得总结过往经验，了解未来内部计划，甚至收集一些竞争情况，这样把态势判断提前准备好，才能赶在事前多喊“警惕”“提示”而不是事后人人都看到了，才嚷嚷“要搞高”
第，多大力度控制
这时候可以喊“要搞高”了！是滴，没错，被陈老师调侃了一路的“要搞高”本身并没有问题，是个标准的建议方式。在给出控制意见的时候，先讲方向，再讲力度，比较后才是细节。不同问题严重程度，对应的力度是不同的。
这里也有标准话术：
要注意（出现异动）要行动（要搞高，要搞低）要立即行动（！！！）
如果对问题评估做的到位，在立即行动之后，是有进一步的描述的。比如：“如流量质量不能在3天内得到改善，本月KPI将不达标”。做这种推测和预测有关，因此让很多同学很纠结，预测的到底对不对。其完全没必要。
在管理上，行动力比精准的预测更重要。预知到了问题，如果业务部门行动给力，问题早早就处理完了，哪里还用什么精准预测。如果业务部门不行动，一直在纠结：“我看不会出问题吧”“它如果自然反弹了呢”，比较后就会坐失良机，铁定扑街呀，还需要预测。所以往往做推测用的是比较简单的逻辑，比如一个月3000万业绩，每天就得100万。1000万流量转化20万购买，所以5万购买就得250万流量，类似。做控制是为了推动业务部门行动，不是给推诿找理由，切记切记。
第四，控制完啥效果
做控制比较重要的就是效果。效果是有层次的：
初级：控制被业务接收中级：业务按控制行动高级：行动对指标有显著作用
搭建数据监控体系，比较不能少的环节就是结果回顾。而且要先看是哪个层级的效果，再看具体效果大小。很多时候根本还没到比较后指标变化，而是业务方压根就没听建议，比较后捅出篓子来才慌慌张张跑来问“为什么”。这一环看似简单，际很难做到。一来很多业务部门态度趾高气扬，懒得沟通。二来很多做数据的同学薄皮大馅，脸皮太薄不敢沟通，闷头搞各种算法模型，只有自己知道。这样就很难现监控体系的流畅运转了。比较后要强调的是：数据监控体系是用来发现问题的，不是用来解决问题的。监控监控，监督和控制，他本来就不是教学和讨论。你见过哪家奴隶监工拿着教科书到田里监督干活的，都是手里鞭子一挥“啪！”一声。有些同学把监控搞得复杂比，硬塞一堆指标希望直接读出问题分析，这样做会极大拖慢监控运转效率。在方向不清晰的时候，看的数据越多，脑子越乱。
3为什么你做的不是数据监控体系
常见的问题，比如：
数据指标体系缺判断标准。只知道喊“涨了”“跌了”，不知道报“好了”“坏了”数据指标就真的是个指标。和管理流程脱节，没有清晰责任，没有对应跟进人缺少数据以外的业务梳理。不知道干了啥，不知道在干啥，不知道要干啥缺少确认问题的跟进反馈。不知道人家听了没有，不知道人家干了没有，不知道人家干成了没有，光盯着数字发呆。贪大求多，塞了一大堆指标，花花绿绿显得高大上。结果跑数累似，看数晕死。
本质上数据监控体系就是温度计。体温固然重要，但体温反映出的发烧症状才是更重要的。想读懂症状，自然得多学医，得在发现人发热咳嗽以后赶紧送院，得了解发烧病人接触了谁，去过那里，得做进一步的化验而不是揪着体温计不放。这些才是让数据监控真正落到地的地方。 |
