标签：没有 20px 预测 sid 时代 交集 log 推导 iss
引言：数源思维是为非专业数据技术人员提供的一种有效利用数据解决问题的思维方法。这种方法的简单描述就是“从业务中来，回业务中去”。让非技术人员读懂数据、利用数据、还原数据背后的真实市场。在本文中，数源思维通过问、拆、解、谋四步就能将数据及其方法很好的融合到业务问题的解决中，从而将业务解题能力从经验时代提升到数据时代。
本文选自《数源思维：业务导向的数据思维秘籍》。
制定工作目标是各级各岗位的基础工作之一，可要做好却不简单。因为尽管制定原则说起来很简单——既可行又要有挑战，但可行与有挑战是两个方向相反的要求，所以它俩的交集空间本身就很小，要预测准确甚是困难。那该如何操作才能看上去比拍脑袋定目标更靠谱呢？
原始问题——目标值定多少？
工作目标实际就是目标考核的对象或指标在时间轴上推移到特点时点（目标制定的周期，比如年度计划就是一年后的时点）上期望达到的结果。因此目标设定问题可以描述为目标考核对象在单位时间内的增量来表示，也就是以考核指标的增长速度来表示。
这样我们就把原来对未来时点的目标区预测问题转化为了从眼前开始的增长率估计问题。这样对可行与挑战的估计难度就大大下降了。
转换后的问题：目标速度定多少？
这个问题里还有一个不确定的元素——目标。目标具体考核什么？就是考核指标定什么？
我们不妨假设一个最复杂的情况，也就是一家新创立的企业，或操作一个新产品、新业务、面向一个新市场的企业怎么来定自己的工作目标。因为这种情况得从头思考目标，其他情况都是这种极端情况的某种简化。
从头思考，关键是从哪头？
从自己既有的资源开始思考？有多少资源，干多少事？这种静态、守成的思考方式显然不符合新创业务的假设。对于创造性的项目、事业来说，往往是想干多大的事，就去争取多少资源，所以思考的源头理应在于对所做事情的预期。企业项目能做多大，最根本的是取决于面向的市场有多大。而市场的大小主要受两个因素影响，一是用户量，二是购买力。购买力实际是由企业盈利模式决定的，在设定年度目标时可以视之为常量，即对考核对象的数值变化没有影响。于是目标设定决策的对象和约束条件就有了更具体的指标了。
要制定目标就要对用户的增长在不同的努力水平下做出可信的预测。但潜在用户量只是一个上限，在理论的极端情况下才有可能全部变为自己的用户。而实际操作中是从0到上限之间的一个数，而且新一年实际用户量增长路径一般也不可能是0与潜在用户量之间拉起的一条直线。因为用户/市场的增长不会是线性的，一般都是前期慢，中期快，后期再慢的过程，所以就需要建立起一个用户增长模型来对不同条件的增长进行预测。那么就需要考虑影响用户量增长的主要变量有哪些，这些变量将会怎么变化，并如何影响到用户量的增长。将此归纳起来就是：
制定本年目标的问题就具象化为“如何基于核心因素构建一个用户量增长模型来预测不同条件下的用户量增长率，并进而制定出可行又有挑战的目标”问题。
这个就是数源思维的第一步——“问”在目标设定上的实践思路。
“如何基于核心因素构建一个用户量增长模型来预测不同条件下的用户量增长率，并进而制定出可行又有挑战的目标”是个包含太多内容的问题。一口气读完都不太容易，要着手解决就必须把它拆成一些小问题。
但这3个小一点的问题内含元素还不单一，没法直接解决，那就说明还是需要对它们进一步的细分。以问题1为例。
这些对问题的逐级拆分就是数源思维的第二步——“拆”在目标设定上的实践思路。
第一个影响用户量增长的因素是用户本身的状态。状态具体可以分为潜在用户的产品使用状态和采购意愿两个子因素，即用户对产品的客观状态和主观状态。因为用户增长的含义就是处在尚未购买我们产品状态的用户变为了已购买我们产品状态的用户，而决定这种转变的就是用户的主客观状态。
第二个影响用户量增长的因素是市场竞争状态。具体可以指与竞争对手相比的相对优势是什么，即友商与我方在市场上表现出的能力对比结果。
■用户因素是由潜在用户有无（友商的）产品和有无购买（新产品的）意愿两个维度来定义，由此可以构成潜在用户状态的四象限。
上图中最有利的潜在用户状态象限是右上的“没产品、有意愿”，潜在用户转化为实际用户就是在这个象限中。已有产品向没有产品转变是指用户抛弃了原有产品，所以左侧象限是可以向右侧转变的。
图中下侧无意愿向上侧有意愿转变的核心推动力是市场推广工作。也就是市场推广推动采购意愿，进而推动用户量增长，预估是正相关关系。
■上图四象限左侧已有产品向右侧没有产品转变的核心推动力是竞争优势。也就是竞争优势推动产品替换，进而推动用户量增长，预估也是正相关关系。
于是潜在用户变为实际用户的过程就可以转为潜在用户状态四象限图中通过市场推广，竞争优势来将潜在用户向上或向右推动的过程。这样模型的定性结构假设就出来了。最终实现的用户量增长速度就与推广力度和竞争优势强弱联系了起来。
这个需要具体历史数据进行计算。最终通过数据的验证和调适，就能建立起用户量的增长预测模型。
建立起模型后再逐步拆分、破解[2][3]问题后就能得到一个增长率目标。这就是数源思维的第三步——“解”在目标设定上的实践思路。
做到这一步，目标已经制定出来了，那是否意味着目标设定工作已经完成了呢？
如果设定的这个目标仅供管理自己的工作使用，那目标定出来后就完成了。但大部分情况下，目标的订立是为团队设定计划使用的，需要上级领导或资源提供方的认可。如果不能实现相关方对目标的认可，那前面所做的目标成果可能会被废弃。因此在理论上给出了问题的解决方案并不能保证在企业实践中真正解决问题。我们还必须再进一步给出问题的实际操作方案才能争取到资源或机会去实践解决问题。
而要说服老板，则需要在内容、形式、时机等等多方面去着力。
比如在目标设定问题中，内容上的关键是定目标的理论推导在现实中是否正确。要实现这点最好最直接的办法就是进行小规模测试。通过测试，拿出实际市场数据来验证什么强度的资源投入在什么条件下可以得到目标结果。这样老板就能相信所设定目标的可行性和挑战性是否合理。
就是数源思维的最后一步——“谋”在目标设定上的实践思路。
数源思维通过“问”“拆”“解”“谋”四步就能将数据及其方法很好的融合到业务问题的解决中，从而将业务解题能力从经验时代提升到数据时代。
本文选自《数源思维：业务导向的数据思维秘籍》。
想及时获得更多精彩文章，可在微信中搜索“博文视点”或者扫描下方二维码并关注。
标签：没有 20px 预测 sid 时代 交集 log 推导 iss
原文地址：http://blog.csdn.net/broadview2006/article/details/65627117
