因为数据分析观念的普及，分析工具越来越多元，几年之间许多企业、尤其是电商都成了数据公司，可倚靠数据做出更科学的决策。所谓「数据驱动」（Data-Driven），即是相对于经验法则的不同决策思维。
在过往经验法则中，时常听到以下言谈，例如：「我觉得消费者不喜欢这样的产品设计。」「老板喜欢某个网红，找他当代言人一定会很有效益。」「营销部门过去这一类商品卖得特别好，相信过去五年的经验，一定要继续开发这类的商品。」然而现在多数经营者都知道，过度依赖经验是一件很危险的事情，因为老板或某个营销人员不能代表全部的消费族群。
如果用数据驱动方式做决策，则是尽可能透过分析数据，有根据地下判断。当数据没办法解决商业问题时，会透过实验或收集更多资料来解决问题。「看数据说话」，是一家有数据文化的企业该有的态度与习惯。
在台湾SEO（搜索引擎优化）领导品牌awoo公司2018年举办的成长黑客年会上，《成长黑客》一书作者范冰谈到，顶尖的成长黑客追求的是在每天的测试中，找「能比现况好一些」的办法，再透过累积放大成效差异。而有助于企业在每天的测试中成长，至少必须遵守两大原则：第一即是数据驱动，一切依照数据说话，尽力追踪与使用者接触的每个阶段所产生的数据，用数据印证的事实做决策；第二是目标要具体、指针要明确，例如改善「7天使用者留存率」就是比改善「使用者体验」更清楚的目标。
▲全面数据化的3C通路良兴总经理赖志达。叶俊宏摄影
业者观点1：全面数据化的3C通路「良兴EcLife」
纵横40年的3C通路「良兴EcLife」购物网，是一家从头到脚全面数据化的企业。由实体店面起家，早在2005年开始布局电商，成立购物网推广虚实整合服务，良兴总经理赖志达精准地说：「以往决策常是瞎猜，或凭直觉和经验，现在有太多数据可以拆解分析。」他直言：「任何要经营者花钱的决策当然要很精准，要精准一定要有数字概念。所以所有成果都要量化，全部以经验判断一定会有误区。」
赖志达曾在杂志专栏中提及，现代经营者处在网络信息爆炸中的担忧，琳琅满目的数据，重要的是如何应用，「不管是网络或AI，数据都是一种工具，就如同手机、车子。不会坐车、不会用手机没关系，还是可以过日子，只是很不方便、很没有竞争力而已。所以我们需要做的，不是创造AI和数据，而是想办法『应用』才是关键，而且要比别人用得更快更好。」
「对于数据的应用，零售业早在二十多年前就有很大的发挥。」赖志达举例在管理库存的部分，最初良兴会运用条形码在POS（Point of Sales，销售点终端）系统上做数据搜集，再加上销售转订单的应用，提高商品毛利，有效管理库存、降低损耗率。
前十年以产品为中心，小店面会不断塞货，良兴这几年货架越来越少，卖的东西越少，谈的是深度不是广度。一家店从放一万样产品改成三千，以产品为中心变成以顾客为中心，「顾客是谁？来良兴做甚么？首先就是让店员认识每个顾客。因此良兴很早就推出会员系统，一刷下去同仁就知道顾客是谁，几月几号买的硬盘，我们的人就可以做到温度。」
会员经营的部分，掌握顾客将是最重要的课题。赖志达强调：「接下来所有市场上的课程，也都会聚焦在会员数据应用上。从会员的新增接触点，到吸引购买、再购循环，到成为忠诚客户，创造顾客终身价值和购物历程的数据分析，都会是大家不断努力的方向。」
▲理性与感性兼具的露比午茶创办人洪怡芳。吴长益摄影
业者观点2：「露比午茶」建立数据驱动文化
网拍女装品牌「露比午茶」创办人洪怡芳以数据贯彻沟通。她谈到创办初期每个人都是凭热情在做事，用感觉在说话，例如同仁会说：「这期新品不好看，难怪卖得不好。」2013年开始导入数据之后，洪怡芳会告诉同仁，卖不好可能是流量不够、可能是客单价降低，或者营销方式错误，必须透过数字找到原因，尝试去验证。
因此要打造一个数据驱动的企业文化，首先决策者必须有决心，真正让每个部门养成读懂数据，用数据沟通的习惯。「同事反应任何问题，我会开始叫他们做拆解的动作。现在每个人都可以举一反十，告诉我他们想怎么做。没有做数字之前，所有人都在问我该怎么做。现在他们透过数字可以找到方法，知道怎么改进，有自己的工具。」因此，要在每个环节实践数据驱动，还必须看内部团队是否有能力、有质量地处理数据。
洪怡芳会制订每个部门的KPI（Key Performance Indicators，关键绩效指标），帮助公司衡量商业的表现。此外，她允许同事尝试错误，再透过数据验证成效。她举例，从前露比午茶在超级商城上架时，商城会不定期邀请卖家推出免运活动，交换广告版位。洪怡芳当时告诉同仁，露比午茶平均客单价1,800元，不需要加入平台399免运活动，因为这会降低客单价。但是营运人员却因想要换到广告版位选择参加活动。她决定让同仁去尝试，结果客单价果然从1,800元降到平均1,100元，换来的广告曝光、增加的人流，也不足以补足降低的四成营业额。「透过这些数字，大家才会知道问题出在哪里。」洪怡芳说。
▲如果有些数据不确定是否有用，也可以先收集起来，说不定哪一天会派上用场，关键性地影响决策。Adobe Stock
此外她强调，如果有些数据不确定是否有用，也可以先收集起来，说不定哪一天会派上用场，关键性地影响决策。
洪怡芳认为，当内部团队「会问正确问题」，并能透过反复A/B测试来找出最佳公式，并且不断修正错误，才能成为数据驱动导向的团队。
相关文章:
