bi|构建数字化运营和决策平台的思考( 二 )

五、LAST BUT NOT LEAST基于透彻的数据决策和运营过程的理解而制定的数据产品规划及落地，在小珠有效的经验中都是非常漫长和曲折的，厚积薄发，综合考量。同时需要考量的是：
1. 冰山下的苦活，脏活和累活现代企业的激励体系经常给人带来一种倾向，都愿意打通直接业务价值进行闭环，即不愿意为饭店切菜，选料，而愿意炒菜甚至直接端上桌子。但恰恰数据体系需要更多的服务原材料的精选，甚至梳理规范指标规范机制。为业务，产品和运营做好数据资源的清洗，统筹和开放。

2. 漫长的体系成熟，技术平权前，规划好数据职能分布数据的分析，资源统筹和模型建立需要专业的数据运营，数据分析，数据开发和数据产品职能和能力。
由底层数据直接到业务管理者拖拽决策需要长期的建设和认识达成，即使外采大型软件，也需要在实施的过程中梳理，规划企业数据运营和决策过程中的职能分别，简单的说，运营职能是否需要数据建模甚至基础开发能力？从数据洞察到数据字段见那些职能如何高效配合形成流转机制。
3. 不仅仅业务需要，其他产品对数据的需求会愈加重要从微观来讲，各个产品经理对于产品规划，业务价值的判断，需要大量业务数据的支持，比如在排序2个产品需求时，哪个的业务影响力大，风险低，价值高直接需要数据支持，而众多项目的分期迭代中，最终业务效果的达成直接需要对功能相关的业务运营数据的分析。
比如某个洞察发现的线索给销售，建议其联络客户，发现销售并不热衷联络，经过联络数据分析后发现，新销售资源有限比较珍惜新的洞察线索，所以在修正迭代该洞察获取的线索仅仅分配给新的销售，从而达到了更好的效果。
从中后台产品的发展趋势讲，各个产品都朝着数据化，智能化的方向发展，产品对数据模块对数据智能模块的调用需求会成为常态。
本文撰写中感谢：老普及张晔同学的专业指导！
本文由 @小珠CRM 原创发布于人人都是产品经理。未经许可，禁止转载
【 bi|构建数字化运营和决策平台的思考】题图来自Unsplash，基于CC0协议