这些年我曾和很多的企业主，包含自己所任职的公司，讨论数据管理的重要性，我发现很多的企业对于管理往往低估了数据的力量，却又太相信过往的经验。本文我将以三国志为例，为大家剖析一下数据管理的精妙，以及一些对数据管理的正确认知。

三国志的数据管理

不论你是否玩过三国志，我先以下面这张游戏画面来跟大家解构一下它所呈现的数据管理概念：

1. 现在的资金、兵粮： 这是你手中可动用的资源，你可以将它视为你的现金、资产，这些会被消耗，或者你能拿来做其他经营用途的资源。

2. 每季资金收入、兵粮收入以及支出： 从这边你结合上述第 1 点，你可以算出这个城市的现金流，你会很清楚何时会透支？如果你手上随时能获得这样的资讯，你就能知道现金是否足够？要不要开始减少支出或寻求其他现金来源？这是很多公司常常无法随时算得清楚的。

3. 现在的兵力： 你可以视为是战力，这些兵的数量、训练状态决定你的基本战力有多少。而回推到企业，你可以将兵力当成员工，他们是否有经过充分的训练？因为有好好训练的士兵，在战场上就能以一挡十。

4. 规模、名产、特徵： 这些可以看出你的城市是否有独特性？是否有可以仰赖的资源或先天优势可以利用？这在游戏的早期基本上还蛮重要的，因为有些城市能发展成巨大，有些不行，有些能生产特定的武器跟兵种，有些不行，有些时候你的武将必须要搭配骑兵才能打出战力，但这个城市偏偏只能生产步兵与弓兵，那你在战场上就容易居于劣势。想想，在企业经营上，你是否也很清楚自己的强项与弱项？是否也清楚手上握有的资源？是否也知道公司即将遭遇的瓶颈点呢？

5. 然后你可以试着侦查一下其他国家的状态，也可以看到上述的八成内容，你会清楚对方有多少兵力？有哪些厉害的武将？他的城市有什幺优、劣势？甚至也能看到他与其他国家的外交状态。如果，你对你竞争对手或外部环境的了解有这幺多，那你会不会更容易做决策？你会否更清楚知道该怎幺打市场？会不会知道该跟谁策略结盟比较恰当？

综合以上两点，不就是被很多人弃之如敝帚的 SWOT 概念吗？其实 SWOT 并非没有用，而是多数在做分析的人都没有掌握足够且关键的数据。当评估流于表面时，用什幺工具都是白搭。

6. 现役武将呈现的是你有多少员工，而实际点进去你可以看到每个武将的基本能力值，跟他所拥有的技能，连薪水跟忠诚度都看的到，有些版本的游戏还会标示出他的个性偏好与喜好，有些武将喜好金钱，有些喜好武器，有些都不爱，只希望你常常私下拜访他关心他，当你做了正确的事情，武将的忠诚度与你的亲密度就会提升。

能力与特技你可以视为这个人的基本素质与专业能力，基本素质包含他是否聪明反应快、细心，甚至一些外貌条件，而专业能力则是他所擅长的技能，包含写程式、专案管理、简报、数据分析等。

这就是最典型的人才管理，我想多数的老闆手边并没有这幺清晰的内容。但想想，如果你有，你的管理是否会更到位？人员的选用育留会不会做的更好？身为老闆或主管，你是否试图要去了解你的员工？知道他的能力、专长与喜好，把他摆对地方，也愿意花时间跟他沟通与交流，并在管理上赏罚分明。如果你愿意，我想你对员工的了解会愈来愈多，员工对公司的向心力也会愈来愈强。

7. 侦查其他城市： 在某些版本中可能还能看到敌将的忠诚度，如果你喜欢这个武将，你会不会试图挖脚他，如果挖不过来，但他的君主智力较低，你会不会试着用离间计来离间彼此，增加你挖角成功的机率？

8. 真的上了战场，你还可以看到敌方的军粮状况、每个部队的士兵数、这个将领的基本能力与状态、城门的防御度、对方的阵型与布署状况。有了这些资讯，你是否会更加清楚要如何打这场仗？在商业环境中也是一样的，当你知道竞争对手即将推出一个新产品跟你打对台，你会採取什幺样的行动？但不论如何，你应该不会静静的挨打。

上头我很快的用三国志当案例来说明数据对企业经营与管理的意义。如果贵公司目前还没有一个可以每日确认经营状况的数据管理工具，那我建议你开始整理手边所拥有的数据，尽快建构一个能为营运带来价值的战略仪表板。

数据管理的错误认知

接下来，我另外针对一些数据管理常见的错误认知做补充，希望大家都能把管理重点放对，而不是做了一个又一个错误而代价昂贵的仪表板。

一、数据管理不是看 KPI，而是透过 PI 事先跟你说可能达不到 KPI

KPI 多数看的是结果指标，是落后的，但数据管理需要看领先指标，而这些一般只是 PI。举例来说，KPI 是销售额，PI 可能是成交客户数、客单价、转化率、推荐率。但我们知道，要达成销售额目标，你必然要先达成这几项 PI。

反过来说，日常营运时你已经发现这些领先指标未达到标準，那合理的猜想你最终的 KPI 也达不成。 领先指标是个警示灯，让你不会总是等到有问题才来解决。

有些公司的管理更加完善，可能不只看一层，而会往前看，现在有多少的潜在成交机会、有多少的流量、多少的潜在推荐机会、多少的退费正在处理或酝酿，你就有机会预测出一个大概的业绩数字，然后跟目标值做比对，更早找出你可以在哪一块施力。

二、数据就像女人衣柜里的衣服，永远不会齐全

数据需要养、扩展或整合，不能单单仰赖既有数据，因为数据永远不会有备齐的一天。

当我们想要做精準行销、差异化服务、个性化推荐，或一些比较基础的客户状态检视时，发现手边的数据不够，这是很正常的。就跟女人的衣柜里永远少一件衣服一样，当你想到要干嘛时，通常才会发现不足之处。我的建议是，一些差异性的服务，有多少数据用多少，能做多少先做多少，并且要开始养数据，透过各种方法把数据收集回来，这样你才有可能在三个月后启动你本来的计画。

三、用户数据有时效性，但也有时间变异性

时效性比较容易理解，有些数据会过期，例如客户的职业、婚姻状态、子女人数、居住地等，这些你必须要有机制能定期更新它，否则很容易就过期了，你总不好发讯给一个客人，祝他结婚纪念日快乐，但其实他最近才结束他的婚姻吧？客人不会主动告诉你他的状态改变，你可以仰赖一些行为的改变来假设，并丢出一些讯息去验证你的假设，持续更新用户的资讯。

时间变异性是什幺？既然用户的状态会改变，那代表两年前对你产品没需求的客人，两年后会不会变得有兴趣呢？这样的名单是否值得再开发一次？过去的用户状态，不代表他现在的状态，近期未成交的名单，当下再次开发的成交率说不定比两年前的旧名单来的更低，善用这个观念，你可以更有效的运用旧数据。

四、历史数据善加利用，价值很大

我们在做数据分析会去建立统计模型，而统计模型的建立通常是透过历史数据，因为那些是已经发生过的事情，所以你可以更轻易的找出，根据统计，哪类型的客户更容易成交？有哪些属性、行为的客户更容易推荐客人？然后可以更準的帮你找出符合这些特性的客群，营运端要如何切入就更有谱了。

并非要百分之百能衡量的数据才有意义，只要能提高价值、降低风险，这个数据就有帮助。在数据分析或者数字管理的领域里，追求百分之百精确不是个错误，但却会让你裹足不前，什幺都不愿意尝试。

我举个简单的例子，如果今天要做精準行销，你找到一群曾经在你店里买过电锅、吹风机、尿布的客户，你认为这些人的背景应该是有小孩子的已婚妇女，贵公司準备上架一组超便利的厨房清洁工具，诉求极安全且无毒，不用怕小孩子调皮捣蛋去拿来玩。你会不会把广告或促销资讯推送给这群客人？

如果你的答案是「会」，我会问你：「你有百分之百把握打到正确的 TA 吗？」不会，不管你对客户的画像再怎幺有信心，也不可能百分之百命中，因为人的状态是变动的，而你对客户的现况资料也永远不会有备齐的一天，你只能做到尽可能的精準。

但你要记得，当你现在握有的资讯，让你的精準率比本来高，那就值得尝试了，而尝试后的结果又会成为下一次修正的依据，广告之所以会愈打愈準，就是因为不断的尝试与修正后的结果，但无论怎幺準， 广告都不可能百分之百精準。

五、数据不会完全精準，但是可以比之前更好，就值得做

一样的话题，在企业经营上，你可能时常会遭遇到一堆无法衡量的事物，例如员工忠诚度、员工工作成果、品牌价值、风险等。但我想强调的是，它们并非百分之百不可衡量，你仍然可以找到一些有帮助的指标来作为你衡量的依据，进而降低不确定性。

例如倒闭风险，你可以从资金使用状况、现金流、销售业绩、客户退货状况、竞争对手成长状况等多方面来得出公司会否倒闭的风险值，即便只能衡量其中的 30%，但你已经把不确定性降低了三成，比本来强得多。

不要期待能百分之百的衡量一件事，也不用期待商业上的所有事物会百分之百準确，商业问题不是单纯的数学题，但只要愈来愈接近，愈来愈準确就会大有帮助。

结语

本篇以三国志为引，探讨数据管理的重要性，并陈列了五项对数据管理的错误认知，如果你对数据管理有兴趣或有疑问，也欢迎你到 Facebook 上跟我交流。