一个诚实的数字

每家公司都说自己是数据驱动的。能说出上个季度一场营销活动以瑞士法郎计带来了多少收入的公司要少得多，因为某个数字而真正改变过决定的公司就更少了。收集数据与依据数据做决定之间的落差，正是大部分价值所在之处，也是大部分价值流失之处。

本文探讨研究对依据数据做决策的公司有何发现，当营销被一路衡量到钱上时会发生什么，以及那些把数字变成装饰品的陷阱。

研究发现了什么

最知名的证据来自 MIT。2011 年，Erik Brynjolfsson、Lorin Hitt 和 Heekyung Kim 研究了 179 家大型上市公司，发现那些重视基于数据和分析做决策的公司，其产出和生产率比根据其他投资和 IT 使用情况所预测的水平高出百分之五至六。这种关联也体现在资产利用率、净资产收益率和市值上，而且作者没有发现任何迹象表明这只是反向因果，即成功的企业买了更多分析服务。

后来利用美国人口普查局数据开展的研究拓宽了视野。Brynjolfsson 和 Kristina McElheran 发现，2005 年至 2010 年间，美国制造工厂中数据驱动决策的比例几乎增至三倍，从百分之十一升至百分之三十。在超过 18'000 家工厂的样本中，较晚采用者的增加值比未采用的可比工厂高出约百分之三，而且绩效是在采用之后提升的，而不是之前。规模较小的企业采用得较晚，但它们与绩效之间的关联更强。

效应的大小不如它的形态重要。研究人员发现，采用数据决策往往与信息技术和受过教育的员工相伴出现。只有当数据改变了做决定的方式，并且它周围的人和系统也随之改变时，数据才会带来回报。

一路衡量到钱

营销领域的落差最大。在 Gartner 于 2022 年 5 月和 6 月对 377 名营销分析用户开展的一项调查中，分析数据只影响了略多于一半的营销决策，即百分之五十三。三分之一的受访者表示，决策者会挑拣数据，用来讲述他们早已决定好的故事。

部分原因在于结构。数字分散在许多工具里：分析数据在一个工具里，CRM 在另一个里，邮件简报、社交渠道和广告各有各的工具，财务又在别处。每个工具都用自己的货币来汇报成功：这里是点击，那里是打开，别处又是线索。没有一个工具汇报公司赖以运转的那个数字：花出去的钱换回了多少钱。

衡量到钱，意味着追踪一条线索的全过程：从第一次访问，经过表单、电话和报价，直到付清的发票。一旦这条链路建立起来，讨论的内容就会改变。一个带来大量廉价线索却没有带来客户的渠道，会显得不同。一个缓慢、线索寥寥却带来大部分收入的渠道，同样如此。

当一个数字扭转一家公司

有时，一次诚实的测量就足以改变方向。在 2014 年发表的一项大型实地实验中，经济学家 Tom Blake、Chris Nosko 和 Steven Tadelis 在美国部分地区关闭了 eBay 的付费搜索广告，并比较销售额。对于搜索 eBay 自身名称的情况，几乎所有付费流量都只是改从免费搜索结果进来，广告在短期内没有带来可衡量的好处。对于其他关键词，广告确实对新买家和偶尔购物的买家有帮助，但大部分钱花在了无论如何都会购买的常客身上，因此平均回报为负。真实回报只是常规估算结果的一小部分。

Yahoo 也得到过类似的教训，Ron Kohavi 和 Stefan Thomke 在《Harvard Business Review》中对此有所描述。一项观察性研究估计，某品牌的展示广告使该品牌的搜索量增加了百分之八百七十一 至 1'198。一项对照实验测得的结果是百分之五点四。

Airbnb 在整个公司层面改变了方向。2020 年，疫情让旅行陷入停滞，Airbnb 把品牌营销和效果营销的支出从 11.4 亿美元削减至 4.79 亿美元，降幅达百分之五十八。在上市后的第一份年报中，它提出了一项战略：加大品牌营销，通过直接和非付费渠道吸引更多房客，并让效果营销的支出低于 2019 年。2021 年 5 月，首席执行官 Brian Chesky 告诉分析师，其百分之九十的流量来自非付费或直接渠道。

陷阱

数字既能指引方向，也能误导人。虚荣指标是第一个陷阱。粉丝数、曝光量、页面浏览量和打开率很容易增长，也很容易汇报，却很少能说明收入情况。只有当它们与能带来收入的东西挂钩时，才应出现在仪表盘上。

数据缺失是第二个陷阱。访客拒绝 cookie，表单没有打标签，电话从未进入 CRM，财务系统与任何系统都不相连。一份悄悄用估算填补空白的报告看起来完整，实则不然。缺失的数字就应该显示为缺失。

把相关性当作因果是第三个陷阱。Kohavi 和 Thomke 描述过 Microsoft Office 的团队曾得出结论，认为高级功能降低了用户流失，而实际上只是重度用户会尝试更多功能，同时也更少流失。按照同样的逻辑，看到过错误提示的用户也更少流失。只有对照测试才能把因果与巧合区分开来。

最不起眼的陷阱是什么都不决定。一个没人据此行动的仪表盘，只是一项成本。

留给人的部分

数据不做决定。人做决定，也理应如此。数字告诉我们发生了什么，借助一次好的测试，还能告诉我们原因是什么。但它们不会告诉我们一家公司想成为什么样子，它宁愿不要哪些客户，或者何时该冒一个历史数据无法支撑的风险。这种判断以及对它的责任，留给经营公司的人。诚实的数字为这种判断提供更好的素材。它们不会取代判断。

企业可以怎么做

从一个答错就会花钱的问题开始，比如哪个渠道带来了付费客户。把能回答这个问题的少数几个数据源连接起来，从第一次访问一直到发票，并标出每一处空白，而不是去填补它。然后依据这个数字做出一个决定，再测试下一个。

这正是 North 的工作。它把分析数据、表单、CRM、电子邮件、社交媒体、广告和真实财务汇集到一个视图中，把每个漏斗一路追踪到钱上，并把每个数字标明为实测或缺失。助手在回答问题时会给出每个数字的来源，由人做决定。当一个决定需要的是因果而不是相关性时，由 Proof 来运行测试。