8-1 数据科学如何提高战略决策质量 - 孙煜征（B站：课代表立正）

数据科学如何提升战略决策质量

重点内容

1. 提升战略决策质量

   • 想全面：搞清楚围绕决策的诸多因素。
   • 抓重点：对重要因素进行科学理解与分析，并得到有效见解。
   • 定战略：参与制定战略，或至少完整理解战略。
   • 定策略：根据战略参与制定策略，或至少完整理解策略。
   • 定指标：用北极星指标和护栏指标来量化策略执行程度。
   • 定优先级：量化策略的各个模块的机会、成功率，从而确定资源投入。

2. 产品理解

   • 初级阶段关注市场占有率，但最终需要关注利润。
   • 中级阶段考虑战略价值和公司整体利益。
   • 高级阶段回归产品本质，解决用户问题。

3. 关键指标

   • 采用率 (Adoption)：有多少人愿意试用你的产品。
   • 留存率 (Retention)：有多少试用过的产品用户愿意继续使用。
   • 净美元保留率 (Net Dollar Retention)：有多少付费用户会形成复购。
   • 毛利率：毛利30%左右的企业赚辛苦钱；毛利70%以上意味着产品解决痛点，有护城河。

4. 战略相关问题

   • 竞品分析：了解竞争对手的能力差异。
   • 市场规模：评估市场规模及收支平衡点。
   • 护城河：评估客户迁移成本和其他潜在竞争威胁。

5. 数据科学家的角色

   • 数据理解与科学能力。
   • 在没有因果关系或具体数据时，数据科学家的意见仍然值得尊重。

6. 目标、策略和北极星指标的关系

   • 北极星指标用于衡量策略执行效果，而非直接作为目标。
   • 目标是长期的，策略是中期的；KPI是手段，不是目的。

7. 个人要求

   • 核心素质
     • 立场中立：全心全意做好业务，但在没有前途时也要直言。
     • 动机纯粹：坚持说对的事情，做对的事情。
     • 视角全局：时刻思考当前工作在更大格局中的价值。
   • 积累领域知识
     • 做桌面研究。
     • 寻求专家意见。
     • 自己动手实践。
   • 积累产品感知
     • 从实际出发，而非定义出发。
     • 具备共情能力，了解用户体验。
     • 持续更新先验认知。

通过上述总结，可以更好地理解数据科学在提升战略决策质量中的重要作用及其关键步骤。