早上好，我是まさきん。
从这篇开始，我想新开一个「营销」分类。把自己做数字营销时读过的书、想过的事情，慢慢写下来。
第一篇先从书评开始。要说的是《分析力：数据驱动型企业的制胜之道》，托马斯·H·达文波特与简·G·哈里斯合著的一本书。
起点是一个问题：分析真的能赚钱吗
工作中偶尔会被问到一个问题。分析本身能直接创造销售额吗。
老实说，分析本身并不会直接产生销售额。不过，不做分析的公司很难在未来存活下去，这种感觉我一直都有。
书里讲了什么：分析力为何能成为竞争优势
书里举的例子，不只是谷歌、亚马逊这类互联网公司，还涉及金融、制造、零售、服务业等各行各业。
这些企业都是靠数据和分析拉开与对手的差距。书里提到了分析力成为竞争优势的几个条件：
- 不容易被模仿
- 有独特性
- 能灵活应用
- 明显超过竞争对手
- 会持续进化
读到这里觉得挺有道理，但同时也觉得，能理所当然做到这些的公司其实并不多。
这本书有意思的一点是，它指出这些靠分析力取胜的企业，走过的路并不一样。谷歌、亚马逊从创业起就是数据驱动型，沃尔玛和一些金融机构则是被现实逼着强化数据能力，还有一些体育团队和制造商是经过某个阶段后才把分析力当成武器。起点各不相同，但最终抵达的地方却很相似，这是书里给出的判断。
企业也在把判断依据从直觉逐渐转向数据。这个思路，或许也能用在家庭的固定支出上。我自己打算先用数字重新检查一下每月的手机费。
「快速通道」和「慢速通道」两条路
要变成一家靠分析力取胜的企业，该走什么顺序呢。书里介绍了两种前进方式。
一种是「快速通道」。经营层、高管层从一开始就相信数据而非直觉，也不吝惜为此投资的情况。像坐上特快列车一样，全公司的变化会来得比较快。
不过，现实中处于这种状态的企业并不多。多数企业走的是另一条「慢速通道」。从营销部门这样的小单位开始，靠踏实积累出成果，再用这些成果把理解扩散到其他部门。这条路花时间，失败的可能性也不低，但初期投入相对较小。书里提到，无论走哪条路，一旦分析力的影响力扩散到全公司，之后要做的事情是一样的：收集数据、充实人才、持续产出成果。我觉得这种踏实，正是靠分析力取胜的企业的共同点。
支撑分析力的三类人才
另一个让我印象深刻的地方，是书里把支撑分析力所需的人才分成了三层。
第一层是经营团队。不仅要理解数据的重要性，最好还对具体的分析方法有一定的了解。第二层是专业人员，接受过数据处理的专业训练、拥有高水平技能的人。最近外包这部分也变得可行，但书里指出，如果把分析力的核心完全依赖外部，企业本身的竞争力也会变成借来的东西。
第三层，其实数量最多、也被认为最重要的，是「业余分析师」。不需要高超的分析技能，但现场的人能否正确地、以统一的方式理解数据的定义和用法，才是关键。
这一点在实务中也深有体会。我自己不止一次见过，完全相同的数据，在不同团队眼里被解读出截然不同的意思。明明看的是同一组数字，一个团队认为是向好的信号，另一个团队却觉得是危险信号。原因大多是数据的定义和前提条件，没有在现场好好共享。与打磨高级分析基础设施相比，先统一现场「业余分析师」的理解，或许才是看起来不起眼但效果更大的事。关于这种「统一共同语言的能力」，我在数据分析工作需要的「翻译力」里也写过。
现在重读，骨架依然没有过时
这本书出版于2010年前后，已经是15年前的书了。不过，书里的思考骨架，我觉得放到今天依然完全适用。
最近，AI的应用越来越多地被谈论为「价值创造力」这个话题。生成式AI已经能相当自动化地完成数据加工、汇总、报告制作这类工作本身。正因如此，找出KPI的能力、从数据中导出胜负关键的能力，相对权重反而在上升。有一种论调是，不只是「解决课题」，而是「该把什么设定为课题」这个假设设定的部分，会留下来成为对人的要求。作为一种老方法被重新审视的例子，营销组合建模或许也是如此。
分析工具再怎么进化，最终做决策的还是人。如何解读数字、如何转化为下一步行动，这部分是过去和现在都不变的工作核心。无论快速通道还是慢速通道，归根到底都是在打磨「人如何面对数字」这件事，本质是相通的。
小结
没有因为是老书而回避，重读依然有收获。把分析力变成竞争优势，这个思路或许不只适用于企业经营，也适用于重新审视家庭开支时的态度。
本文包含联盟营销广告。如果您通过本站链接申请相关商品或服务，我们可能会从合作企业获得报酬。此外，运营者是乐天集团的员工，也可能通过员工推荐计划获得报酬。文章内容与评价均基于运营者的真实体验与调查完成，与是否存在广告无关，但请您在阅读前了解上述关系。详情请参阅免责声明与联盟营销说明。 免责声明与联盟营销说明
本文包含机器翻译内容。正式条件请以乐天移动官方网站的多语言页面为准。
如果您对乐天移动的通信区域·信号状况有疑问，可以通过官方的 电波改善调查申请表 进行咨询。
