{{ 'fb_in_app_browser_popup.desc' | translate }} {{ 'fb_in_app_browser_popup.copy_link' | translate }}
{{ 'in_app_browser_popup.desc' | translate }}
{{ childProduct.title_translations | translateModel }}
{{ getChildVariationShorthand(childProduct.child_variation) }}
{{ getSelectedItemDetail(selectedChildProduct, item).childProductName }} x {{ selectedChildProduct.quantity || 1 }}
{{ getSelectedItemDetail(selectedChildProduct, item).childVariationName }}
關鍵字搶先看 👀
#解讀 #數據決策 #分析數據#洞察行為 #判讀趨勢
全店,消費滿300元即享免運優惠,未滿300元需付60元運費
商品存貨不足,未能加入購物車
您所填寫的商品數量超過庫存
{{'products.quick_cart.out_of_number_hint'| translate}}
{{'product.preorder_limit.hint'| translate}}
每筆訂單限購 {{ product.max_order_quantity }} 件
現庫存只剩下 {{ quantityOfStock }} 件
「沒有數字的故事,和沒有故事的數字,都沒有意義。」日本佳能(Canon)會長御手洗富士夫曾如此說。
這句話乍看雖然像繞口令,但仔細思考,一個提案(故事)若沒有數字佐證,難有說服力;但當一個報告裡塞滿了數字,
卻沒有據此提出行動方案,也沒有意義。
如今,數據隨手可得,銷售數字、網站流量、交易資料、會員行為等,端看你懂不懂得料理,端出足以說服人或解決問題的好菜。
蒐集、解讀和分析數字,進而引導行為、形成決策,其實是不需要特別說明或強調的觀念,因為這是人的本能,也是習慣。
褲子變緊了、體重減少了、血壓升高了、存款變少了、朋友變少了等等,只要數字發生改變,特別是出現明顯的異常,都會對人發出警訊。至於會不會根據數字的變動,採取相應的行動,則要看數字的增減幅度大小,以及個人的行動力和決心而定。 工作上也是如此,最常見的情況就是看到財報上某個數字,跟去年相比落差特別大,自然就會特別留意,即時採取因應之道。
講到這裡,看似簡單,只用到了數學上的加減乘除,這當中還是有些細節要當心,包括數字運算是否正確,以及看見異常的數字時,是否能夠追根究柢找出落差的根源。 進入大數據時代,對於工作者來說,提升數據素養變得愈益急迫,原因很簡單:數據變多、分析工具變厲害、運算能力變得更強大,當你想要什麼數據,電腦都能很快跑出來,問題反而回到工作者身上,我們必須具備很清楚的問題意識,知道自己究竟想要了解什麼、分析什麼、解決什麼問題,才不枉費科技的進步。 換句話說,人們現在不缺數據,缺的是解讀與應用數據的能力。我們可以計算出這個比率、那個走向,關鍵在於你想要得出哪些數字,之後又要拿這些數字或數據怎麼辦?
舉例來說,我所在的媒體業,早就可以輕易得到每一篇文章的瀏覽量、分享數和按讚數,問題是看著這些數據,身為內容的創作者和供應者,我們該完全按照數字高低,來決定未來的文章取向,甚或據以評斷文章好壞嗎?
當嚴肅深度的文章流量低、輕鬆好讀的文章流量高,我們又該如何告訴工作者他們可以拿什麼指標作為自己工作的指引? 這就回到最基本的目標管理原則:先決定前進的方向,再找到合適、合用的評量指標,畢竟管理者拿什麼尺度衡量員工,員工就會交出什麼成果來。
因此,數據看似客觀、科學、呈現事實,但是從數據的挑選、判讀到應用,無一不涉及人的判斷,最終會影響決策品質的優劣。 如同人類的健康檢查,隨著醫療的進步,可以透過各種指標、數值,進行更精密的分析,及早偵測出疾病,甚至防患未然。在數位科技時代,人類的言行舉止幾乎都會留下數位足跡,也逼使人們面臨考驗:要看懂或看不懂的數字愈來愈多、愈雜,這需要立即學習和掌握;跑數據、做圖表愈來愈簡單、快速,這有賴我們深化自己對於商業問題的理解,才能夠找出對的變數,找出問題的根因(root cause)。最重要的是,數字會說話,但是數字也會各說各話,我們要會解讀,也要會判讀。