怎样让数据说话呢

在商业中，经常会有这样的现象，就是你做了一款很棒的数据产品，数据量很大，体验也很好，但客户就是不愿买单。那如何才能让数据被用户认可，最大化地实现商业价值呢？北京大学商务智能研究中心主任王汉生教授在一篇文章中，提出了一个关于数据商业价值的理论框架，这个框架非常简单，就三个关键词：收入、支出、风险。

第一是收入。你要看自己的数据产品能不能帮客户带来额外的收入。这里的关键词是“额外”。比如客户是卖豆浆的，以前没有你的数据分析，他每天卖100碗。有了你的数据分析之后，每天能卖150碗，多卖出去的50碗豆浆，就是你的数据带来的价值。

王汉生教授说，最理想的额外收入应该是新兴市场。比如我们放假开车出去玩的时候，会遇到堵车。这时候能不能出一个堵车险？每堵1分钟，保险公司赔你1块钱，补偿一下你郁闷的心情。传统保险公司之所以不做，是因为没办法实时监控一辆车的状态，不知道有没有堵车，更不知道堵了多久。但现在有了车联网数据，这种监控就有可能实现。这就是车联网数据带来的价值。

第二个关键词是“支出”。如果你的数据分析，有可能给客户节约不必要的支出，那就更好了。因为收入的增加往往有很强的不确定性，但相对来说，成本的控制是可以做到非常准确的。就像堵车险这个新兴市场，究竟能带来多少额外收入，非常不确定。但如果你说有个超市，现在有100个收银员，通过技术改造，数据分析，合理安排，发现20个人就够了，直接节省了80个人的成本，这是非常确定的。

所以，如果数据分析可以节省支出，这件事更靠谱，更加可以预期。就拿中国的制造业来说，不管是生产汽车还是电脑，体量都很巨大。这些设备上的每个功能都是必须的吗？电脑上真的需要那么多USB接口吗？过去我们很难下判断，因为不知道用户是怎么使用这个设备的。但是今天有了物联网之后，这样的数据分析就有可能变成现实，这就是物联网数据的商业价值所在。

第三个关键词是“风险”。如果你的数据不能直接增加收入，也不能直接节省成本，但是可以控制风险，也有商业价值。看一个具体的例子。很多商业银行都有网上申请系统，用户通过互联网直接就能申请信用卡，或者别的产品。之所以在网上做，是因为流量大、成本低、效率高。但缺点是风险比较大，有些线下才能提供的材料无法获得。这时候银行为了把控风险，就只能提高在线申请的门槛，降低通过率。这样做虽然增加了安全性，把坏人拦在了外面，但同时也可能挡住了很多好人，也就是银行需要的客户。这时候，如果你能提供独特的数据和分析，帮银行更准确地区分哪些线上申请的人是好人，哪些是坏人，银行就能放心地给更多人发卡，从而增加收入。数据在这里的价值，就是把对风险的把控，转化为收入的提高。

那有了收入、支出、风险这三方面是不是就足够了呢？还不够，你还需要一个可以量化的参照系。举个例子，你给客户做了一个客户流失预警模型，准确度75%，其实挺靠谱的，但对方一直不满意，觉得你怎么连90%的准确度都做不到。原因就在于，客户对预测准确度缺少参照，没有一个合理的预期。所以，这时候，你要给他一个参照系，让客户明白，在没有你的情况下，他自己能做到多少。可能在你到来之前，客户自己是有流失预警得分的，这个得分一般都不会太高，你可以帮他评测一下。评测之后，你和客户的交流就很容易了，你可以说，之前这边的精度是65%，已经挺好了，但现在咱们双方共同努力，把这个精度提高到了75%，帮咱们公司节省了不少不必要的支出。这么做之所以有说服力，就是因为有了一个可量化的参照系。

总结一下，要把数据的商业价值说清楚，应该抓住“三个关键词”和“一个参照系”。这三个关键词是：收入、支出和风险。这个参照系要注意必须是可以量化的。