數據地圖 – 概念介紹與用途

前言

決策，是企業中最需要被重視的能力，決策幾乎影響到企業的每一個面向。

• 工作的核心，是做好這個工作相關的決策。
• 帶人的核心，是幫他做好這個工作的決策。
• 管理的核心，是讓大家的決策，可以效益最大化。
• 組織的核心，是打造可以低成本做出正確決策的環境。

做好一個決策，要素有很多，但幾乎可以肯定的是，數據在決策中佔了非常重要的地位。

數據對決策的影響是什麼呢？最簡單的譬喻就是「打電玩」，假設你玩的是「三國志」遊戲，目標是統一天下，你總得先看看自己的等級、戰鬥力、經驗值…等數據，才能開始下決策，決定下一步要做什麼。

舉例來說，你在電玩中是扮演劉備，諸葛亮對當時實力不夠的劉備，提出的是「三分天下」的決策，也就是先拿下荊州和益州，並與孫權結盟，形成南北對峙的局面，與曹操抗衡，然後等待曹操內部出現動亂，再進行北伐。

以「三分天下」這個決策來看，數據到底扮演了什麼角色呢？

第一個是「掌握現況」，在電玩中掌握現況是簡單的，只要動動手指就知道自己的等級、經驗值、戰鬥力的狀態。但在複雜的現實中，你必須自己找出你要看什麼數據，知道怎麼收集這些數據，然後這些數據代表什麼意思，你也要知道代。在「三分天下」這個決策當中，就是諸葛亮在了解現況之後，知道劉備其實實力不夠，得先拿下荊州和益州，建立戰略基地。

第二個是「找出驅動要素」，在電玩中，因為有遊戲攻略或說明書，你會知道要提升某項數據，你要做些什麼事才有效果。但現實社會中沒有攻略本可以查，你要改善某個數據，如：營收、獲利…等，到底什麼才是驅動要素，其實是門很深的學問。

第三個是「拆解大目標」，你可以這樣理解，「三分天下」其實是一個「統一天下」前的小目標，把一個遠大目標拆成規模較受限、變數比較少、看得也比較清晰，也比較知道該怎麼做的小目標，這件事對完成遠大目標來說，是非常重要的一步。

本篇的主軸，希望透過「數據地圖」的概念，來幫助大家更簡單得透過數據做好「掌握現況」、「找出驅動要素」和「拆解目標」，幫助企業能更簡單的做出正確的決策。

數據地圖介紹

為何要介紹數據地圖，因為許多人看到數據之後，常常都不知道該從哪下手，這種困境最大的原因，就是來自於他是單點看數據，而不是把數據串起來看。

而數據地圖，就是把數據串起來的一種方式。

譬如說：訂單數和客單價可以相乘，這樣就是營收。付費流量 + 搜尋流量再加上其他流量，就是整體流量。若客戶購買的商品數增加了，客單價也有機會上升。

我們若用圖來表示數據間的因果關係，這就是所謂的數據地圖。

可以被稱為數據間的因果關係，大概都不脫這三種。

• 相乘
  • 營收 = 訂單數 x 客單價
  • 訂單數 = 流量 x 轉化率
• 加與減
  • 流量 = 直接流量 + 廣告流量 + 搜尋流量 + …
  • 營收 = 台北市營收 + 新北市營收 + …
  • 營收 = 線上營收 + 線下營收 + 企業營收 + 上架費 + …
• 正相關或負相關
  • 購買品項數上升，客單價上升，購買品項數和客單價是正相關。

了解數據之間的關係後，你要找一個數據上升或下降的原因，很簡單，你就往右邊找原因。

營收下降，找看看是訂單數下降，還是客單價下降。若是訂單數下降，再找是流量下降，還是轉化率下降。

在拆解目標上，你可以把營收目標拆解成一個一個的小目標，譬如：訂單數目標，然後訂單數目標還可以再拆，變成轉化率目標、搜尋流量目標、付費廣告目標。

這樣每一個的小目標規模較受限、變數比較少、看得也比較清晰，也就比較知道怎麼動手去做。

數據地圖每家都不一樣

拆解數據可以有很多種方式，你可以把營收拆解成信用卡收入和現金收入，問題這對你可能沒意義。

或是你把營收拆解成網站營收、會員營收還有新客營收，但這三個營收加起來，會超過你的真正營收，這樣拆也不對。

拆解數據的過程，最重要的原則就是MECE，來自麥肯錫的MECE分析法，中文可以叫做相互獨立，完全窮盡，這是一種建立分析框架的方式，很適合拿來做數據的拆解。

到這裡你一定會有個疑惑，那只要符合 MECE 就可以嗎？這樣可以拆出許多種組和，哪一個才是正確的呢？

以電商為例，你可以把營收拆解成流量、轉化率和客單價，也可以先把營收拆成新客營收和舊客營收，然後個別拆出流量、轉化率和客單價。

一般來說，數據的拆解是沒有標準答案的，是和你的企業整體策略，還有產品生命週期有關的，像是左側灰色的拆法，是比較簡單的，很適合剛起步的公司，只要管理好三個指標：流量、轉化率還有客單價。

但若是已經具備一定規模，也就是忠實的客戶很多的電商，新客和舊客都很多，就應該要拆細一點，一拆下來發現有六個：新客流量、新客轉化率、新客客單價，還有舊客流量、舊客轉化率、舊客客單價。

剛起步的公司資源不足，硬去管理六個指標沒必要，專注在三個指標的管理上即可。有一定規模的公司，拆細一點會比較適合分工合作。哪一種數據拆解法是最佳，真的是要看情況而定。

數據地圖如何應用

第一種應用：數據分析的藍圖

先前有提過，數據地圖就是數據之間的因果關係圖，數據分析有兩大關鍵，第一個是「要有問題」，第二個是「找出原因」。

以往，遇到訂單數下降，老闆問起原因時，可能各種原因都出籠了。

• 最近因為百貨公司週年慶，所以大家都比較少在上線購物。
• 最近因為大家都出國玩。
• 最近因為Facebook廣告變貴，所以流量變少。

數據地圖可以讓你可以按圖索驥，在圖上找答案。發現訂單數下降，第一個動作並不是解釋，而是往右邊看看流量、轉換率這兩個數據的變化，因為很可能查閱數據之後，發現流量其實是上升的，但轉換率是下降的，所以才造成訂單數的下降，先前亂猜的解釋全都是錯的。

數據地圖可以為數據分析，提供一個基本的藍圖。

第二種應用：幫助跨部門溝通

有了數據地圖後，組織分工的方法，最好的方式就是依照數據地圖來分工。我們來看一張稍微複雜一點的電商數據地圖。這張地圖主要拆解了幾個項目：官網會員營收、官網新客營收、蝦皮營收，然後還有一條綠色獨立的，這是採購部門關心的數據。

每一種顏色，就是一個單獨的部門在負責，因為在拆數據的時候已經是基於 MECE，現在一個指標只有一個部門要負全責，所以分工上是明確的。

不過分工歸分工，部門還是會有協作的議題。舉個例來說，你是否遇過行銷部門跟你說「為了追求流量，我們應該要在網站上賣ＯＯＯ限量商品，開賣那幾天，一定可以創造流量大幅成長、新會員數也會成長而且最重要是有業績。」

但會員部門說「對ＯＯＯ限量商品有興趣的人，對我們公司其他的商品都不感興趣，這些新會員，大概只有 0.5 % 的人，在一年內有再回來購買其他商品，所以我覺得不應該開賣ＯＯＯ限量商品。」

公司的人一多，大家追求的數據不太一樣，大家雖然都是為了公司好，但腳步卻不一致，這很容易讓公司變成多頭馬車。

展開數據地圖，可以幫助部門間相互瞭解，每個部門的重要指標是什麼，這些指標又如何對公司的目標產生貢獻。

要促成部門協作，最重要的第一步，就是要了解別的部門在乎什麼，然後他們為何在乎。視覺化數據地圖，可以幫助部門間彼此對齊，建立溝通最終要的基石。

第三種應用：避免數據近視症

我們繼續以這張數據地圖為例：

以行銷部門提議要開賣ＯＯＯ限量商品，但卻只會吸引到不會回購的用戶為例，這就是很標準的數據近視症，只看到所背負要提升的目標，但卻忽略了，提升這個目標背後的原因是什麼？

以行銷部門來說，導入更多流量絕對是正確的目標，也是必要的任務，但是導入更多流量，為的是導入更多的營收。

若以數據地圖的角度來看，官網新客營收只佔了營收的一塊，若你可以導入正確的目標用戶，這樣的用戶會變成有效會員（請參考紅色線，新會員數上升，有效會員數也有機會同步上升，兩者為正相關），替官網會員營收產生貢獻。

透過數據地圖，可以讓團隊成員有機會連問自己很多個WHY，為何要提高流量，因為要提高新會員數，為何要提高新會員數，就是要提高新客營收和有效會員數。

透過數據地圖，有清楚且完整的數據脈絡，來幫助團隊解決數據近視症。

第四種應用：更有效的展開計畫

大家不知道有沒有這種經驗，就是會有一個二天一夜的動腦大會，讓全公司的人都參加，然後出一個挑戰題目給大家，譬如說：營收成長50%，大家分組腦力激盪，從各部門的觀點，提出可行的解決之道。

有了數據脈絡之後，就可以幫助我們把大目標拆解成小議題，我們可以針對每個最末端的指標，個別提出一個計畫出來，如：

• 會員客單價提升計畫
• 會員轉換率提升計畫
• 異業合作計畫
• 付費流量計畫
• 有庫存的商品瀏覽數提升計畫
• 訪客註冊率優化計畫

把營收這個大項目，拆成六個規模較受限、變數比較少的六個計畫，通常用這種方式來進行，因為已經被縮減成小議題，討論出來的點子也會更可行。 絕對比單獨提一個營收成長計畫容易得多。

若計畫之間彼此有衝突，那就針對能對公司營收帶來最大影響力的計畫，給予較高的權重，這樣在執行上也會比較順利。

第五種應用：找到槓桿解

對管理來說，最理想的狀況，因為資源有限，我希望可以找到一個槓桿點，只要對這個槓桿點施力，我就可以得到倍數的回報。

我們繼續以這張數據地圖為例：

依照經驗來說，槓桿解會出現在哪裡呢？

第一種會槓桿解出現的地方，就是在乘法的節點上：譬如：會員消費頻率、消費會員數、會員客單價，這三個數字相乘，就是官網會員營收。在乘法的節點上，任一數值增加二倍，落後指標都會增加兩倍。

加法節點則不然，譬如說異業合作作流量增加一倍，Visitor可能只增加10%。 所以我們會更傾向在乘法節點上，提出改善計畫。

第二種：有時候，我們做一件事，會同時提升多個指標，這也是槓桿解。像是「品牌知名度」，通常提升品牌知名度後，可以帶來多重好處，譬如：提升會員轉化率、增加自然流量、提高註冊率，甚至談供應商也比較好談，增加有效商品數。

另外像是重視購物流程的使用體驗，豐富商品說明，也都是同時會新客營收、會員營收同時都會有影響的項目。就大方向來說，「使用體驗」也是做了會同時對多個項目有影響的槓桿解之一。

第三個，若有的領先指標，他會同時影響多個落後指標，通常過善這個領先指標，也會是槓桿解。用數據地圖的角度來看「有效商品數」，是蝦皮營收、官網新客營收、官網會員營收的領先指標，所以有效商品數的提升，可以同時影響多個指標，所以「有效商品數」會是個槓桿解。

小結

透過「數據地圖」的概念，來幫助大家更簡單得透過數據做好「掌握現況」、「找出驅動要素」和「拆解目標」三個任務。

• 「掌握現況」：透過完整的數據地圖，之到企業內這麼多數據，哪些才是最重要的，也能了解這些數據，是如何影響最終的營收。
• 「找出驅動要素」：數據地圖就是數據之間的因果關係，要提升「果」也就是握後指標，就要朝「因」也就是領先指標下手。 驅動要素裡面，也要有槓桿解的概念，我們希望投入的少，獲得的多，那就要找符合槓桿解的項目來進行。
• 「拆解目標」：公司策略在實際落地執行，最常發生的問題就是各自為政、溝通不良，然後犯了數據近視症。 有了數據地圖，可以幫助跨部門溝通、讓大家對數據之間的整體樣貌有了解，較能夠避免數據近視症。在做年度計畫時，也可以針對每個領先指標提出計畫，然後針對對公司營收的影響力進行排序，這樣在發生資源衝突時，才能順利執行。

透過數據地圖，有效將數據觀念落實在企業當中，幫助團隊能做好決策，才能真正創業企業的成長。

The post first appeared on Mr. PM 下午先生.