松下幸之助：「企業不賺錢是種罪惡。」
企業經營的本質，應該在建構起願景與使命，才能聚集一群志同道合的人。
許多公司橫向部門的溝通出現問題，常常是因為彼此之間互相競爭資源、各自為政，但如果能有一套完整的「營運策略地圖」，讓大家清楚辨識出哪個階段做什麼事情、會對整體效益最大化，也可以排出執行的優先次序，並讓每個人知道自己在做的事情對公司具體會產生哪些價值，進而可以增加向心力與共榮感；學習商業思維的共同語言，則有助於我們彼此認知的對齊。
商業思維四力包含數據力、營運力、策略力及敏捷力：「數據力」解構現況與問題成因，「營運力」在例行事務與專案工作裡、維持做A得B的確定性，「策略力」從數據獲得洞察、進而擬訂執行策略，「敏捷力」的精神則是頻繁交付、快速迭代。
數據，不只用在重大決策，更用在每天的營運工作上；「數據脈絡」就是企業創造價值的脈絡，更需要訂定指標檢測，「好的指標設計是可以協助我們理解現況、找出問題並校正方向，若要優化落後指標的達成率，我們必須從領先指標下手。」
商業思維學院「數據化營運」專業學程，「數據分析與營運策略擬定」開門見山提到，如果想要運用數據改善營運，必須要先思考：
- 想要改善什麼問題？
- 是否可以用數據定義或呈現問題現況？
- 目標是什麼？如何制定領先指標？
- 成果如何用數據追蹤或驗證？
- 如何持續優化成果？
數據化營運涵蓋的範疇很廣，對於行銷而言，可以更加了解使用者、幫助銷售業績提升，在專案執行過程中，如將流程SOP數據化，可以加以優化營運績效，對於商務開發來說，能有效提升產品價值、從中尋找新的商業模式。隨著現在我們掌握的數據量越來越多，如何去蕪存菁、辨別有價的資訊，運用數據思考、由事實展開拆解，顯得更為重要。
對齊目標持續努力優化，直到找到可複製放大的作法
KKDAY營銷長Yuki去年在學院的主題講座，除了點出多數人對於量化行銷的迷思之外，同時也分享不少案例，乾貨滿滿。（去年的心得：〈[ 學習 ] 量化行銷的流量思維 〉）今年以「營運優化的數據基礎」為題，淺白列出八大步驟，搭配學院同學的實際案例解題，仍然讓人收穫不少。
首要之務，並不是在接獲老闆指令後，就埋頭苦幹準備開始做事，而是要「對齊老闆」，問清楚背後想要達成的目的，釐清我們主要任務是什麼，再把課題拆解成公式，切記一定要把目標切小，才能提升可行度。當中也有小眉角，在思考解法的時候，給足資訊、但解法的答案讓老闆自己講出來，讓老闆有投入感時，對於這個專案也會更加重視，不論是給予的資源，或者成敗也是禍福與共。
印象很深刻的是，許多同學的提問，都圍繞在「如何與老闆溝通？做好向上管理？」的議題。很瞭解老闆的Yuki笑著說，老闆當然是什麼都要，不過我們需要盡可能抓大放小，強調把資源集中、對結果影響程度大的要先做，否則要抓的東西太多、反而沒有成效。也有同學問，如果老闆就是很番呢？Yuki的回應是，你要採取主動、準備好對策，拿出數據更常去和老闆報告，努力拿回主導權。我的解讀是要看懂局勢，因為有可能一開始設定的解題就錯了，需要更理解老闆心中真正的需求是什麼。
盤點資源的時候，要宏觀的將需要其他部門協作的事情一起想進去，才能回推需要多少協調的時間。實際執行要時時審視結果，如果不如預期，進行覆盤迭代則是一次先鎖定一個變因調整，例如產品上架電商平台，可以先試著更換圖文素材，或者加碼其他直播宣傳、推播促銷，看看是不是獲取的流量還不夠，觀察競爭對手的作法，與平台探詢可提供的數據資料，從中找到切入點，營運優化的重點就是成功後再將其規模化。
Yuki依舊不藏私的分享了一些過去實際應用的技術，例如可跨平台追蹤用戶歷程，能回推用戶購買時瀏覽哪些不同頁面，從中分析購買的歸因；以人體神經網絡概念發展的Guru業績預測模型，還有skyrec實體偵測人流熱點的紀錄等等。如果可以導入他人研發的科技，就可以發揮借力使力之效，而不需自行花時間開發。最佩服的一點是，Yuki說他一開始的時候，每天早上會花一兩個小時練習看數據，一筆一筆訂單研究，從細節裡嗅出新商機。
聽完講座後，這幾天回頭看了數據化營運的課程筆記，對比先前Gipi院長在學程說明會提到的觀念：「釐清現況、梳理脈絡、價值排序」，重新消化後將Yuki提及優化的八大步驟代入，赫然發現老師是用白話呈現，骨子底卻已扎實循環執行，向上對齊目標、橫向盤點資源，蒐集必要數據、運用數據，加以判斷並解決問題，從中找到優化與創新的方式，建立起數據思考與行動的循環，將數據脈絡思維貫徹其中。
課程主理人查叔在營運策略擬定，同樣提到如何運用數據掌握事實：第一，定義現在要做的事情，第二，找出必要的數據，第三，拆解、分析數據，讓事實呈現。也做了底下幾點提醒：
- 鎖定重要目標：1~2個，並至少花20%的時間及相關資源專注處理
- 抓緊領先指標：研判什麼樣的行為（投入），會產生什麼樣的效應（進展）
- 設置醒目的數據指標計分板：用一致的邏輯提升解讀成效，並讓成員都清楚明白目標
- 落實執行：好的理論需要有實作才能發揮綜效
而數據的拆解，可從底下幾種方式進行：
- 「組成/分類」：乘法、加法
- 「關聯/程度」：除了%之外，也要留意分母跟分子
- 「趨勢/異常」：將數據資料視覺化
數據化營運是依據事實思考，藉由運用數據定義問題，針對屬於落後指標的「結果」，再反推領先指標的「原因」，進而產生假設，產生行動後、予以驗證的循環過程。在Yuki的主題講座課程，以務實的執行作法，清晰的體驗到可以怎麼樣落實在日常工作裡，以主人思維構思數據脈絡，經由每一天的不斷練習，成為反射性的習慣動作，更清楚自己為何而戰，進而創造出價值。
