数据驱动决策的三个层级，你在哪一级？( 二 ) _信息快讯

1、是话务员个人素质？
2、是话务员熟练程度？
3、是话务员拼命拨号？
4、是线索本身质量优秀？

这样的区分，对于解释为什么机器人替代人工以后，转化率不会掉，有重大帮助。从而避免了在测试的时候，只看到结果涨涨跌跌，无法解释原因的。这样利用多维度综合分析，在事前能清晰评估形式，从而避免盲目测试。
04高级数据驱动假设在事前分析中，已经能锁定：和话务员个人素质/熟练程度没关系，主要看线索本身的质量。此时可以推动下一步测试。因为机器人转化效果未知，因此可以从好线索/坏线索中，各自抽样本做ABtest ，测试机器人替代人工的效果（如下图）。

文章插图

注意：不同的测试结果，会影响进一步的策略
如果真的是机器人全面占优，自然可以直接替代（甚至连20%都不用留）
如果机器人全面占下风，则说明算法还需改进，只能暂缓计划
如果机器人对优质线索转化差，对普通线索转化好，则可以分工合作，人工做优质线索，机器人做差线索。由于原本转化差的线索由机器人接手，机器人是不知疲倦的，因此完全可以搞“机海战术” ，通过大量的机器人接单，提升需求响应速度，靠走量取胜。
如果机器人更适合转化优质线索，转化普通线索更差，则完全是另外的局面：因为压缩人工是势在必行的，不可能通过添人手来转化普通线索。
因此，此时的策略，是调整算法训练方向。针对特定来源/商品类型/交易金额的普通线索，提升转化率。有可能的话，单独开发一套算法，以最终实现降低人工工作（如下图）。

文章插图

之所以称之为：“高级”驱动，是在此时，后续策略已经完全由数据表现而决定。即使大家有各种想法，最后以数据为准绳，根据数据变化做判断，已经实现了数据驱动最高级阶段，不必再做事后诸葛亮。
05小结通过数据驱动决策，靠的是体系化的分析，而不是一个神威无敌大将军模型，摸一下摸出100%精准结果。事前预判、事中监控、事后复盘，缺一不可。
并且，决策依据，是可量化的数据结果，而不是“我以为……”“他就是……”“老夫从业十年……“我看别人都这么干”“我在大厂的时候都是这么干的……”我们设定好量化的判断准则，根据数据结果优化决策。
只是，实现这套方法论，不但需要数据分析师有耐心，做细致的工作，更需要业务方积极配合，有足够的耐心和活跃的思路，尝试多种可能性（而不是简单地一刀切），这样共同努力，才能实现最好的效果。
并非每个厂子都有这么好的氛围，所以大家能保底做到的，就是事先分析的时候多做一些尝试，试着接近真相，这样才能提升个人分析能力，与大家共勉。
【数据驱动决策的三个层级，你在哪一级？】本文来自微信公众号 “接地气学堂”（ID：gh_ff21afe83da7），作者：接地气的陈老师， 36氪经授权发布。

特别声明：本站内容均来自网友提供或互联网，仅供参考，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。