近年来数字化转型、数据驱动、个性化&精细化运营等各种词汇出现的频率越来越高，漏斗分析、归因分析、ABtesting等各种数据分析方法、工具也有越来越多的分享。精细化运营浪潮下，【数据系统】的需求度与重要性都有了明显的提升。

但在业务or组织负责人的位置，【数据系统】到底怎么定义？具体对企业经营有什么价值？最佳实践有哪些？笔者曾从0-1搭建【神策数据分析系统】，想和朋友们分享交流下【数据系统】价值的底层逻辑。

一、为什么数据系统越来越重要了？

近几年外部环境多变，市场对每个公司的经营都提出了更高的要求，所有人都感觉“卷”，背后不变的规律中，与“快速发展”相伴随的新用户“红利消失”必然是核心因素之一。

（2018Q2移动互联网月活跃用户数突破11亿后一直无法突破12亿大关，自20年Q1以来，同比增长率持续低于2%-来源QuestMobile）

可以吐槽、感叹的地方有很多，但站在企业经营者或职业经理人的角度上只能拥抱变化，要么探索第二曲线，要么在第一曲线上想办法，第二曲线的成本率低，且站在经理人的位置上，不会轻易主动去探索第二曲线。

那么常见的应对策略中：

营销渠道需要不断地优化ROI构建私域，拉高老用户的LTV的同时，最好还能参与裂变开发新产品/服务，或者提升产品/服务质量，从而提升客单价提升各个业务流程的转化率其中任何一条应对策略，再下钻一层，都无法缺少“数据分析/验证”。

比如，都在谈私域运营最本质的目的是想拉高老用户的LTV（lifetime value），那么如何提升？这个就需要让用户持续地感知到价值，更频繁地完成高价值动作（HVA Hight Value Action）那产品当中哪些功能/服务/商品能带来HVA? 这就需要运用“留存分析&LTV分析”等数据分析工具。

想使用数据分析工具的前提，一定是要有数据。这句话听起来像是废话，但其实除了互联网头部公司外，大部分公司当下的数字化程度之低，其实很难支撑起数据分析工具的需求。

举两个业务场景的例子：

1）如何统计朋友圈广告投放来的新用户，一周内下单转化率？

展、点、消的媒体效果数据，各个广告平台会提供；订单系统中肯定有用户基本信息；用户系统中是否有渠道来源信息？并且以在数据分析系统当中使用为目的的情况下，公司是否已经打通了媒体、订单、用户之间的数据关联？

2）如何科学判断某一个产品功能是否成功？

用迭代前和迭代后的数据指标（DAU、留存等）对比？这其中有没运营活动对数据的贡献？有没有业务周期本身的干扰？

肯定很多优秀的同学会说用ABtest的方法实验，得出准确的结论。这个答案本身非常正确！

但现实的情况是ABtest是需要进行分流的，那么数据分流、灰度发布之类的工具有没有？配合工具使用的人群/标签有没有建立？设备ID、地区、年龄等各种基础数据有没有采集？

至此，伴随这些问题，其实已经回答了“为什么数据系统越来越重要了？”这个问题。

二、数据系统到底怎么定义？

定义本身不是目的，更好的理解并运用才是目的。数据系统可以简单粗暴的理解为“数据管理+数据分析”。