数据驱动业务，只是在不同企业发挥作用的形式不一样。
一. 奴隶监工
数据驱动业务，最直接的形式就是给业务下KPI。下任务带数据，在中国已经有2000年历史了，古代的军令状就是最早的KPI指标承诺书，好像只要带数据，就会让这个命令格外有分量，必须要完成。
实际上，只是盲目地用数据下KPI，效果并不好，KPI指标到底怎么来的？为什么要做到这么多呢，没有一个准确的标准，因此很容易让下KPI变成一个假大空的事情，成为这种只有空洞KPI的企业的常态，也是数据驱动业务的第一阶段。
二. 账房先生
一个良好的KPI，是蹦一蹦就可以摸得到的，既考虑了实际能力，又富有挑战性，于是人们开始考虑拆分KPI，寻找KPI的来源。
这种做法，就仿佛地主家雇了一个账房先生，账房先生先算总账，看看今年是丰年还是灾年，预计下地主下边的50个农户总体能产出多少，如果遇到灾年，总收入不足，就建议地主老爷趁机多兼并一些土地，把农户总数做多，保住总收成。
在往下分配收租指标的时候，会考虑各家农户劳动力和生产能力，从而分配收租数，既不会逼死农民，又能多压榨些劳动成果，这是数据驱动业务的第二阶段。
三. 事后诸葛
随着商业模式的进化与数据系统的强大，销售解析的公式越来越复杂，即使只有最简单的POS机订单，也能把门店业绩拆成如下：
这里，订单数意味着客流的好坏，件单价代表了产品档次，连带率意味着交叉销售水平。从这三个指标加上其他一些对比，就可以初步解读出：我们是要多做引流还是力推高端商品，是要考虑降价吸客还是推组合销售。
门店业绩=（全体用户*付费比例*人均订单）*（件单价*连带率）
门店业绩=（全体用户*活跃率*付费比例*人均订单）*（件单价*连带率）
这使得我们深入解读“为什么用户会购买”，从而能极大地丰富对业绩来源的分析方式，合理地指导业务进行工作。
这是数据驱动业务的第三阶段，做得好的公司，业务部门会把数据分析师当作顾问和军师，真的认真听取他们的意见。
四. 前敌参谋
更好的状态，当然是能上通下达，这需要技术与业务的双向支持。在技术上，需要有简单易懂的BI工具。让一线方便，快速地看到实时数据；需要有强大的后台系统能支持实时计算，缩短数据反馈的时间，基于数据进行行动。
在业务上，有老板强力往下推动，形成数据化管理的氛围，也需要数据部门有手段，在业务部门里培育出有使用数据习惯，会科学使用数据的人才，大家通力合作，实现真正的数据驱动。
不然辛苦做的BI，报表打开率不到10%，一线的不是平时不看数据，就是发现问题了喊着：“来个人工智能大数据分析一下吧”，这样还是无力推动业务。
五. 智能打手
数据可以代替销售们下场卖货，充当打手直接冲锋陷阵，斩获业绩。
既然是打手，得能够直接打到人才行，因此不需要导购和业务员参与的B2C销售模式，就更容易发挥数据作用。打手想打出成绩，得能打得动痛点才行，在消费者对产品有鉴别力的行业更容易生效。
智能打手之所以智能而不是瞎打，得有大量数据支持，这就意味着在推荐系统上线前需要有足够数量数据及足够数量的用户。
六. 大内密探
然而，数据的黑市交易始终被法律所禁止，所以大内密探型的数据驱动，开始转向一些可以公开采集的正当手段，比如财报分析，同业交流，市场调查，爬虫，通过收集竞争对手的信息，为我们设计战术提供支持。
七. 家里老妈
家里老妈老是唠叨你，你当然也不咋听，不但不听还嫌老妈唠叨，有数据部门也是这种状态。可以统计下自己发出的日周月报打开率，有多少能去到15%以上的。
