据说，一个普通人每天大约要做35000个决策。这些决策大多数都是鸡毛蒜皮的小事，比如要不要多吃一口早餐。然而，如果你是一位企业领导者，有时候你的很多决定举足轻重，更有甚者事关公司的存亡。因此，在作出决策时，你不得不多方考量，不能无据可依或凭空想象。 

对于初创公司的领导者而言，很多好决策都是受数据驱动的。决策要有正确和完整的数据，一切都必须基于信息和数据来“刨根问底”、分析本质。

你的数据有多好？

在以前，人们认为数据仅仅是业务活动或流程的附属产物，比如一些初创公司在销售过程中收集到的客户数据，往往被留存在企业管理系统中，除非后续需要，否则基本用不到。 

随着时代的进步，越来越多的企业认识到了数据的价值，尤其是很多领导者发现， 通过数据进行决策可以让过程变得简单，不单让人有了更可靠且可预测的决策过程，更让每个人都能知道一切决策都并非主观臆断，而是有理有据，尽可能客观的。

所以，数据的质量至关重要。我们 建议初创企业确保拥有一套灵活的数据采集与查询工具，从而形成原始信息库。

但是，一个数据库往往会有成百上千，甚至上百万的原始数据，这都是很正常的。要找到正确的方式，帮助企业领导者清晰地分析出有用的结论并非易事。所以，很多企业还要组建相应的数据团队，便于后期正确地使用这些数据。 

数据驱动决策，该怎么做？

虽然很多企业今天已经意识到了数据驱动决策的重要性，并开始积极招募数据分析师、数据工程师、机器学习工程师、人工智能工程师……但他们却没有相应的数据策略，这往往导致了数据仍没有摆脱以前作为经营活动“附属产物”的本质。 

所以，如果你的初创公司有数据驱动决策的打算，整个流程的正确打开方式是什么？ 

首先，你需要指派一名数据主管，或首席数据官。这个人的主要职责是全公司范围的数据管理以及确保数据作为组织战略资产的价值。这意味着他要与每个部门都形成合作关系，设计出一种属于自己公司的获取、存储、管理、共享和使用数据的通用方式。更重要的是，他要确保企业拥有数据驱动的思维和决策的文化。 

其次，数据主管/首席数据官要制定一项符合公司主要目标的数据策略。这个战略要从广义的角度真正理解公司的业务，兼顾产品、运营、流程优化和合规等方方面面。不同领域的数据策略会非常不同。例如与产品相关的策略，就需要快速发现和集成数据源，将重点集中在提效、降低成本和质量改进上。 

总之，数据策略要和商业战略相结合，明确优先级和未来计划。业务和产品人员应该与数据主管/首席数据官密切合作，共同创建数据策略。

最后，公司要吸引数据策略所需人才。随着初创公司数据策略的明晰以及企业规模的逐渐壮大，就需要更多的技术角色参与进来。例如在数据集中方面，公司可能会需要 数据架构师、分析师和集成专家；在业务优化方面，要兼顾生态系统扩展和数据分析应用，所以可能会需要数据 科学家、数据建模师和业务分析师；在市场创新方面，公司可能还会需要 可视化专家，用更易理解的方式去传递复杂的数据信息。 

数据驱动存在盲点吗？

答案是肯定的。 

以前有过这样的案例：有手机游戏开发者对数据进行分析，发现手机收到推送通知的用户活跃度更高，于是决定发送更多推送通知给这些用户。但没想到的是这个决策最终适得其反——越来越多的用户开始忽视这些信息，其中相当一部分人最终还关闭了推送功能。 

所以，正确的数据度量衡对于构建数据驱动和数据信息的企业文化至关重要。在以数据为基础的决策中， 初创公司的领导人需要尝试去理解数据背后的故事。

在上面手机游戏开发者的案例中，用户是从推送的内容中找到价值，而不是推送本身存在价值。要了解用户喜欢哪些推送，以及为什么他们认为这些推送有价值，才能作出正确的决策。 

此外值得一提的是，很多初创公司深入研究原始数据后发现，他们之所以会面临的许多艰难决策，可能是早期的一系列错误所导致。无论是初创公司还是大型企业，在早期数据体现的趋势都很难被精准把握，但如果忽视这些趋势，仅依赖已有数据去决策，往往之后又会出现麻烦。 

本文来自微信公众号 “红杉汇”（ID：Sequoiacap），作者：种子基金自留地，36氪经授权发布。