在日常的管理工作中，我们决策往往凭借的是感觉、经验。但很明显，感觉很多时候会不靠谱，让我们决策失误。如果能有个决策模型，确定的条件出现就触发特定的行动，那我们的决策水平就会高很多。

图片来源于网络，如有侵权联系删除

我们在做数据决策时要找到需要的数据，有些信息是决策的关键量虽不是以数据的方式呈现，但都可以量化。而量化的实质就是降低不确定性。所以我们在管理时也要建立一个信念，没有不能量化的事物，有了这个信念就可以更好的开展数据决策。

比如损耗数据差异很大，首先我们看到的仓库的盘点数据，由盘点数据核查入库数、出库数。如果是因为入库环节引起的数据差异过大，那管理者就需要调查采购的工作是否到位？

如果是因为产品品质问题引起的分拣损耗过大，那管理者就需要调查采购价与品质是否匹配、仓管验收是否合理、品控抽查是否到位等相关问题。如果是出库数据有漏报造成配送单数据失真，那就核查配送司机是否与客户有利益关系。

从管理系统里调取的运营数据：

上图中的数据，可以判断我们客户的下单情况、客户活跃度、平均客单价、商品占比等信息，以此来做客户维护、商品调整等经营决策。

怎样识别数据中的陷阱？

我们以数据思维做管理决策时，也要注意不能被数据操纵，更不能被数据误导。学会运用数据更要会识别数据中的陷阱。举几个可以帮助我们识别数据陷阱的例子：

用平均数掩盖分布：“某农产品配送公司年销售额3000万，平均毛利润是15%”，单看平均毛利润很低。如果用这个毛利润来设定下一年的利润目标显然是不科学的，因为忽略了重要的一条，产品的分布与销售占比。3000万的销售额是粮油米面类商品占比50%以上，已经拉低了公司的平均毛利润，所以我们在做下一年目标时，要做分项利润目标这才合理。

用百分比掩盖规模：“人力资源部的人员流失率达到了50%。”但其实，整个部门才2个人，前几天刚离职了一个员工。

用短期波动代替长期效应：”本月销售额突破300万营业额,业绩增长率20%“，这是因为销售部推广带来的吗？下个月业绩是不是也会以20%的数值增长？其实是公司的一个客户有了临时的项目，才有了这么快的增长，是短期波动，而非长态。

偷换概念：市场部某业务员对业务评比数据有异议，为什么小张的客户只有19个点的毛利润却得到了公司奖赏，而他自己维护的客户毛利润达到26个点还要受处分。但其实真相是19个点的毛利润回款率100%，26个点毛利润的客户账期长不说，回款率不到20%，严重占用了公司的现金流。

定义不统一：采购人员要核算采购单价时，毛重与净重未做统一，表面上看采购员A的价格比采购员B便宜了0.1元，统一换算成净重之后却贵了0.1元。这就是定义不统一造成的。