从经验主义到数据主义从数据主义到人本主义

从经验主义到数据主义，从数据主义到人本主义：我的决策哲学演变与年终总结一、经验主义的困局：2023年之前的决策惯性2023年之前，我所在的ToBSaaS团队正处在从0到1的扩张期，整个行业都在跑马圈地，“先做再调”是所有人默认的生存逻辑。那时候我的决策几乎全部依赖过往经验：看到竞品上线了客户成功模块，我们立刻抽调3个开发跟进；听销售反馈客户想要多租户权限功能，优先级直接排到迭代Top1；甚至连季度营销预算的分配，都完全按照前一年各个渠道的占比直接复制。这种决策方式在早期确实见效快——我们用18个月就把客户数做到了1200家，团队规模从20人扩张到80人。但2022年下半年开始，问题慢慢显现：我们花了3个月开发的高级报表功能，上线后3个月使用率只有8%；为了满足几个头部客户的定制化需求，产品roadmap被打乱了半年，中小客户的核心投诉点“操作流程复杂”迟迟没得到解决；2022年Q4我们按照过往经验把60%的营销预算投到了行业展会，结果获客成本比2021年翻了一倍，线索转化率反而掉了15个百分点。最严重的一次危机发生在2023年初，我们判断中小客户付费意愿低，所以推出了针对年付费10万以上客户的专属服务包，砍掉了原本面向中小客户的免费运营指导。结果3个月内中小客户流失率直接从5%涨到了22%，而新增的大客户付费收入根本填不上中小客户流失的窟窿，整个季度的营收比目标少了40%。那次复盘会开了整整3天，我翻遍了自己过去5年的工作笔记，发现所有的决策依据都是“我之前做过类似的项目”“行业里大家都是这么做的”，没有一个决策是基于完整的客户行为数据推导出来的。那时候我才意识到，经验主义的本质是把过去的成功路径当成了通用真理，但市场环境、用户需求、团队能力都在变化，当变量超过了经验覆盖的范围，决策的准确率就会像掷骰子一样随机。我见过太多创业公司死在“过去这么做成功了，现在这么做也一定行”的执念里，而我们差点成了其中之一。二、数据主义的实践：2023年的校准与狂奔2023年春节后，我做的第一个决定是花2个月时间搭一套完整的用户行为数据系统。我们给产品埋了120多个数据埋点，从用户注册到首次付费到功能使用频次，每一个用户的每一步操作都有完整的数据记录；销售端的CRM系统和产品后台打通，客户的投诉反馈、续约意愿、销售拜访记录全部和用户行为数据关联；甚至连市场端的内容投放数据，也要求每一篇推文、每一场直播、每一个渠道的线索都要追踪到最终的付费转化率。我给自己定了一条规矩：所有决策必须先看数据，没有数据支撑的需求一律往后排。2023年Q2，销售团队提了27个功能需求，我没有像过去一样按照销售反馈的客户数量排序，而是拉取了所有提出需求的客户的行为数据：有的客户说需要API接口，但他们的产品月活只有3个，明显是买来根本没用；有的客户说想要移动端审批功能，但数据显示他们的员工80%的操作都在PC端，移动端打开率不足10%。最后我们只选了3个需求：数据导出、子账号权限分级、自动续费提醒，这三个功能覆盖了68%的活跃客户，上线后第一个月客户满意度就从3.2分涨到了4.6分，次月的客户续约率直接涨了12个百分点。那是我第一次感受到数据的力量，不用再听各个部门“我觉得”“我认为”的争论，数据摆出来，所有人都能达成共识。2023年下半年，我们把数据决策贯穿到了所有环节：营销预算分配不再看渠道的名气，而是看每个渠道的LTV（客户生命周期价值）和CAC（获客成本）的比值，我们砍掉了转化率最低的3个行业展会，把预算挪到了内容营销和客户转介绍，Q4的获客成本直接降了38%，线索转化率反而提升了8个百分点；产品迭代不再跟着竞品走，而是看功能使用率和用户留存的相关性，我们下线了17个使用率不足5%的功能，研发资源集中到核心功能的优化上，产品的核心路径转化率从23%涨到了47%。2023年底复盘的时候，我们的营收比2022年涨了120%，客户流失率降到了3.8%，团队规模没有扩张人效反而翻了一倍。那时候我成了数据主义的绝对信徒，甚至在部门例会上说“以后所有人汇报工作不许说‘我觉得’，要说‘数据显示’”。我以为只要数据足够全、模型足够准，就可以做出所有正确的决策，直到2024年初的两个事件给了我当头一棒。第一个事件是客户成功团队的流失。2023年底我们上线了客户健康度评分系统，系统会根据客户的使用数据、付费记录、投诉情况自动给客户打健康分，客户成功经理的绩效完全和健康分挂钩。结果2024年1月，有3个工作2年以上的资深客户成功经理提了离职，原因是他们服务的几个客户明明和他们关系很好，也明确说了会续约，但因为客户那段时间公司业务调整，产品使用频次下降，健康分被判为低危，他们的绩效被扣了一大半。更讽刺的是，那几个被系统判定为高流失风险的客户，最后全部续了约，而有两个被系统判定为健康度满分的客户，因为对接人换了，新的负责人觉得我们产品不符合他们的新需求，直接没有续约。第二个事件是我们的新功能上线事故。2024年初，数据显示我们的客户72%都有项目管理需求，我们花了3个月开发了内置的项目管理模块，功能比市面上多数单独的项目管理工具还要全，上线前的小范围测试数据也很好，使用率达到了45%。结果全量上线后不到一周，客服收到了300多条投诉，很多客户说我们把产品做的太复杂了，他们本来只是想用个简单的合同管理工具，现在打开产品全是他们用不着的项目管理功能，操作路径比之前长了一倍。我们紧急做了调研，才发现那些有项目管理需求的客户，绝大多数都已经在用专门的项目管理工具，他们要的只是我们的产品能和他们用的项目管理工具打通，而不是我们再做一个新的。这两件事让我开始反思：数据记录的是已经发生的行为，但它解释不了行为背后的原因；数据能判断“是什么”，但判断不了“应该是什么”。我们用数据算出来的最优解，很多时候只是商业层面的最优，却不是用户体验的最优，甚至不是团队感受的最优。当我们把所有决策都交给数据的时候，其实是把“人”当成了数据里的一个节点，而忽略了人本身的情感、需求和创造力。三、人本主义的回归：2024年的平衡与生长2024年Q2，我对决策流程做了一次全面的调整，核心逻辑从“数据优先”变成了“数据支撑，人为核心”。我们保留了所有的数据系统，但不再把数据当成决策的唯一依据，而是把它当成帮我们发现问题的工具。首先调整的是客户成功体系。我们把健康分从绩效的唯一考核指标改成了参考指标，给了客户成功经理30%的绩效自主权，他们可以根据自己和客户的沟通情况，对客户的健康分进行调整。有个客户成功经理说，她服务的一个客户，老板是传统行业出身，不习惯用线上系统，所有的操作都是让助理来做，所以系统里的使用数据很低，但客户的满意度非常高，每年都会主动给我们介绍3到5个新客户。按照之前的规则，这个客户会被判定为高流失风险，现在她可以把这个客户的健康分调整为正常，不用再为了数据去频繁打扰客户，让客户多用产品。调整后第一个季度，客户成功团队的离职率降到了0，客户净推荐值（NPS）从28涨到了47。然后是产品决策流程的调整。我们在产品迭代前加了一个“用户访谈”的必要环节，任何功能需求，不管数据显示有多高的需求度，都必须先和至少20个提出需求的用户做深度访谈，搞清楚他们要这个功能的本质原因是什么。之前那个项目管理模块，我们没有直接下线，而是做了两版调整：第一版是把项目管理模块做成了可选插件，不需要的用户可以直接关闭，恢复之前的简洁操作界面；第二版是开发了和主流项目管理工具的打通接口，用户可以把我们产品里的合同、回款数据直接同步到他们正在用的项目管理工具里。调整后，项目管理模块的使用率虽然从之前的45%降到了18%，但使用这个模块的用户付费留存率达到了92%，而且有30%的客户因为这个接口功能选择了升舱付费。最明显的变化发生在团队管理上。2023年我们做年度预算的时候，是按照“人均产出”来定的，数据显示每个销售每年能做150万的业绩，所以我们今年要做3000万的业绩，就需要20个销售。2024年做预算的时候，我们没有先看数据，而是先和每个部门的负责人聊，问他们团队现在的瓶颈是什么，需要什么样的支持。销售团队说他们不是人不够，是缺少能做大客户的资深销售，所以我们没有扩招销售，而是把预算用在了给现有销售做培训，以及招聘3个有10年以上行业经验的大客户经理，结果2024年销售团队人数只增加了3个，业绩反而比2023年涨了150%。2024年下半年，我们做了一个在数据层面看起来完全“不划算”的决定：给所有付费不足1万的中小客户提供免费的行业数字化咨询服务。按照数据测算，每个客户的咨询成本是2000块，这些中小客户的年付费平均才5000块，而且他们的生命周期只有1.2年，根本收不回成本。但我们做了100个客户的试点后发现，这些接受了咨询服务的中小客户，有40%在半年内选择了升舱付费，而且他们的转介绍率是其他客户的3倍。更重要的是，我们在给这些中小客户做咨询的过程中，发现了很多之前没注意到的需求，比如个体工商户需要的电子发票自动同步功能，小商家需要的简易库存管理功能，这些功能后来成了我们2024年下半年新的增长曲线。四、决策哲学的底层逻辑：三个核心认知的转变这三年的决策演变，本质上是我对“如何做正确的事”的认知在不断迭代，有三个核心的认知转变，是我这三年最宝贵的收获。第一个认知：经验是存量，数据是变量，而人是连接存量和变量的核心。经验的价值是帮我们快速判断哪些路大概率走不通，数据的价值是帮我们发现哪些路可能走得通，但最终决定要不要走、怎么走的，永远是人。我见过很多公司要么完全拍脑袋决策，要么完全迷信数据模型，最后都走了弯路，本质上都是把决策的主体搞反了——经验和数据都只是工具，人才是决策的核心。第二个认知：好的决策不是追求绝对的最优解，而是追求动态的平衡解。我们之前做决策的时候，总想要找到那个数据上最漂亮的最优解，但后来发现，商业世界里根本没有绝对的最优解。你追求营收增长的最优解，可能会伤害用户体验；你追求效率的最优解，可能会伤害团队的积极性；你追求短期利益的最优解，可能会牺牲长期的发展潜力。好的决策其实是在用户价值、商业价值、团队价值之间找一个平衡点，这个平衡点可能不是数据上最好看的，但一定是最可持续的。第三个认知：决策的最终目的不是为了“做对”，而是为了“更好”。我之前特别害怕做错决策，所以总想靠数据把所有风险都规避掉，后来发现，任何决策都有风险，而且越是重要的决策，越没有足够的数据支撑。比如我们2024年决定投入资源做中小客户的咨询服务，当时根本没有数据能证明这件事能成，我们只是觉得这件事对客户有价值，对我们的长期品牌有价值，所以就做了。决策的意义不是让我们永远不犯错，而是让我们在不断试错的过程中，越来越清楚什么是对的，什么是对用户有价值的，什么是符合我们长期发展目标的。现在回头看这三年，从一开始靠经验莽，到后来靠数据算，再到现在回到以人的需求为核心，我走了很多弯路，也踩了很多坑，但也正是这些弯路和坑，让我慢慢形成了现在的决策哲学：做决策的时候，先问问人的需求是什么——用户的需求是什么，团队的需求是什么，合作伙伴的需求是什么，再用数据去验证我们的判断是不是对的，最后用过去的经验去规避可能的风险。2024年的年报数据出来的时候，我们的营收比2