在当今复杂多变的商业环境中，企业决策的科学性和有效性至关重要。然而，许多企业在决策时仍依赖于“拍脑袋”的方式，缺乏系统的数据分析支持。这篇文章将为你介绍一个教科书级别的决策模型，帮助你从海量数据中提炼出关键信息，制定出科学合理的决策方案。

数据分析要支持决策！这个道理人人都知道，可实操起来，该怎么从一堆数字里，得出有用的决策信息？今天介绍一个教科书级模型，同学记得点赞收藏，对照着操作哦。

一、决策背景

背景部分，讲清楚：为什么需要做决策。不要执着于每一个1%的波动都去汇报，太多高了低了只会污染领导们的视线，选择重要问题，列出决策范围，比如：

1、收入持续不达标，利润没保障

2、收入达标但销售费用消耗太多

3、收入达标但库存增长过快

4、上游成本太高导致毛利快速下降

5、整体收入达标但新品后续乏力

……

总之，围绕：收入，成本，费用，应收，库存，现金流六大经营指标，把最关键的问题列出来，作为决策的背景。后续决策，围绕问题展开。如果诊断经营数据，之前已经分享很多，这里不做赘述。

二、决策目标

决策目标，要量化说明：本次决策目标，拟解决XX问题，数据指标提升到XX水平。比如：

1、本次拟解决收入不达标问题，在2个月内实现单月达标

2、本次拟解决库存问题，在3个月降低周转天数30天

3、本次拟解决费用投产比问题，在1个月内提升投放ROI 1:5以上

注意！这里用的是问题+指标的描述方式。

这是个好习惯，经常有业务部门人拿着方案兴冲冲汇报，结果遭遇领导们灵魂拷问：这个有意义吗？这个是重点问题吗？这个做到了又怎样？清晰问题，保证我们讨论的是重点问题；量化指标，定好衡量标准，避免事后评估不知道咋下结论。

三、决策选项

这个环节，是数据、财务、总经办的同学最怕的！经常大呼：“我不是业务，我要怎么提方案？？？” 大家注意！并不是所有的方案都得凭空捏出来。

常见的决策选项有5种：

第一种：为节省费用/提升ROI，直接砍掉某个表现特别差的产品/渠道

第二种：为了增加收入，对某个ROI高/增长快的产品/渠道追加投入

第三种：经过深入分析，发现问题来自偶发个案，所以不建议轻举妄动

这三类增/减/平的建议，可以直接基于数据提，不需要业务参与。在方案中附上直接结论的证据即可，只要分析的足够深入，论据够多，领导们就可以下判断（如下图）。

第四种：经分析，发现了一个好的业务标杆，可以推广/发现了一个问题巨大的环节，有待改进。此时的决策选项就是：是否作为下阶段工作内容，由业务跟进。此时可以不列具体事项，只要领导们拍板决定推广/跟进，那么后续再拉业务出具体方案。

比如：发现一个4线城市经营的非常好，且深入分析后，发现有较高可复制性，那么此时可以提决策选项卡如下：

第五种：问题很大，且目前也没有好的标杆，此时才得指望业务出方案。在待决策选项里，列清楚：

1、需要多久，得到方案

2、需要谁参与，制定方案

3、需要多少费用，支持方案

比如今年新产品表现不好，需要上一个更新版挽回市场口碑，但是目前仍无具体方案。那么此时，可以先给一个工作计划（如下图），讲清楚负责人、时间、费用、优化方向。

四、决策模型

经过以上三步，我们可以列出决策模型如下图：

此时，领导们可以进行判断，常见的判断有：

1、问题不重要，暂不讨论

2、问题重要，但目标太高/太低，调整目标

3、目标合适，但现有方案论证不充分，待加强

4、目标合适，新方案要尽快拿出来

5、目标合适，方案合适，看效果

如果选1，那么决策结束，该问题不再讨论。如果选2~5，那么就要建立跟进事件薄，监控问题指标与落地进度。如果问题指标突然消失（比如大环境突然好了！）或者策略落地后仍不能改善指标，那么就要发起一个新的决策。这样就形成了闭环。

本文由人人都是产品经理作者【接地气的陈老师】，微信公众号：【接地气的陈老师】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。

题图来自Unsplash，基于 CC0 协议。