编辑导语：在SaaS领域，如果我们无法用数据衡量一个决策，那么意味着我们无法决定这个东西是对还是错的。我们该如何利用数据进行决策，作者分享了三个步骤，我们一起来看下吧。
现代管理学之父 – 彼得·德鲁克曾经说过：“如果你无法衡量一个东西，那么你就无法改善它。”
而我还想补充一句：
“如果你无法用数据衡量一个决策，那么你就无法知道你做的这个决策究竟是对是错，尤其是在 To B SaaS 领域。”
因为 To B SaaS 产品的主要客户是各个企业，而企业决定是否要使用一个 SaaS 产品的决策流程其实非常复杂，很多时候买产品和用产品的并不是同一群人。（具体可见我之前写的《为什么要区分谁是客户、谁是用户？》）
在做 To C 产品时你还可以通过客户访谈的形式，收集客户反馈，但是做 To B 产品，特别是海外市场，通过客户访谈收集反馈的难度就大了很多。
那这个时候我们应该如何做决策？
答案是利用数据，让数据告诉我们答案。
在我看来，一个决策的流程应该分为以下三步：
步骤一：在做决策前，我们首先要想清楚“这个决策的目的是什么？”
步骤二：在明确目的后，再明确“衡量我们完成情况的关键指标是什么？我们期待这次决策能够带来关键指标的哪些变化？”
步骤三：然后在执行决策之后，尽快去检查数据，验证数据是否符合我们的期望。
最后根据数据反馈，进入下一轮的决策流程。
其实这跟 A/B 测试很像，只是有些场景我们没有办法做 A/B 测试。
但是它们的判断方法是类似的，我们同样可以通过看结果是否符合预期，来判断这个决策究竟是好是坏。
如果结果符合预期，那么就证明我们的决策是正确的，如果是不符合预期的，那么我们可以再推到重来，或者改变策略。
接下来我将以我们 AfterShip 产品最近做的产品套餐的调整为例子，跟你分享我们是如何用数据来帮助我们做决策的。
下图是我们 AfterShip 产品的收费页：
我们本次做的调整主要有两个：
- 提供年度套餐给到客户进行选择，价格为原有月度套餐价格 * 12；
- 把原有的月度套餐涨价。
一、明确决策目的
我们在做一个决策之前，要有明确的目的。
我们这次 AfterShip 产品的收费套餐调整主要有两个目的：
一是提升公司的长期收入，二是帮助我们的目标客户省钱。
为了提升公司的长期收入，我们提供了一个年度的套餐给客户选择。
如果客户选择年度套餐，那么从短期来看，我们的收入是减少了，因为年度套餐比月度套餐便宜。
但是从长期来看，我们的收入是增加了，因为客户最少也要用 12 个月。
而且通常只要使用了我们服务一年的客户，在下一年也会更愿意继续使用我们的服务。
而对于客户来说，年度套餐可也以降低他们做电商时由于订单量随着季节波动而带来的额外开销（具体可见《我们为什么不签超过一年的合同？》），所以这是一件双赢的事情。
二、明确关键指标，设置期望值
在明确了决策目的之后，我们还需要明确关键指标和期望值。
因为只有明确了指标和期望值，我们才有一个标准来衡量这个决策究竟是好是坏。
以 AfterShip 产品的收费套餐调整为例。
我们找出的关键指标是 MRR（Month Recurring Revenue，月度经常性收入） 和 LTV（Life Time Value，顾客终身价值）。
我们希望能够通过这次调整，让 MRR 和 LTV 都有所提升。
但是只要有提升，就代表我们这个决策是对的吗？
答案是不一定的。
举个例子，假设我们在做完这个改动之后， MRR 和 LTV 都提升了 1%，那么我们做这个调整价格的决策是正确的吗？
有人可能会说：是正确的呀，1% 的提升也是好的呀。
但是其实答案可能是否定的，因为我们开发这个功能也有成本，我们投入了十几个产品研发同学花了一个月来做这个调整，而我们的目标明确是要提升 10%。
如果只提升了 1% 的 MRR 和 LTV，那就是不符合预期，那么我们要检查一下，要么可能是有哪个地方出错了，需要修改。
要么就证明这是一个错误的决定，或许我们要改回以前收费方法。
但是重点在于只有在目标、关键指标和期望值都确定了之后，我们才去执行决策。
因为如果没有关键指标和期望值都没有明确，那么我们就没有标准来判断这个决策是好是坏。
而且还有一个很关键的一点，就是要让团队的每个人都理解这些目标、关键指标和期望值。
因为我们鼓励大家都成为公司的主人翁，希望让大家自己来做决策，而不仅仅是公司管理层来做决策，但是做决策的前提，是我们对于目标，关键指标和期望值的认知和理解是一致的。
因为只有我们的认知和判断标准一致了，我们才能更加高效地讨论思考，一起做出更好的决策。
三、在执行决策后，尽快去检查数据是否符合预期
在执行完决策之后，这件事情就算结束了吗？
并没有，我们还需要尽快去检查数据是否符合预期。
为什么要尽快？
因为我们想把风险和成本降到最低。
如果我们三天之后就能知道我们做的决策错了，比起三个月后才知道，我们付出的代价肯定是少得多的。
我是工程师出身，然后我发现工程师有一个很好的习惯，就是：
他们往往都会在写代码的时候就设置好一个预期 (Test Case)，并且在代码执行之后的第一时间进行验证，看运行结果是否符合预期。
一旦发现代码上线了，但是返回的结果不符合预期，那么就立马回滚，以免影响到更多的线上用户。
但是很多别的岗位的同学在工作中却没有这种意识，他们很多时候只在乎有没有把事情”做完”，却没有在做完之后，立马去检查数据是否符合自己之前的预期。
但是尽快去检查数据，验证预期这一步非常重要。
因为相比于做出错误的决策，更可怕的事情是我们做了错误的决策，但是自己却还不知道。
这个时候，数据就是我们最好的朋友。
因为它会帮助我们验证决策的结果，并且它永远不会说谎，对就是对，错就是错。
四、总结
我写这篇文章的目的并不是告诉你在具体场景下要怎么做决策，我是想跟你分享“我们要怎么用最短的时间，最高效的方式来判断我们做的决策是对是错。”每个决策都应该至少分为三步：
- 明确决策目的；
- 明确关键指标，设置期望值；
- 执行决策后，尽快去检查数据是否符合预期。
我并不强求说我们每一次都能做出绝对正确的决策，但我希望我们能够尽快地通过数据来判断我们做的决策究竟是对是错，然后进入下一个决策循环。
在做 SaaS 产品的过程中，数据是我们最好的朋友，因为它可以作为我们做决策时的依据，也会诚实地告诉我们每一次决策带来的结果。
五、写在最后
我跟公司内部的同学沟通协作的时候，经常会要求看数据，产品数据、招聘数据、成本数据等等。
然后我发现在做了某件事，然后数据表现很好的时候，大家会很乐意给我看。
但是在做了某件事，但是数据表现比较差的时候，有些新来的同学就不太敢给我看，因为害怕挨骂。
但是实际上，我很少会因为某个同学投入了资源去做了某件事情，但是数据表现很差而骂人。
因为在做这件事情之前，我们谁也不知道它的结果究竟是好是坏。
如果我们很明确地知道这件事情是投入产出比很低的，甚至产生的效果是负面的，我们刚开始也不会选择去做。
而如果我们大家都选择去做了，那么这说明我也认为这件事是值得尝试的。
做成了我们一起庆祝，做错了我们也一起承担。
所以当我们做了某件事情，但是得到的数据反馈很糟糕的时候。
你不需要太过气馁，也不需要想着找什么借口来应对我的询问，你需要思考的是：
为什么这次的结果跟我之前的预期有偏差？下一步我们应该要做什么事情来帮助达成我们的目标？
没有人可以一直做正确的决策，但是我们能做到的就是尽可能地做好每次的决策，然后尽快用数据来验证决策，并且从中吸取经验，争取做好下一次的决策。
如果这篇文章对你有所帮助，欢迎点赞分享，让更多朋友可以看到，也欢迎留言讨论，你的支持是我创作的最大动力。
本文由 @Teddy Chan 原创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CCO协议
