前言：
企业经营核心思维：
企业利润公式：企业利润=客户数X客单价X消费次数—（客户获取成本+客户维护成本）
企业阶段发展公式：第一阶段—增加客户数；第二阶段—提高客户单价；第三阶段—降低客户获取成本和维系成本；第四阶段—延长客户停留期（LTV）
企业一切经营行为都可以用数据化衡量并且解决，非常像“字节跳动的ROI论”
一·孙正义执着于数据化的原因：
1.目标数据化，人才真正能行动起来
2.数据化显示“从哪个问题着手”，经常解决20%的问题相当于解决80%
3.无的放矢的建议喊的再响也不能采纳，避免主观好恶
4.上司也需要数据推动（数据换算成金钱，上司可能都会当成自己的问题解决）
二·数据化工作法的七大要点
1.别人收集的数据难解决自己面临的问题，对自己有用的数据，自己收集
2.数据化目的是“探讨今后该怎么做”，没有分析和因数据产生的解决方案，数据意义不大
3.数据化的第一步是划分，效率低是没有进行“环节划分”“工序划分”（刚开始划分不细致没关系）
4.找出问题所在后，细致划分和数据测算
5.用公式表示现实问题，把数据变为“信息”和“知识点”（商业中的公式多是加减法和乘除法）公式化后，得到较准确预测值。
6.数据化后，持续高速执行P（计划）D（执行）C（检查）A（改签）循环，PDCA是最快达成目标方法。软银认为“失败要趁早”。从“预测值”到“实测值”，失败趁早，而非反复把时间花在计划上。制定计划时间越长，员工越疲惫失去动力。软银的“检查及改签循环”是“随时”。
7.解决问题后继续开展数据检查。能够抢先注意到环境改变，也是数据化工作法益处所在。
另外，现代商业最重要五个数据：客户数量，客户单价，客户停留时间（从成为客户到不再是客户），客户获得成本，客户维系成本。
重视“客户终生价值”，孙正义：长期开展下去的业务是最好的。
三.数据分析的七个方法
1.流程分享
对工作流程划分，记录各阶段数据，草拟解决方案并执行，最后再用数据进行检查。然后再持续循环执行此过程。关注“成品率”的概念。制作流程图可以用微软的visio等流程软件！
2.散布图和一元回归分析（y=ax+b）
孙正义最重视回归分析法。
判定系数越高，对销量影响力越大，自然就明确了优先顺序。
3.多元回归分析
优点是基于方程式计算出一个预估值，因此制定出“下一步工作计划”。
4.帕累托图分析法
“需要优先解决的问题”一目了然。二八定律：少数因素（20%）决定整体大部分（80%）成效。
5.T型账户
就是将“增加数目”与“减少数目”一目了然地整理出来，从而管理“目前手头上剩余数目”的方法。
6.差异分析
对“计划”与“实际结果”进行比较，探究计划与现实之间产生差距的原因。
7.LTV分析法
实现“客户终身价值”最大化的成本投入法。
强烈推荐工具系列：问卷调查、AB测试法
四·常见的数据化误用以及需警惕陷阱
1.数据的单位、定义及解释不明
“没被准确定义的数据中，隐藏着危险的陷阱。”
2.分类方法不严谨、不恰当
3.统计数据的目的不明确
要从结果倒推，判断应该统计哪些数据。
4.数据僵化
脱离公司固有的处理数据，制作材料的系统和体系。
5.数据的封闭化
只关注公司内部数据，忽视公司外部环境的变化。
6.只计划不实践
7.希望同时完成两个对立的数据
五、使工作成果大大提升的秘诀
“大数定律”：试验次数越多，其结果出现的概率就越接近理论值。
期望值是进行一次试验可预期的结果。
“鲑鱼产卵理论”
五、孙正义：选择中奖奖券更多的抽奖箱和降低抽奖成本。
1.寻找中奖奖券多的抽奖箱~甄别购买可能性高的客户
2.降低抽奖成本~思考接近客户最省时省力的方式
3.持续抽奖～之后一直坚持这一过程。（当然是在一定成功的基础上更好）
“72法则”
年平均增长率的存在方式不是“单利”而是“复利”。
需要过多少年才能让营业额达到现在的两倍：用“72”除以增长率。
