对企业而言，数据已经成为商业决策的重要工具。在企业内部推广自助式分析文化，构建数据影响力，已成为每个企业面对的头等要务。

Tableau，一家已成立十多年的美国企业，作为全球可视化数据分析技术的开创者，连续第六年获得 “领导者” 称号，并被 Gartner 评为直观交互式可视化分析的黄金标准。2015年，Tableau走进中国，成为中国数据可视化分析的传播者，如今已拥有众多数据分析粉丝。仅5月30日的2018Tableau年度数据峰会上海站，这个已在国内连续举办三届的峰会，就吸引了1400名付费参会人。

作为一个marketer，剖析Tableau在中国取得的不俗成绩，认为除了其全球领先的背景和大数据趋势的推动外，更重要的是它在产品和营销方面以用户为中心的思路和行动。与微软系的Power BI技术化风格不同，Tableau的产品设计能让一般非技术用户轻松上手，且界面的可视化程度及美观度很高，使用户在使用产品的过程中能有拥有很好的体验和愉悦感。尤其，Tableau把数据分析这件事儿从工作应用延伸到了个人生活应用，使人们更自发自愿的去学习、研究和分享。Tableau培养种子用户和数据分析大V，形成大V粉丝文化，建立互助学习社群活跃用户，举办可视化分析争霸赛激发兴趣形成品牌营销事件，还推出Tableau public这一数据可视化分析界的Youtube，让人们用可视化数据分析的方式去讲自己感兴趣的故事。一年一度的Tableau数据峰会，更为数据分析大V、粉丝、企业用户提供了一个交流平台，并为自己建立了一个产品发布和营销传播舞台。

此次2018Tableau年度数据峰会上海站，从活动营销的角度来看，就做到了逼格撩人，形式引人，数据动人。

先说“逼格撩人”，会前的在线注册付费报名结合现场的微光盒子电子票扫码签到，10个签到通道做到了现场签到有序。上午主会场四屏联动的现场布置，气场十足。主持人与演讲者的IT风格着装与轻松演讲风格，双人对话、一人串多人的演讲形式，散发着特别的IT气息。自助餐午餐用色卡区分的5个就餐区安排有序…

关于“形式引人”，作为一个关注数据的企业，Tableau自然不会放过借助此次活动收集用户数据的机会。现场抽奖引导用户提交详细信息，赠书引导提交调查问卷（调查问卷竟然是调查如果Tableau做抖音大家的意见而不是获取产品反馈），拼图卡集贴纸引导参会人前往每个展台，夹夹乐游戏引导朋友圈分享，这些小技巧的设置，充分应用了通过活动打通线上线下的营销技巧。而作为一个活动举办方，Tableau也会尽量想办法把参会人留在现场。比如提供午餐，比如在线抽奖提示要在下午活动开始时才会开始，比如请数据分析大V在下午开场时站台，比如把大家关注的可视化分析争霸赛和最精彩的内容留在最后…

而“数据动人”，则体现在演讲内容方面，通过现场的新品发布、产品演示和企业应用实践案例，Tableau让大家了解到数据分析操作可以很简单，数据分析结果呈现可以很绚丽多样，让大家看到了目前国内数据可视化分析的应用成果，拓展了对数据分析可触达范围的认知，从而对数据分析有了更多的兴趣。

当然，任何活动都有不足之处，2018Tableau年度数据峰会上海站同样如此，比如现场引导抽奖、问卷调查的卡片完全可以集成到一个微网站来完成，或者可以采用现场微信大屏互动的方式来进行，进一步提高现场活跃度；就餐权限和入场签到一起集成到电子票，通过扫码完成，进一步营造数字化科技化逼格；演讲内容可以更严格的筛选准备，避免一些质量不高的演讲…这些，希望在之后的Tableau年度数据峰会上能有所提升。

这里，还想分享一些额外看法。

1.    Tableau年度数据峰会上已经看到很多90前后的TX走上舞台，他们拥有更多的创意也会张扬更多的个性，在不少IT人身上其实看到了营销人的影子，所以这是一个人人皆可成为营销人的时代。比如他们会插入一些动漫、一些喜欢的电影场景、一些明星、一些熟悉的网络小说来讲自己的话题，比如大V会直接在台上说“我知道你为什么请我来，因为要增加你所讲话的可信度”。而Tableau峰会的舞台允许大家展示个性，说明它足够自由开放。

2.    数据分析远不如表面上看起来那么简单。这些90前后的同学虽然能凭借自己的才智和能力把框架逻辑讲的清楚明了动人，但真正要把数据分析应用于企业，则必须要经过多年的业务经验累积，对行业和业务特点有深入的了解，才能真正分析出特别的、有价值的东西，因为源头所提问题和视角的偏差，可以分析出完全不同的结果。此外，在数据可视化分析的上游，数据收集和数据清洗本身仍是很大问题。这也是为什么目前超过70%的企业都仅处于BI应用和数据分析成熟阶段的初期。

然后，分享一下7种用数据讲故事的方法。随时间变化（分析时间异常值，最大/最小值），放大缩小（挖掘某个时间点发生的事件），上钻下钻（在具有层级结构的数据中探寻某一维度是如何影响全局的），对比（证实或证伪自己的猜想），突出值/异常值（挖掘背后的故事），探究交叉点（发现重要交叉点会带来什么），剖析原因（发现相关因素、重要因素）。

最后，愿人人都能用数据讲一手好故事，愿人人都是好的营销人。