一个完整的数据分析体系,该长啥样?
导读:很多同学抱怨:自己东做一点,西做一点,没有见过完整的数据分析体系是啥样?实际上早在10年前, 很多大型银行就已经建立了很完善的数据分析体系,只是因为行业特殊性,导致外人知道的不多。今天跟大家详细介绍一下。
作者:接地气的陈老师
来源:接地气学堂(ID:gh_ff21afe83da7)
01 建设的出发点
满足业务需求,是建设数据分析体系的出发点,也是最终目的和最高要求。要注意的是,“业务需求”并没有统一的标准。不同部门,不同身份的人,需求是不一样的。从大的方面看,可以分作三个层级:
战略级:能决定公司整体方向的高级管理层
战术级:决定一个具体职能工作的管理层(销售、运营、产品、售后……)
战斗级:没有决定权,只有执行权的一线部门(业务员/客服/审核员/仓管员……)
这三类人,需要的数据类型,数据时效性,数据应用方向是完全不同的。因此需要分别满足需求(如下图)。
02 服务于战略的数据分析
在整个体系中,经营分析是直接服务于战略级决策的。在最高管理层做决策的时候,更聚焦于宏观的问题,比如整体目标达成,外部环境变化,内部举措效果。而不是陷在琐碎的业务细节里。
因此,在做经营分析的时候,要:
在经营目标,转化为可量化的指标
监控目标达成进度,发现过程中的问题
感知外部环境变化,预警潜在宏观问题
量化评估各项业务活动对目标的作用
考核各项业务活动效益,提出方向性指导
注意:对经营成果的核算是非常复杂和麻烦的。很多经营举措都是跨数周、数月,涉及众多部门和工作。有些基础研发、生产线更新、基建投资更是跨数年。因此经营分析的频率一般不会很高,一般是以月为单位进行。
在经营分析层面做出的决断,往往是方向性的,比如:
坚持原定计划还是做调整?
销售/运营/产品/营销……谁打主力,谁当辅助?
追加投入还是更换方法?
这些决断直接影响到战术级设计。至于具体怎么设计,则要靠战术级的分析来支持。
03 服务于战术的数据分析
战术级的分析是具体到每个职能部门的。比如:
销售部门:销售业绩分析、销售渠道、销售方法、业务员队伍分析
运营部门:活动方法分析、推广方式分析、平台运营分析
产品部门:产品使用情况分析,新版本功能,新版本分析
这些战术级分析的具体内容,常常五花八门,但是核心思路是一致的:
策略制定:从众多的战术中,选择一个可以达成目标的
监控进度:监控战术落地进度,发现问题,调整战术设计
复盘效果:复盘是否达成目标,积累经验,解决问题
具体的细节太多太多,就不一一举例了。有兴趣的同学可以翻看之前分享的运营、产品分析方法。实际上,大部分做数据分析的同学,最常接触的是这一层的分析。最终输出物也是日常监控报表+专题分析报告。
04 服务于战斗的数据分析
严格地来说,战斗级需要的不是数据分析,而是数据。一线工作那么忙,没人有空坐下来细细听报告,能看到数据,就已经足够行动了。比如
一线销售:看到今日业绩目标,今日已完成业绩,待跟进客户名单
一线客服:看到待分配话务量,排队接听数量、投诉数量、投诉结果
一线仓管:看到在库商品数、在途商品数,预计达到商品数,预计出库商品数
有了数据,一线就已经能开展行动了。赶紧干活,把没处理完的任务搞完。
如果能在基础名单之上,增加一些辅助工具,就更好了。比如给销售的,不光有个待跟进客户名单,再多给个预计自然消费(通过预测模型给的标签),就能帮销售聚焦到更该主动跟进的人身上。比如再多给个:客户可参与活动/客户可转发海报,就让销售多了一个打动客户的工具。这些工具要比啰里啰嗦分析报告管用得多(如下图)。
相当多公司在战斗级的数据分析,只停留在Excel日报和PPT阶段,缺少工具设计和开发,导致了数据分析不落地,无法辅助一线等等问题。
看到这里,肯定有同学好奇:老师,我的公司规模没那么大,数据也没那么多,怎么能做的体系化一点呢?这里是有方法的。
05 中小企业,怎么从0到1
初创型的企业肯定没精力搞这么大套数据体系。对初创型企业来说,尽快找到能盈利的MVP才是关键,之后不断的扩大投入,增强收入能力。因此对初创型企业而言,一般精力都放在销售数据/推广数据/渠道数据上,把战术级的分析做好。
对于有一定规模的企业,最重要的反而不是搞各种分析报表(一般该有的也都有了)也不是搞复杂的分析报告。而是加强基础建设,补齐初创期突飞猛进,留下的短板。比如:
商品编码体系,商品分级分类标签
活动编码体系,活动物料编码体系、优惠券体系
财务系统与业务系统打通,财务数据与业务数据对应
这些可能不仅仅设计数据库设计,有可能旧的交易系统、物流系统、费控系统都需要升级,业务流程也要规范,因此是个很庞大的工程。但是如果不迈过这一关,还是在旧基础上继续苟且,就会发现,规模越大,内部系统越乱,数据越复杂,新旧数据越对不上,越往后越难。
在2021年,笔者经历了若干个营业额30-100亿的中等企业数字化建议,无一例外的有基建薄弱+好大喜功的问题。往往是最基础的商品数据、活动数据、渠道数据都没有建设很好,反而急着上CDP,急着在APP/H5搞算法,急着搞全链路埋点。结果自然是:在烂泥地里建摩天大楼……各种纠结,不在话下。
06 问题的背后
以上种种问题,但凡置身其中,都会感受明显。然而为啥没人解决呢?
可能是业务部门自大且强势,不想让数据参与,只让供excel表
可能是技术部门老大想升官,做基建不够显眼,必须上新东西
可能是公司老板压根没见识,吃行业红利发财,缺少基础认知
这些都有可能让数据停在原始阶段。然后又寄希望于一个神通广大的数据分析师能搞掂所有问题,他们还会殷切地拉着你的手说:“我们公司的数据很大,都在那呢,就差个高手来分析了……”
所以如果做分析的同学们遭遇:
东干一块,西干一块
只写SQL整理Excel
被业务嫌弃没深度
你并非一个人,你和很多同学一样在被煎熬。毕竟做得好的公司也是少数吗。这时候只要自己努力积累能力,跳槽个好一点的企业即可。
延伸阅读
随着工业化和信息化的发展,传统企业公司的规模和体量都在迅速扩张,逐渐接触到运营和管理的天花板,粗放型管理带来了许多问题,精细化运营势在必行. 那么如果提高企业的运营管理效率.实现精细化运营呢?答案就是 ... 原标题:一个完整的数据分析案例 | 用Python建立客户流失预测模型(含源数据+代码) 来源:数据分析不是个事儿 作者:启方 原文: https://mp.weixin.qq.com/s/_20MN ... 想入门数据分析应该怎么学?新手做数据分析有哪些好用的工具?会用 Excel 但是做分析总是没思路怎么办?做数据分析有哪些方法...... 以上这些问题,相信各位想入门数据分析的小伙伴们或多或少都会遇到 ... 公众号后台回复"图书",了解更多号主新书内容作者:小熊妹来源:码工小熊 很多小伙伴不清楚做数据分析的流程,经常疑惑:到底做到什么程度才算是一个完整的分析?其实,数据分析是有标准模板 ... 概述: 数据集是基于开源数据集Bank Marketing Data Set 的分类预测,本数据集与葡萄牙银行机构的营销活动相关. 这些营销活动一般以电话为基础,银行的客服人员至少联系客户一次,以确认 ... 转自:http://www.360doc.com/content/17/0215/19/33578855_629254120.shtml 多年前笔者所在公司作为甲方和融智咨询进行全面合作,按照融智咨询 ... 数据对于产品的发展起着决定性的指导作用,那么公司在运营的过程中具体需要一个什么样的数据来支撑服务呢?本文来自于我的新书<高阶产品经理必修课> 1 为什么需要数据分析体系 在很多不成熟的小公 ... 导读:数据对于产品的发展起着决定性的指导作用,那么公司在运营的过程中具体需要一个什么样的数据来支撑服务呢? 作者:刘天 来源:大数据DT(ID:hzdashuju) 01 为什么需要数据分析体系 在很 ... 在之前的文章中,我重点为大家介绍了以中台为核心的产品架构设计,但是只有产品功能在日常的运营过程中还是不够全面的,我们还需要另外一个辅助的工具. 1 为什么需要搭建数据分析体系 在进阶的产品经理工作中, ...一个完整的数据分析体系,该长啥样?相关推荐
最新文章
热门文章