企业数据分析分四步走:描述、诊断、预测、指导

谈到数据,大家都喜欢拿大数据说事儿,精准营销、客户管理、企业洞察,但事实上,对于大部分中小型企业来说,把创立至今多少年来各个渠道积攒下来的数据统合到一起,也仅仅只是小数据而已。

这些数据,选用合适的工具,可以非常轻松的管好。不过,在选工具之前可以先问自己这样一个问题:我要用这些企业数据,做什么样的分析?

企业数据分析分四步走:描述、诊断、预测、指导_第1张图片

帆软数据报表

采用数据分析的逻辑,这里关于“如何分析企业数据”也设定两个维度:价值和复杂程度。依据不同程度可划分为四种类型:描述型、诊断型、预测型、指导型。

[描述型]的分析回答what的问题:我的企业发生了什么?

数据类型通常是综合的、广泛的、实时的、精确的,以高效的可视化来展现。

比如说,某公司的销售月报,就是[描述型]分析。

企业数据分析分四步走:描述、诊断、预测、指导_第2张图片

帆软数据报表

一个看板上,汇总了各个地区的月度指标,完成率,完成度,它是实时变动的,到月底自动汇总。它不光“描述”,还有一定程度的分析,可以满足日常管理需求。比方说扬州这个地区,本月的目标完成率最低,但是年度目标完成率却较好,是否是本月的销售目标太高,还是考核上有松懈。如果是人为的松懈,年度考核是否也要记录阅读的考核成绩?

高效的可视化展现,一方面是说,做这个报告的速度要快,即问即答,不能我想知道今天的情况怎么样,但你三天之后才告诉我答案;另一方面是,这个报告以“模版”的形式存在,数据变了,报告也会随之变动,什么时候打开,什么时候都是最新的。

[诊断型]的分析回答why的问题:为什么我的企业发生了这样的事情?

  • 需要有从全局钻取到细节的能力

  • 需要有隔离所有混淆信息的能力

比如查看数据地图,我发现江苏的市场销售额较高,想知道是什么原因?于是点击该省份,能定位到各类产品的销售数据和响应的合作客户数据。

企业数据分析分四步走:描述、诊断、预测、指导_第3张图片

帆软数据决策系统

[预测型]的分析回答的是what likely的问题:我的企业将要发生什么?

主要回答战略性的问题:我的商业策略是否在一段时期内保持一致,根据算法,用历史模于预测某个具体的结果。

就像玩儿三国杀的时候,很多人喜欢诸葛亮,不停地使用“观星”一样,我们希望能够预测某件事在未来发生的可能性,或是预测一个可以量化的值,甚至预测某个结果可能发生的时间点。如何达成预测,一方面取决于你的工具,但更重要的,取决于你的预测模型。

所有的工具用到最后,拼的都不再是工具,而是用工具的人。

就像同样一台相机,马格南和司马南,用出来效果肯定不一样。

[指导型]的分析,回答的也是一个what的问题,但这个问题很直接:我需要做些什么?

最后,基于你已经知道的“发生了什么”、“为什么会发生”以及“未来可能发生什么”的分析,[指导型]分析可以帮助你确定可以采取的措施,也就是:驱动行动。

虽然我们习惯地称后两种分析为“高级分析”,但是比较客观地说法是:不同类型的分析能提供不同的商业价值,每一种分析都有它自己的用处。对于中小企业团队来说,80%对于数据的需求,都集中在[描述型]分析与[诊断型]分析之中。那么,要如何管理数据,才能更高效地利用企业数据完成[描述]与[诊断]呢?

管理数据的方法:

1、弱水三千,先取三千,再取一瓢

中小企业的数据缺乏系统化、规模化的管理,企业数据通常散落在各个部门手中,然后每个部门的数据,散落在不同业务人的手中。若想对企业的全景做出[描述]甚至[诊断]性分析,所要做的第一步是,把所有的数据集中管理——此为“弱水三千,先取三千”。

集中在一起之后,砍掉冗余数据,统一数据格式与粒度,梳理有业务需要的指标体系,形成CEO管理看板、财务管理看板、销售管理看板、市场部管理看板、人力资源管理看板等等。每个人看到的,都是跟自己工作密切、直接、实时相关的指标,这叫做“再取一瓢”。

企业数据分析分四步走:描述、诊断、预测、指导_第4张图片

FineReport数据决策系统(样本)

2、突破IT瓶颈,学会自问自答

管理人员有自己的管理看板,看的可能是比较宏观的方面。如果发现问题,再进行下钻分析,让工作变得更为高效。但业务人员如想要精进业务,不可能满足于一个固定的看板。最好的方式是,[精准的数据权限]+[自助式的分析工具]打配合,让业务人员能够突破IT瓶颈,用手中的数据,自问自答。

[精准的数据权限]突破的是数据的所有权;我的业务数据我做主,除了篡改,我应该可以随时都能看到它们,并且运用它们进行分析,而不是等着IT部门的“施舍”。

[自助式的分析工具],突破的是数据的使用程度,我的业务数据我自己就能分析,而且可以根据我自己的角度来分析,甚至一边分析一边修正思路,而不是写好了需求让IT人员帮忙分析,想改需求还得愧疚请求,并且耐心等待。

自助式的BI工具有很多,譬如我用FineBI分析时,IT的同事帮我把数据规整到业务包内,需要分析数据时就去业务包内找,数据每晚12点会进行一波更新,以保证数据的时效性。

3、统一认知化工作为合作

最后,我认为,中小企业拼的是活力,是即时反应,是通力合作。企业已经很小了,就不要销售部门跟市场部门、前端跟后台、人力和行政各种扔锅撕逼了。用客观的数据说话,统一对企业目前状况以及背后原因的认知,把用来撕逼、抛锅、扔猴儿的时间花在solution与action上,会更棒。


你可能感兴趣的:(数据分析)