|
当企业发展到了一定阶段，为了获得进一步提升，经常从外部找方法。看同行怎么做，行业头部怎么做。将它们的方法运用到自己的企业中。当然，在遇到瓶颈时，多多借鉴别的企业尤其是发展迅速企业的经验是非常正确的做法，但是人们却经常轻视从内部挖掘问题的重要性，在很多情况下往往问题的答案就蕴含在企业自己的数据资产中。 相信很多企业为提升效率，升级管理，都使用过to 类的工具抑或是自己开发系统，在生产、销售、运营、客服等部门使用。但当提到数据分析工具时管理者总是会说，我们每个系统都有报表功能，为什么还需要数据分析工具呢？ 这里我们需要提几点问题：首先，这些to B软件中的报表是否契合你的场景，对你的业务提升是否具有指导意义呢？我们实际了解过很多企业，看到最多的情况是，将数据下载成excel表，然后根据自己的需要二次加工，再进行分析，系统自带报表的使用率很低。另外，不同的业务间的数据通常是割裂的，想要更加深入的分析，需要将数据孤岛打通，而整合的工作既费时又费力。最后，由于数据割裂，业务部门只关注自己的数据报表，没有一个统一的信息共享的平台。 我们总是讲数据分析，但是固化的思维会阻碍我们在数据分析这条路上前进的脚步，要想突破必须要进行思维上的升级。 思维升级 数据分析不止是制作报表，更是思维方式的升级。要做到思维升级，首先要问自己三个问题：业务逻辑是什么？分析报表由谁来做？报表如何流转？下面就每个问题具体展开说明一下。 第一个问题：业务逻辑是什么？ 我们以销售管理为例，我们的目标是想要提高签单量，如果只关注销售成单率这一个点，提升的效果可能很有限，有时可能销售的成单率不错但单数还是少。 正确的做法是：找到签单在整个业务链条中的位置，理清业务背后的逻辑，清楚哪些行为会影响哪个环节的转化。 首先我们将业务流程梳理如下： 推广投放à用户点击à落地页行为à用户注册à有效线索à销售跟进à成单à后续服务à续单 可以看出，推广策略，落地页设计，销售跟进，后续服务都会对签单有着间接或直接的影响。 接下来我们将进入数据分析阶段： 数据整合：不同业务数据分布在不同系统中，深入分析的前提是整合数据。将推广数据，用户行为数据，销售数据纵向打通。 拆解目标：我们的最终目标是签单量，为了方便分析我们将最终目标拆解为如下五个指标分别进行跟踪：网站访问量、注册用户数，有效线索数，成单量、续单量。 提出问题，找到答案：在这个例子中，我们的问题是签单量为什么低？通过目标拆解我们发现问题出在有效线索率上。 那么我们继续追问，为什么线索有效率低？我们接着从推广渠道分析注册用户的线索转化情况，看到绝大部分用户是从SEM来的，而该渠道的有效转化率是最低的。 为什么SEM来的用户的有效线索率低呢？我们继续深入挖掘，看不同类别关键词的情况。发现有两类关键词用户量很大但是有效线索率低。这说明产品并不适用这两类用户的场景。可能是我们在市场定位和SEM推广方面出现了问题，那么接下来的策略也就有了针对性。 升级CODE：跳出岗位的小框框，老板视角看问题，避免“头痛医头，脚痛医脚”。 第二个问题：分析报表由谁来做？ 企业数据分析惯用的模式：业务部门将数据需求交给技术部，技术经过开发、测试上线后交由业务人员使用。这样做会带来几个问题：首先，占用开发资源，投入成本高；其次，随着业务的开展，分析的内容会不时地变化，而这种业务->技术->业务的模式显然跟不上这种变化。最后，这种模式无法满足如上面例子所示的探索性分析。 正确的做法：业务人员自己制作报表。 新一代的BI分析工具帮助解决了数据分析中一个重要的问题即“去技术化”。我们在进行真正的分析之前，要做一系列的准备工作：链接数据源，数据表整合，有时需要对聚合后的数据进行分析，有时需要加入计算字段。以上面的销售分析为例，我们需要连接的数据源有：SEM投放效果的数据、广告投的数据、新媒体投放数据、网站行为数据、销售数据等。再将这些数据表进行关联。以往，这些准备工作都是需要技术人员实现的，现在通过BI工具，业务人员也能轻松操作。 而且生成图表和看板的过程也是轻松愉快的，选择适当的图表类型，只需要简单的拖拽，立即就能看到效果。在上面的例子中以往需要一个技术团队几周的工作，现在一个业务人员十几分钟就能搞定。 分析报表全都交给业务人员制作，只是为了增加效率，节省成本?答案并没有这么简单。敏捷、灵活的图表制作可以让业务人员尽情探索，不停下钻，直到找到问题所在。而且业务人员可以完全掌控数据看板的呈现方式，以最适合的方式将分析结果呈现给决策者。 升级CODE：简化流程，专注分析。让对的人做对的事。 第三个问题：报表如何流转？ 传统的报表分发分为两种： 第一种，将ppt格式的报表通过电子邮件的形式定期发送。缺点：1，报表打开率不高，难做到信息有效触达；2，时效性差；3，报表是死的，无法做到和数据互动，呈现和分析的方式非常有限。第二种，通过技术开发实现的在线报表，用户通过登录系统查看。这么做在分发和流转上受限于系统。 因此，我们需要一种更加灵活更加透明的方式分享数据，让更多的人参与到数据洞察和分析当中。不论你是在上班的地铁上还是与客户的会议中，不论你使用电脑还是手机，都可以方便地看到最新的数据，并将你的洞察和分析立即分享给团队。 报表流转方式的改变也是管理思维的升级，它可以让信息传达的更快速有效；可以最大限度的激发员工的创造力； 另一方面，报表的分发和流转也需要考虑层级权限的问题。在方便快捷的分享机制基础上加上权限控制的功能，即可实现。 最后，对于管理者来说，并不能时时刻刻去关注数据报表，那么对于关键指标就需要有预警监控机制。当关键指标超过某个临界点时可以通过短信或邮件的形式加以通知。 升级CODE：打破壁垒，信息透明化，管理扁平化。 总结，以上对于数据思维升级做了一些简单的阐述，想要让数据分析真正帮助到业务的发展，我们需要做到：充分挖掘数据资产，搭建符合业务的数据模型，提出问题，通过数据探索和下钻找到答案，将分析过程和团队充分交流，让数据不只做到可见，更要做到可用。通过思维的升级不断推动数据分析在企业中的应用，真正做成数据驱动的企业管理。 关注壹看板，免费注册试用可视化数据分析工具！更有好礼活动进行中！
| 
发表于 2018-4-4 11:00:49
