为什么要做数据分析?数据分析给企业带来了什么?

  • A+
所属分类:赛迪思

首先,这个问题凡是直接回答“能帮企业赚钱/省钱”的,都会大概率阵亡。因为数据本质上就是个参谋,不是真正在一线战斗的士兵。就像狙击镜倍数再高,最后打死人的是狙击手,是子弹,是步枪,唯独不是狙击镜一样。想赢得一线战斗的胜利,需要的是经费、技术人员、业务团队和老板的审批权。毕竟数据就是数据,数据能帮助业务但不能替代业务。数据的作用是排在队尾的。

当然,也有些同学变身激情澎湃的吹吹哥,大吹一通:“身为一个数据分析师,我的能力真的好强。不需要投经费,不需要做开发,只要拿着我的分析,钞票就花花的来!”这么浮夸的说法肯定会被懂行的人直接拆穿。但万一遇到的是一样不懂行的,还真信了这番话,把吹吹哥招进公司,指望着一分析定乾坤。那吹吹哥会大概率阵亡在试用期,因为根本没有人会理他。谁会没事听一个新人哔哔。没有经费、没有开发、没有销售,靠二行代码一份ppt,能挣个屁的钱。最后所有吹出去的牛逼,都会烟消云散。

数据分析辅助决策,和数据分析师来做决策是两个概念

数据分析助力业务,和数据分析就是业务又是两个概念

那么,正确的答法是什么样的呢?

首先,数据分析最大、最直接的作用一定是生产了数据。这才是真正数据分析师们自己做出来的成绩。不需要花里胡哨的包装,数据本身是非常有价值的。就像开车一定要看速度和转速表一样,根本不需要模型,不需要思维,不需要概念,你开车不看速度表试试?就这么简单。

优化运营管理流程。通过对经营数据分析,我们了解企业运营资源如何合理分配,流程哪里需要优化。比如,通过对销售额波动分析,我们确认是销售单价的影响还是成交数量的变化。通过对库存周转率分析,我们可以推断是采购流程有待完善还是备货策略需要变更。

创造更大的价值效益。通过月度或季度生产损耗或不良品的分析,找到降低物料的损耗系数,降低物料成本,创造更大的收益。通过SKU营收与利润贡献分析,确定哪些是畅销品,哪些SKU是营收与利润的贡献的主体,哪些成品又是淘汰或迭代的范畴。

发现了业务机会:通过分析流失用户属性,对用户进行综合评估,我找出了挽留价值高,挽留难度低的用户群体。业务部门采纳了意见并开展挽留活动,比没有进行分层挽留前,提升了用户留存率5%。

提升了效率:我提升了跑数效率,把过往3天更新的数据,提升到了隔日更新,获得了业务部门的好评,提升了决策效率。我设计了移动端报表样式,提升了报表使用率,使业务部门更广泛的获得数据支持。

从0到1,新建数据的作用是最大的。在业务举棋不定的时候,提供数据标准,判断哪个是70分及格,哪个是50分不及格,帮助业务从1做到60分,作用是第二位大。因为没有数据支持下的粗放经营,就是很浪费资源。数据分析就是比拍脑袋靠谱。

至于优化效率,把业绩从60分提升到90分,反而相当难做,实际起的作用也有限。因为做出超凡的业绩,要依赖的往往是不可复制的天时地利人和。这是业务部门发挥天才的时候。再牛逼的分析模型也没法模拟乔布斯的大脑,大致就是这意思。

所以小结一下:数据本身就是价值。数据的价值更多体现在在决策分析前,给业务部门提供正确的方向指示。当然,业务部门如果看到了怎么样做效果更好,自然会引发第二步的动作:依照数据结论,进行决策。这就到了数据分析作用的第二步:间接促成业绩。

  • 我的微信
  • 这是我的微信扫一扫
  • weinxin
  • 我的QQ
  • 这是我的QQ扫一扫
  • weinxin

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: