发布网友 发布时间:2022-03-26 07:52
共4个回答
热心网友 时间:2022-03-26 09:22
第一作用:用数据说话
商业分析最大作用之一,用数据量化现状,用清晰消除模糊。比如卖货这件看似简单的事,如果没有数据,就只能笼统的说:感觉卖的还好。如果在交易系统对订单ID、商品名称、商品原价、商品实际交易价格、商品交易数量、参与优惠活动、付款用户ID进行了记录。就能很准确的知道:到底销售金额是多少,到底哪些用户来购买,到底商品卖了多少件。
除了直接记录,还能基于以上数据做二次加工,衍生出更多的有价值信息。
第二作用:用数据判断
商业分析最大作用之二,用数据替代感觉。所有的商业判断都离不开标准。可很多时候,企业里的标准是随意、随性、随缘来定的,甚至办事没有标准,大家凭感觉做。
用未经分析检验的标准指导商业经营,往往是灾难的起源。遇事拍脑袋,办事拍胸脯,出事拍大腿,完事拍*的人引发的问题,我们都见得太多、太多、太多了。孙子兵法有云:主不可以怒而兴师,将不可以愠而攻战。做好商业分析,是遏制自己的主观冲动,回归理性的有效办法。比如上述场景,其实对应了三大类判断标准,我们可以用分析方法来检验这些判断标准是否合理,是否有更好的标准可以用。
虽然很多时候,商业判断本身不一定是理性客观的产物,商业经营的成功也是*、冲动、创意、甚至运气的结果。但经过分析,至少可以给一个客观的参考,这样才能让决策者在*冲动之前,先有一个常识性的认知。毕竟置之死地而后生的人少,置之死地死像凄惨片甲无存的人多。
第三作用:用数据寻因
这是人们通常认知的商业分析的作用1。需要注意的是,商业分析探索问题原因,不是单纯依靠内部系统数据。比如销售发生问题,往往是通过内部数据锁定是什么时候,什么区域,什么门店,什么产品发生的问题,之后要换其他分析手段了。商品滞销,很有可能是因为门店管理混乱、核心销售流失、消费者不喜欢、竞品在打压,这些因素在内部是没有数据记录的。因此单纯对着图标很难得到结论,得通过市场走访、员工访谈、消费者调研,竞品对比,共同确认问题发生的真正原因。类似的,在营销活动、运营计划、生产供应等方面,都可以类似分析。
第四作用:用数据评估
这是人们通常认知的商业分析的作用*2。比如评估一个销售的能力,不能光看销售金额,还会考虑销售回款,毛利,顾客服务满意度,大客户数量,违规(抢客、不规范报单、拆单)等等等。当评估维度一多,就得做综合性评估。这时候可以用统计学方法,做专家评估或神经网络模型,压缩评估变量,得出综合分数,从而更好的判断销售能力。类似的,在产品、门店、供应商资质等方面,都可以类似评估。
第五作用:用数据预测
这是人们通常认知的商业分析的作用*3。比如预测销售情况,对业务部、市场部、供应链、售后都很需要。销售高峰,意味着供应链的供应、售后的服务都会成倍的增加工作量。销售低谷,市场部就得想办法做事情拉动销量,业务部得努力抓执行。预测销售利用统计学方法或机器学习方法都行,之后可以慢慢分享。需要注意的是,商业预测不同于农业、社会学、经济学预测,商业环境本来就是瞬息万变的。导致预测的根基更不牢靠,预测前提经常变化。因此商业预测更多是作为参照值,预测效果不如农业、社会学、经济学那么好。
热心网友 时间:2022-03-26 10:40
希腊有一个著名的谷堆悖论。“如果1粒谷子落地不能形成谷堆,2粒谷子落地不能形成谷堆,3粒谷子落地也不能形成谷堆,依此类推,无论多少粒谷子落地都不能形成谷堆。但是,事实并非如此。”
这个悖论说的,就是告诉我们量变产生质变,需要一个明显的分割线。如果说,量是一个量化的数据,质是一个结论的话。那么,数据分析做的,就是要分析量,从而引向“定性”、”定质"。定量的了解历史的规律(“质”),从而预测未来。
关于了解历史规律,常见的数据分析思路,如上图,大概介绍四种。分组对比、趋势分析、异常分析、排名分析;目的主要是三个:
1) 找到周期规律
2) 找到各个分类的特征
3) 找到异常、极值
了解历史,是为了更好的预测未来。
找到了周期规律,我们就可以知道哪些波动是正常的不用惊慌,哪些是需要注意的。
了解了特征,我们就可以总结一些相同分类的事务,可能也具备这一特征;
了解了异常和极值,我们就可以深入分析,找到解决它的原因去规避,或者采取措施去发扬极值。
热心网友 时间:2022-03-26 12:14
呵呵,这个主要是就业前景而言了。热心网友 时间:2022-03-26 14:22
随着互联网的专业化和国际化,数据分析作为网站运营的基础性工作已经显得越发重要。特别是随着互联网的发展,数据成为衡量一个网站的各项指标,有据可查的科学评估资料。靠传统商业模式中所谓的品牌、人脉已经不在具有说服力。