一個完整的資料分析體系,該長啥樣?

編輯導語:如今隨著網際網路不斷髮展,各產品的資料體量都變得很大,資料分析體系就發揮了巨大的作用。搭建一個完整有效的資料分析體系,可以提高你的工作效率以及準確度。那麼,一個完整的資料分析體系,該長啥樣呢?本篇文章中作者對此展開了一系列的講述,一起來看一下。

一個完整的資料分析體系,該長啥樣?

很多同學抱怨:自己東做一點,西做一點,沒有見過完整的資料分析體系是啥樣?

實際上早在10年前, 很多大型銀行就已經建立了很完善的資料分析體系,只是因為行業特殊性,導致外人知道的不多。

今天跟大家詳細介紹一下。

一、建設的出發點

滿足業務需求,是建設資料分析體系的出發點,也是最終目的和最高要求。

要注意的是,“業務需求”並沒有統一的標準。不同部門,不同身份的人,需求是不一樣的。從大的方面看,可以分作三個層級:

戰略級:能決定公司整體方向的高階管理層

戰術級:決定一個具體職能工作的管理層(銷售、運營、產品、售後……)

戰鬥級:沒有決定權,只有執行權的一線部門(業務員/客服/稽核員/倉管員……)

這三類人,需要的資料型別,資料時效性,資料應用方向是完全不同的。

因此需要分別滿足需求(如下圖)。

一個完整的資料分析體系,該長啥樣?

二、服務於戰略的資料分析

在整個體系中,經營分析是直接服務於戰略級決策的。

在最高管理層做決策的時候,更聚焦於宏觀的問題,比如整體目標達成,外部環境變化,內部舉措效果。而不是陷在瑣碎的業務細節裡。

因此,在做經營分析的時候,要:

在經營目標,轉化為可量化的指標

監控目標達成進度,發現過程中的問題

感知外部環境變化,預警潛在宏觀問題

量化評估各項業務活動對目標的作用

考核各項業務活動效益,提出方向性指導

注意:對經營成果的核算是非常複雜和麻煩的。很多經營舉措都是跨數週、數月,涉及眾多部門和工作。有些基礎研發、生產線更新、基建投資更是跨數年。

因此經營分析的頻率一般不會很高,一般是以月為單位進行。在經營分析層面做出的決斷,往往是方向性的,比如:

堅持原定計劃還是做調整?

銷售/運營/產品/營銷……誰打主力,誰當輔助?

追加投入還是更換方法?

這些決斷直接影響到戰術級設計。至於具體怎麼設計,則要靠戰術級的分析來支援。

一個完整的資料分析體系,該長啥樣?

三、服務於戰術的資料分析

戰術級的分析是具體到每個職能部門的。

比如:

銷售部門

:銷售業績分析、銷售渠道、銷售方法、業務員隊伍分析

運營部門

:活動方法分析、推廣方式分析、平臺運營分析

產品部門

:產品使用情況分析,新版本功能,新版本分析

這些戰術級分析的具體內容,常常五花八門,但是核心思路是一致的:

策略制定

:從眾多的戰術中,選擇一個可以達成目標的

監控進度

:監控戰術落地進度,發現問題,調整戰術設計

覆盤效果

:覆盤是否達成目標,積累經驗,解決問題

一個完整的資料分析體系,該長啥樣?

具體的細節太多太多,就不一一舉例了。有興趣的同學可以翻看之前分享的運營、產品分析方法。

實際上,大部分做資料分析的同學,最常接觸的是這一層的分析。最終輸出物也是日常監控報表+專題分析報告。

四、服務於戰鬥的資料分析

嚴格地來說,戰鬥級需要的不是資料分析,而是資料。

一線工作那麼忙,沒人有空坐下來細細聽報告,能看到資料,就已經足夠行動了。比如:

一線銷售:看到今日業績目標,今日已完成業績,待跟進客戶名單

一線客服:看到待分配話務量,排隊接聽數量、投訴數量、投訴結果

一線倉管:看到在庫商品數、在途商品數,預計達到商品數,預計出庫商品數

有了資料,一線就已經能開展行動了。趕緊幹活,把沒處理完的任務搞完如果能在基礎名單之上,增加一些輔助工具,就更好了。

比如給銷售的,不光有個待跟進客戶名單,再多給個預計自然消費(透過預測模型給的標籤),就能幫銷售聚焦到更該主動跟進的人身上。

比如再多給個:客戶可參與活動/客戶可轉發海報,就讓銷售多了一個打動客戶的工具。

這些工具要比囉裡囉嗦分析報告管用得多(如下圖)。

一個完整的資料分析體系,該長啥樣?

相當多公司在戰鬥級的資料分析,只停留在excel日報和ppt階段,缺少工具設計和開發,導致了資料分析不落地,無法輔助一線等等問題。

看到這裡,肯定有同學好奇:老師,我的公司規模沒那麼大,資料也沒那麼多,怎麼能做的體系化一點呢?這裡是有方法的。

五、中小企業,怎麼從0到1

初創型的企業肯定沒精力搞這麼大套資料體系。

對初創型企業來說,儘快找到能盈利的MVP才是關鍵,之後不斷的擴大投入,增強收入能力。因此對初創型企業而言,一般精力都放在銷售資料/推廣資料/渠道資料上,把戰術級的分析做好。

對於有一定規模的企業,最重要的反而不是搞各種分析報表(一般該有的也都有了)也不是搞複雜的分析報告。而是加強基礎建設,補齊初創期突飛猛進,留下的短板。比如:

商品編碼體系,商品分級分類標籤

活動編碼體系,活動物料編碼體系、優惠券體系

財務系統與業務系統打通,財務資料與業務資料對應

這些可能不僅僅設計資料庫設計,有可能舊的交易系統、物流系統、費控系統都需要升級,業務流程也要規範,因此是個很龐大的工程。

但是如果不邁過這一關,還是在舊基礎上繼續苟且,就會發現,規模越大,內部系統越亂,資料越複雜,新舊資料越對不上,越往後越難。

在2021年,陳老師經歷了若干個營業額30-100億的中等企業數字化建議,無一例外的有基建薄弱+好大喜功的問題。

往往是最基礎的商品資料、活動資料、渠道資料都沒有建設很好,反而急著上CDP,急著在APP/H5搞演算法,急著搞全鏈路埋點。

結果自然是:在爛泥地裡建摩天大樓……各種糾結,不在話下。

六、問題的背後

以上種種問題,但凡置身其中,都會感受明顯。然而為啥沒人解決呢?

可能是業務部門自大且強勢,不想讓資料參與,只讓供excel表

可能是技術部門老大想升官,做基建不夠顯眼,必須上新東西

可能是公司老闆壓根沒見識,吃行業紅利發財,缺少基礎認知

這些都有可能讓資料停在原始階段。

然後又寄希望於一個神通廣大的資料分析師能搞掂所有問題,他們還會殷切地拉著你的手說:“我們公司的資料很大,都在那呢,就差個高手來分析了……”所以如果做分析的同學們遭遇:

東干一塊,西幹一塊

只寫sql整理excel

被業務嫌棄沒深度

你並非一個人,你和很多同學一樣在被煎熬。畢竟做得好的公司也是少數嗎。這時候只要自己努力積累能力,跳槽個好一點的企業即可。

那肯定有同學會問:要具備什麼樣能力算是個高階資料分析師呢?我們下期來分享,敬請期待哦。

#專欄作家#

接地氣的陳老師,微信公眾號:接地氣學堂,人人都是產品經理專欄作家。資深諮詢顧問,在網際網路,金融,快消,零售,耐用,美容等15個行業有豐富資料相關經驗。

本文原創釋出於人人都是產品經理。未經許可,禁止轉載

題圖來自 Unsplash,基於CC0協議。

頂部