事务对数据的须要的四大档次
本文摘要:数据的重要性现已被愈来愈多的公司、个人所熟知与承受,乃至于有过为己甚之势头。大数据的概念满天飞,似乎一夜之间人人都在谈论大数据,见了面不用大数据打招待,好像就不是在数据圈子里混的了。那么,被外界传得神乎其神的数据,究竟可以在哪些方面促进事务

数据的重要性现已被愈来愈多的公司、个人所熟知与承受,乃至于有过为己甚之势头。大数据的概念满天飞,似乎一夜之间人人都在谈论大数据,见了面不用大数据打招待,好像就不是在数据圈子里混的了。那么,被外界传得神乎其神的数据,究竟可以在哪些方面促进事务的腾飞?或者换种说法,事务对数据有哪些层次的需求?数据在哪些当地可以协助事务?

结合笔者多年的工作经历以及对数据与事务的了解,事务对数据的需求概括为四个层次。

第一层:知其然

我们可以通过建立数据监控体系,把握发生了什么、程度怎么,做到“知其然”。

详细来说,切入数据的角度主要有这几个方面。首要是“观天”,观察行业全体趋势、政策环境影响;再是“知地”,了解竞争对手的体现;终究是“自省”,本身做得怎样了,自己的数据体现怎样。从看数据的周期上来讲,“观天”可所以季度性或者更长的周期;“知地”按周或者月,特殊时间点、特殊工作状况下除外;“自省”类的数据拿到的是最全面的,需要天天看,专门有人看,有人研讨。

在这一层上,分享两个看数据的观念:

1.数据是散的,看数据需要有框架。

怎么看数据很有考究。琐细的数据很难发挥出真实的价值,把数据放到一个有用的框架里,才干发挥全体价值。所谓有用的框架至少包括两重作用:

(1)数据很多,不同人对数据需求不一样,如CEO、中层管理者、底层员工重视的数据通常是不一样的,有用的框架可以让不同的人各取所需。

(2)有用的框架可以快速地定位问题地点。举个例子,交易量指标我们都关怀,假如某一天交易量指标掉了20%,那么,事务很大可能下是出了问题,但问题究竟出在哪儿呢?假如只有几个高度笼统的指标,如转化率、成交人数、客单价等,是定位不到问题的。好的框架可以支撑我们往下钻,从品类、流量渠道等找到问题地点,板子也就可以打到详细的负责人身上了。这也是我们通常所说的,看数据要落地。

2.数据,有比较才有本相。

我有120斤,你说是重仍是轻呢?一个孤伶伶的数据是很难说明问题的。判断某个指标增加快慢,需要选择正确的比较对象、参考系,也就是基准线。这个基准线可所以一个预先设定的方针,可所以同行业均匀水平,也能够是前史的同期数据。

第二层:知其所以然

通过数据看到了问题,走到这一步还不行。数据只是表象,是用来发现、描述问题的,实操中解决问题更重要。数据结合事务,找到数据表象背后的真正原因,解决之。解决问题的过程就会触及数据、数据加工,还可能会触及数据模型之类的方法或者是东西,这里边技能含量比较高,另作篇幅介绍,这里不打开了。

在第二层里也有两点分享:

1.数据是客观的,但对数据的解读则可能带有很强的片面意识。

数据本身是客观的,但消费数据的是有片面能动性的人。我们往往在解读数据的时分带入片面因素:相同一个数据在A看来结论多是好的,从B看来可能却得出截然相反的成果。不是说呈现这样的状况欠好,真理越辩越明。但假定不是通过数据找问题,而是先对问题定性,然后有选择地使用数据证明自己的观念,这种做法就不可取了。可事实上,我们的身边常常发生这样的事情。

2.懂事务才干真正懂数据。

车品觉老师的博文《不懂商业就别谈数据》对这个观念作了深入论述,这里不打开讲了。只是因为本观念的重要性,笔者特意拿出来做一下强调。

第三层:发现时机

使用数据可以协助事务发现时机。举个例子:淘宝上有中老年服装细分市场,有大码女装市场,这些市场可以通过对周边环境的感知,了解到我们身边有一些中老年人或者胖MM在淘宝上面没有得到需求的满足。那么还有无其他的渠道找到更多的细分市场呢?

数据可以!

通过用户查找的要害词与实践成交的数据比较,发现有很多需求并没有被很好地满足,反映出需求旺盛,但供给不足。假定发现了这样的细分市场,公布出来给行业小二,公布出来给卖家,是否是可以协助我们更好地去效劳消费者呢?这个例子就是现在我们在做的“潜力细分市场发现”项目。

讲这个案例,不是想吹法螺数据有多凶猛,而是想通知我们:数据就在那里,有些人视而不见,但有些人却可以从中挖出“宝物”来。差异是什么呢?商业感觉。刚刚提到的查找数据、成交数据很多人都可以看到,但曾经没有人把这两份数据联络在一同看,这背后体现出的就是商业感觉。

第四层:建立数据化运营体系

我了解的数据化运营,包括了两重意思:数据作为直接出产力和直接出产力。

1.数据作为直接出产力。

所谓直接出产力,是指数据工作者将数据价值通过运营传递给消费者,即通常所说的决策支撑,数据工作者产出报表、分析陈述等供各级事务决策者参考。我称之为决策支撑1.0模式。然而跟着事务开辟和事务人员对数据重要性了解的增强,对数据的需求会如雨后春笋般冒出来,显然单单依赖人数不多的分析师是满足不了的。授人以鱼不如授人以渔,让运营、产品的同学都可以进行数据分析,是我脑子中的决策支撑2.0模式。

决策支撑2.0模式有三个要害词:产品、能力、意愿。

让运营和PD把握SQL这类取数言语,把握SAS、SPSS这类分析工作,显得不大现实和必要。提供低门槛、用户体验杰出的数据产品是完成决策支撑2.0模式的基础。这里讲的产品,不只仅是操作功用集,还需要承载分析思路和实践案例。

可是,数据分析的门槛一直是存在的。这就对运营和PD提出了新的根本能力要求,即基础的数学能力、逻辑考虑能力和学习能力。

终究一个意愿,也许是最要害的,只有心里有强烈的驱动,想做好这件事情的时分,才有可能做好。

2.数据作为直接出产力。

所谓直接出产力,是指数据工作者将数据价值直接通过前台产品作用于消费者。时尚点讲,叫数据变现。跟着大数据时代的到来,公司管理层愈来愈注重这一点。大数据时代带来了大的时机,但也多是大灾难。假如不能使用数据发生价值,那么,它就是一个灾难——发生的数据越多,存储的空间、糟蹋的资源就越多。

现在比较好了解的一个应用就是关联引荐,?你买了一个商品之后,给你引荐一个最有可能再买的商品。个性化是数据作为直接出产力的新浪潮,这个浪潮现已愈来愈近。数据工作者们,做好迎接的准备吧。

via:全国网商


人人都是产品主管(woshipm)是以产品主管、运营为核心的学习、交流、分享平台,集媒体、培训、社群为一体,全方位效劳产品人和运营人,建立9年举行在线讲座500+期,线下分享会300+场,产品主管大会、运营大会20+场,掩盖北上广深杭成都等15个城市,内行业有较高的影响力和知名度。平台集合了众多BAT美团京东滴滴360小米网易等知名互联网公司产品总监和运营总监,他们在这里与你一同生长。

相关内容