數(shù)據(jù)分析，或許不是為了分析，而是為了規(guī)范

一個行業(yè)做的越久，問題越多，之前并不在意的問題也會拿出來思考（當(dāng)然，更多可能是因為我做的不夠久）?！皵?shù)據(jù)解決企業(yè)什么問題？”這問題一定難不倒各位，甚至張口即答，例如通過數(shù)據(jù)可以對自身的企業(yè)情況有著準確和科學(xué)的把握，避免老板拍腦袋；數(shù)據(jù)可以實現(xiàn)對市場環(huán)境快速的反應(yīng)和決策；數(shù)據(jù)可以區(qū)分客戶個性化需求，提高服務(wù)價值等等等等。不瞞各位，不謙虛的講，在下也答的出，而且如果讓我繼續(xù)答下去，也能答出幾十條來不止。比如：

以上，針對每一條都可以理解，但將全部的答案都拉出來站在那，讓我感到困惑。以上的每個回答，都要怎樣實現(xiàn)呢？每一條回答又有著什么樣的聯(lián)系呢？甚至是每條回答的實現(xiàn)方式又有著怎樣的聯(lián)系呢？這些問題解答不了，很蛋疼。

也是接觸過一些客戶，大家同處一個行業(yè)，業(yè)務(wù)模式以及數(shù)據(jù)類型也相差不多，但是各自所完成的內(nèi)容相差很多。有些面向領(lǐng)導(dǎo)，做了些dashboard；有些面相業(yè)務(wù)人員，做了商品分析模塊；有些面向基層員工，做了數(shù)據(jù)查詢的報表。為什么每家企業(yè)做的內(nèi)容不一樣呢？這些企業(yè)是根據(jù)什么而選擇這些模塊的數(shù)據(jù)進行分析的呢？

進一步需要解答的，每家企業(yè)所分析的數(shù)據(jù)不同，但為何感覺不出這對他們產(chǎn)生了不同的影響？拿上面的幾個回答來看，老板是否拍腦袋決策、是否可以對是市場快速準確的決策、是否可以區(qū)分客戶需求，這些都非常重要啊，可有沒有這樣的數(shù)據(jù)分析，并感覺不出什么區(qū)別呀。這些東西想多了，讓我經(jīng)常懷疑自己，是不是個騙子。

今天的高鐵上，我將上面的問題都拿了出來，同時也回想自己所遇到的各種業(yè)務(wù)場景、分析場景，經(jīng)過成套成套的梳理，我發(fā)現(xiàn)了這樣一個問題。這些企業(yè)所做的數(shù)據(jù)分析(無論是bi還是報表)，并沒有去發(fā)現(xiàn)未知的東西，而是為了可以更容易的按照標準的方法來判斷一件事。對于所有的群體、所有的業(yè)務(wù)都可以這樣去理解。下面我從簡單到復(fù)雜的來說明。

對于基層員工，以貨架商品管理員舉例，超市貨架上的商品要怎樣管理？標準的方法是不是某一商品即將賣光，就需要從倉庫中取出該商品補到貨架上。沒有數(shù)據(jù)，他需要一遍一遍的去巡查，也自然會有時會漏掉。有了數(shù)據(jù)，他就可以瀏覽數(shù)據(jù)來查看商品的售賣情況，以此來及時補貨了。這么對于這個商品管理員來說，數(shù)據(jù)所解決的問題，就是讓他可以更容易的按照標準的工作方法來決定補什么貨，補到哪。

對于部分業(yè)務(wù)人員，比如品類經(jīng)理，他需要決定采購哪些品牌的商品，從哪一家供應(yīng)商來采購，如何規(guī)劃商店的商品。標準的方法是什么，是采購賣的好的品牌，把賣的不好的品牌剔除，并且選擇價格更加低廉按時送貨率高的供應(yīng)商(真空環(huán)境下)。通過數(shù)據(jù)，我們可以列出我們店中品牌的銷售情況，對比上其他門店同類商品品牌銷售情況，以此來發(fā)現(xiàn)哪些其他門店賣的好而我們沒有的品牌；我們也可以列出在過去一段時間我們門店賣的非常不好的商品，以此來考慮是否可以對這些商品進行促銷并且從此不再需要這些品牌；以上，數(shù)據(jù)所解決的問題，也是讓品類經(jīng)理可以更加容易的按照標準的決策方法來進行判斷，優(yōu)化商品結(jié)構(gòu)，選擇供應(yīng)商。

對于企業(yè)管理層，我們做dashboard進行指標的監(jiān)控，做企業(yè)的業(yè)績分析(時間、地區(qū)緯度等)。我們做的內(nèi)容很多，因為管理層所要決定的范圍很廣，他并不像某一業(yè)務(wù)人員只負責(zé)一項工作為了一個目標。但是將內(nèi)容分解后，我們發(fā)現(xiàn)，我們?yōu)楣芾韺铀龅臄?shù)據(jù)分析，也是為了讓他們可以更方便的按照標準的管理方法進行管理。當(dāng)然，這個標準，并非是業(yè)內(nèi)的通用標準，而是企業(yè)自己的標準，甚至是老板他本身的標準。比如，老板要通過胡蘿卜加大棒的方式來促進每個店鋪的銷售額，給做的好的店長獎勵，做的不好的店長懲罰，通過數(shù)據(jù)就可以很容易的執(zhí)行，而避免拍腦袋的獎懲。而這一過程，也是通過數(shù)據(jù)使管理層可以更容易的按照標準的管理方法進行決策(員工是判斷，領(lǐng)導(dǎo)就是決策了。。。)。

針對管理層的，很難說的更細，他們看哪些指標，會給他帶來怎樣的思考，這是旁人說不準的，但是這一套體系一定是在他心里有數(shù)。相比于員工，他們的工作內(nèi)容更具備發(fā)散性，思考也更具備發(fā)散性，所以我們做移動端分析平臺，做實時監(jiān)控平臺，做定時報送平臺，目的都是一樣，可以讓領(lǐng)導(dǎo)更容易看到這些數(shù)據(jù)來進行決策。

以上內(nèi)容，如果沒有數(shù)據(jù)會怎樣呢，不同的群體，即使沒有對應(yīng)的數(shù)據(jù)分析，也是會按照這樣的方法進行工作和管理，但是面對未知情況，基層員工會花費更多的時間來填補數(shù)據(jù)，工作效率就會變低。對于管理層，他們沒有那么多精力去找到他們想要的所有依據(jù)，所以在工作或者決策中，就出現(xiàn)了模糊決定，缺失的依據(jù)多一些，便成了拍腦袋決策。

有些人，不需要很多數(shù)據(jù)，就可以對市場對公司有著準確的判斷，有些人，就需要很多數(shù)據(jù)來填充他腦子里的空格，才能做出準確的判斷。人與人的思考方式有所不同，但大多數(shù)情況，數(shù)據(jù)或許并沒有改變他的決策方式，而只是讓他腦子里某個模糊的參數(shù)變得準確，從而進行判斷。

綜上，erp、oa等it系統(tǒng)讓工作流程更加規(guī)范，而數(shù)據(jù)則是讓決策更加規(guī)范。

這也讓我清楚了一個問題，我接觸的很多客戶，都會像我詢問其他客戶是怎樣做數(shù)據(jù)分析的，很多企業(yè)參加行業(yè)交流，也是希望更多的了解分析應(yīng)用場景，大家真的是對數(shù)據(jù)分析的方法感興趣嗎？更深一步的去看，是對其他公司的管理和工作方法感興趣，當(dāng)然，這一點如果不去深究，可能他本人也想不通。

上面解釋了很多，得到了這樣的一個結(jié)論：數(shù)據(jù)可以讓我們更容易的以規(guī)范的方式進行判斷和決策，也就是數(shù)據(jù)可以讓決策更加規(guī)范。我為什么要花這么多時間來解釋這樣一個結(jié)論呢。

一、希望企業(yè)少被忽悠：數(shù)據(jù)分析這樣解釋一下，已經(jīng)變的很土，很簡單。很多企業(yè)會規(guī)劃做數(shù)據(jù)分析的項目，會找一些做數(shù)據(jù)的公司進行交流，而乙方公司則必然會拿出大量的概念進行渲染，什么高效管理、預(yù)測風(fēng)險、智能決策之類的，聽起來牛逼哄哄，然而扒開表皮，實質(zhì)要怎么解釋呢。一個巴掌拍不響，很多企業(yè)的it人員也樂于聽到這些牛逼哄哄的概念，喜歡源于業(yè)務(wù)高于業(yè)務(wù)，要讓領(lǐng)導(dǎo)耳目一新才好通過項目審批。

舉個例子，有企業(yè)還沒有理順運營人員看用戶數(shù)據(jù)的時候，思考哪些問題，進行怎樣的決策，上來就要做用戶畫像做挖掘做聚類，可是人家明明就只看個地區(qū)然后分配給對應(yīng)的銷售。你知道用戶畫像做出來之后，價值怎樣落地么？你要根據(jù)什么樣的用戶屬性進行怎樣的判斷與決策呢？這都沒想清楚，做出的畫像是要掛到墻上么？(如果是想通過用戶畫像為運營帶來更先進的管理和決策水平，也是從運營的角度出發(fā)，也要和運營打好招呼吧)

作為一個企業(yè)來講，最好先清楚，做數(shù)據(jù)分析是為了誰而做，是為了什么樣的決策而做。這些東西想清楚，項目做起來也不那么復(fù)雜，因為這個項目已經(jīng)有章可循，沒必要動不動就上來個大概念，花錢不說，能不能解決問題也不確定。以目前大部分的企業(yè)，以現(xiàn)在的信息化水平，還沒到拼科技的地步。

二、希望幫助企業(yè)規(guī)劃數(shù)據(jù)分析體系

很多企業(yè)要做數(shù)據(jù)分析項目，但并不知道該如何規(guī)劃，需求做的一塌糊涂，沒有需求就開始項目的也不少見，全權(quán)委托乙方來進行需求規(guī)劃，我只能說是一種逃避和懶政，以我這樣正直的乙方來看，必須要合作，如果只能選擇一方，也是甲方。否則就是碰運氣的事，70%都被使用，“項目做的很好，大家辛苦了”；30%被使用，“項目沒白做還湊合”；10%被使用，“你們怎么做的項目啊，都沒人用”。(當(dāng)然，不排除在過程中需求不斷的改改改，改到完美)

當(dāng)然，需要補充一下的，項目完成后的使用率高低，原因不只是需求做的好與差，還有很多因素，是否對業(yè)務(wù)進行了合理的培訓(xùn)和引導(dǎo)，項目易用性是否達到了標準等等，上面的例子只是表達需求不明很容易造成項目系統(tǒng)利用率不高的情況。

根據(jù)上面的結(jié)論，我們怎樣來做數(shù)據(jù)分析，甚至是從什么地方開始做？首先，我們看哪一個群體的決策最不規(guī)范，出的問題最多，就從那個群體下手(真空環(huán)境下)。比如，我們發(fā)現(xiàn)商品經(jīng)常斷貨或者積壓，那么就從品類管理員下手。通過數(shù)據(jù)展示出來可能擠壓的商品或者即將斷貨的商品。這個群體的問題解決后，再看其他群體，以人為本，逐個擊破。核心理念就是：我先了解你是怎樣決策的，再去為你開發(fā)你的數(shù)據(jù)模型。

最后總結(jié)一下，今天和客戶聊天，客戶表示自己公司有很多存量數(shù)據(jù)，知道這些數(shù)據(jù)很有價值，但不知道這些數(shù)據(jù)如何變現(xiàn)。從本文的角度去看，暫不需要把變現(xiàn)想的過于復(fù)雜，我們?nèi)绻ㄟ^數(shù)據(jù)實現(xiàn)了員工決策的標準化，就減少了在各個環(huán)節(jié)出現(xiàn)判斷失誤的概率，什么提高工作效率、降低采購成本、提升銷售額之類的，都在這一系列對問題的準確判斷之中，對于員工是如此，對于領(lǐng)導(dǎo)也是如此。這樣，就實現(xiàn)了數(shù)據(jù)的變現(xiàn)。同樣，即使你是提供對外的數(shù)據(jù)服務(wù)，當(dāng)你所做的數(shù)據(jù)分析能夠讓客戶實現(xiàn)決策的規(guī)范化，那么相信客戶也會為此買單。

我們做數(shù)據(jù)分析，或許不在于分析，而是為了規(guī)范。首先數(shù)據(jù)的背后，是大大小小的管理與決策。