
數(shù)據(jù)分析的三層需求
為什么有的報(bào)表好用,有的報(bào)表不好用,有的企業(yè)會做一堆亂七八糟的報(bào)表,最近經(jīng)常會思考這些問題。有人說數(shù)據(jù)分析,為了開源節(jié)流,這個沒有錯,今天我從另外一個角度解讀。數(shù)據(jù)分析,是為了應(yīng)對風(fēng)險(xiǎn)(說明:風(fēng)險(xiǎn)與機(jī)會是一起的。PMI中將其共同列為風(fēng)險(xiǎn)管理,本文所有風(fēng)險(xiǎn)與機(jī)會同義),開源節(jié)流的每一次操作每一個節(jié)點(diǎn),也是風(fēng)險(xiǎn)。
企業(yè)經(jīng)營,風(fēng)里來雨里去,免不了碰到大大小小的機(jī)會和風(fēng)險(xiǎn),抓住機(jī)會躲避風(fēng)險(xiǎn)是每個企業(yè)以及個人的畢生追求。
PMI中將風(fēng)險(xiǎn)歸為以下幾類:
已知的已知風(fēng)險(xiǎn)
未知的已知風(fēng)險(xiǎn)
未知的未知風(fēng)險(xiǎn)
本文將數(shù)據(jù)分析,也歸納為三層需求
第一層需求:應(yīng)對已知的已知風(fēng)險(xiǎn)
可以將這一層需求看作為被動使用的數(shù)據(jù),拿零售行業(yè)的場景舉例:
采購員要進(jìn)行采購,沒有數(shù)據(jù)作為參考,只能進(jìn)行盲目采購,那商店的缺斷貨、商品積壓的風(fēng)險(xiǎn)一定出現(xiàn)。所以采購員需要通過數(shù)據(jù)查看各類商品的銷售情況、庫存情況、可售天數(shù)情況進(jìn)行判斷,以此決定采購需求,避免錯誤的商品采購所導(dǎo)致的商品缺斷貨、高庫存等風(fēng)險(xiǎn)。此為通過數(shù)據(jù)來應(yīng)對已知的已知風(fēng)險(xiǎn)。
對于企業(yè)之中,這類的應(yīng)用特別多,多到部分企業(yè)會忽略這是一種數(shù)據(jù)分析的應(yīng)用。企業(yè)中常用的業(yè)務(wù)系統(tǒng)比如erp等軟件系統(tǒng),也會自帶一些簡單的數(shù)據(jù)查看類報(bào)表,其作用也是很大程度上來應(yīng)對這一類風(fēng)險(xiǎn)。
但是,從另一個角度去看,這類風(fēng)險(xiǎn)的應(yīng)對也有很大的優(yōu)化空間:
風(fēng)險(xiǎn)應(yīng)對的效率:提升風(fēng)險(xiǎn)應(yīng)對的效率,是提升應(yīng)用標(biāo)準(zhǔn)化的一個體現(xiàn),當(dāng)一個應(yīng)用難以使用時,容易造成人員惰性,取巧而放棄使用,從而提高了風(fēng)險(xiǎn)發(fā)生的概率。
復(fù)雜的已知的已知風(fēng)險(xiǎn)的應(yīng)對:絕大部分企業(yè)并沒有將數(shù)據(jù)覆蓋所有的已知風(fēng)險(xiǎn),舉例:新品的引進(jìn),新品的引進(jìn)為商店帶來新的盈利點(diǎn),但是錯誤的引進(jìn)甚至?xí)碡?fù)面效應(yīng)。大部分企業(yè)的新品引進(jìn)并沒有一個很好的方案來應(yīng)對:通過數(shù)據(jù)進(jìn)行品類關(guān)聯(lián)并對比,可以看出本店鋪對于市場上銷量靠前的商品的缺貨情況,本店已有商品的市場占有情況,從而可以優(yōu)化新品引進(jìn)的策略。這一類的應(yīng)用還有很大的空間,這也就是為什么很多企業(yè)樂于同行之間的交流,希望彼此可以互通有無,發(fā)現(xiàn)類似數(shù)據(jù)場景的應(yīng)用。
第二層需求:應(yīng)對未知的已知風(fēng)險(xiǎn)
這一類數(shù)據(jù)一般為主動使用的數(shù)據(jù),更多的是周期性使用的數(shù)據(jù),常見的比如領(lǐng)導(dǎo)們常看的日報(bào)表、周報(bào)表等。
企業(yè)的風(fēng)險(xiǎn)發(fā)生的概率是分布在每一天的,但是它每一天都可能發(fā)生也可能不發(fā)生,例如部分員工的消極怠工、部分商品的質(zhì)量異常、個別門店突然面臨的對手競爭等。這一類風(fēng)險(xiǎn)當(dāng)然是希望在發(fā)生的最短時間內(nèi)就可以發(fā)現(xiàn)并且應(yīng)對。所以企業(yè)中產(chǎn)生了大量的這一類型的報(bào)表需求。
這類報(bào)表也很常見,但是他們價(jià)值的體現(xiàn)不如第一層需求類來的直接,這一類報(bào)表經(jīng)常被瀏覽,但大部分情況是沒有發(fā)現(xiàn)風(fēng)險(xiǎn)的,所以有時會產(chǎn)生一種這類報(bào)表沒什么用的感覺。
在我們所遇到的項(xiàng)目中,這類需求報(bào)表占比是很多的,也是爭議最大的。領(lǐng)導(dǎo)層所需要看的日/周/月報(bào)類報(bào)表相對還好,畢竟是每天都會有人看,并且作為企業(yè)數(shù)據(jù)監(jiān)督和追蹤的一種形式。
此外,還會有很多分析類的報(bào)表也屬于這一層級,比如商品的價(jià)格帶分析:找到某類商品的價(jià)格點(diǎn),對比銷售高點(diǎn)或銷量高點(diǎn),從而發(fā)現(xiàn)可能的商品價(jià)格分布的不合理或者貨架擺放位置的不合理(價(jià)格點(diǎn)商品附近陳列豐富的商品可以給顧客帶來商品豐富的感覺)。進(jìn)一步調(diào)整商品價(jià)格分布以應(yīng)對商品陳列或者價(jià)格分布的風(fēng)險(xiǎn)(機(jī)會)。
這類報(bào)表的應(yīng)用難度比較大,因?yàn)榻?jīng)驗(yàn)或者知識儲備的不同,對風(fēng)險(xiǎn)的認(rèn)知和識別能力不同。同樣以上面的價(jià)格帶分析報(bào)表為例,其目的為應(yīng)對陳列、商品價(jià)格分布、商品引進(jìn)/采購、目標(biāo)活動人群選擇的風(fēng)險(xiǎn)。但是使用報(bào)表的業(yè)務(wù)人員沒有形成對這些風(fēng)險(xiǎn)(機(jī)會)的認(rèn)知,就造成了缺乏對該報(bào)表的數(shù)據(jù)解讀能力,該報(bào)表便成為了一個花瓶報(bào)表,價(jià)值無法得到體現(xiàn)。
針對這一類報(bào)表,我的建議是場景化,讓每一張報(bào)表背后都有它的風(fēng)險(xiǎn)機(jī)會描述,當(dāng)自我不能解讀的報(bào)表,也就不要指望業(yè)務(wù)可以解讀并使用,并不是將一堆的指標(biāo)都進(jìn)行展示就能產(chǎn)生價(jià)值,它于落地的應(yīng)用還相隔甚遠(yuǎn)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11