
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
CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-18剛?cè)肼殘龌蚴窃诼殘稣媾R崗位替代、技能更新、人機(jī)協(xié)作等焦慮的打工人,想要找到一條破解職場焦慮和升職瓶頸的系統(tǒng)化學(xué)習(xí)提升 ...
2025-07-182025被稱為“AI元年”,而AI,與數(shù)據(jù)密不可分。網(wǎng)易公司創(chuàng)始人丁磊在《AI思維:從數(shù)據(jù)中創(chuàng)造價(jià)值的煉金術(shù) ...
2025-07-18CDA 數(shù)據(jù)分析師:數(shù)據(jù)時代的價(jià)值挖掘者 在大數(shù)據(jù)席卷全球的今天,數(shù)據(jù)已成為企業(yè)核心競爭力的重要組成部分。從海量數(shù)據(jù)中提取有 ...
2025-07-18SPSS 賦值后數(shù)據(jù)不顯示?原因排查與解決指南? 在 SPSS( Statistical Package for the Social Sciences)數(shù)據(jù)分析過程中,變量 ...
2025-07-18在 DBeaver 中利用 MySQL 實(shí)現(xiàn)表數(shù)據(jù)同步操作指南? ? 在數(shù)據(jù)庫管理工作中,將一張表的數(shù)據(jù)同步到另一張表是常見需求,這有助于 ...
2025-07-18數(shù)據(jù)分析師的技能圖譜:從數(shù)據(jù)到價(jià)值的橋梁? 在數(shù)據(jù)驅(qū)動決策的時代,數(shù)據(jù)分析師如同 “數(shù)據(jù)翻譯官”,將冰冷的數(shù)字轉(zhuǎn)化為清晰的 ...
2025-07-17Pandas 寫入指定行數(shù)據(jù):數(shù)據(jù)精細(xì)化管理的核心技能? 在數(shù)據(jù)處理的日常工作中,我們常常需要面對這樣的場景:在龐大的數(shù)據(jù)集里精 ...
2025-07-17解碼 CDA:數(shù)據(jù)時代的通行證? 在數(shù)字化浪潮席卷全球的今天,當(dāng)企業(yè)決策者盯著屏幕上跳動的數(shù)據(jù)曲線尋找增長密碼,當(dāng)科研人員在 ...
2025-07-17CDA 精益業(yè)務(wù)數(shù)據(jù)分析:數(shù)據(jù)驅(qū)動業(yè)務(wù)增長的實(shí)戰(zhàn)方法論 在企業(yè)數(shù)字化轉(zhuǎn)型的浪潮中,“數(shù)據(jù)分析” 已從 “加分項(xiàng)” 成為 “必修課 ...
2025-07-16MySQL 中 ADD KEY 與 ADD INDEX 詳解:用法、差異與優(yōu)化實(shí)踐 在 MySQL 數(shù)據(jù)庫表結(jié)構(gòu)設(shè)計(jì)中,索引是提升查詢性能的核心手段。無論 ...
2025-07-16解析 MySQL Update 語句中 “query end” 狀態(tài):含義、成因與優(yōu)化指南? 在 MySQL 數(shù)據(jù)庫的日常運(yùn)維與開發(fā)中,開發(fā)者和 DBA 常會 ...
2025-07-16如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價(jià)值、驅(qū)動決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關(guān)聯(lián)表的 JOIN 實(shí)戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會遇到需要整合多張表數(shù)據(jù)的場景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動的時代,面對海量、復(fù)雜的數(shù)據(jù),如何高效地進(jìn)行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯改字段或誤執(zhí)行批量更新等問題時有發(fā)生。 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時用t.test,何時用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時用 t.test,何時用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開啟新時代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11