
如何構建大數(shù)據(jù)時代下的決策分析體系
市場變化越來越快,競爭越來越激烈,客戶的需求越來越個性化,這是當今市場特別是消費品市場的重要特征。要獲得競爭優(yōu)勢,就要求企業(yè)比競爭對手要更快速響應、更深刻洞察市場變化、產(chǎn)業(yè)運行、技術更替,因此決策周期必須比競爭對手更短,決策信息比競爭對手更充分。這就為傳統(tǒng)的決策分析體系提出了更高的要求。
隨著大數(shù)據(jù)時代的到來,企業(yè)對各類數(shù)據(jù)的獲取擁有了更廣泛和便利的渠道,這些數(shù)據(jù)為企業(yè)決策質(zhì)量的提升起到了重要作用。這些數(shù)據(jù)包括:
互聯(lián)網(wǎng)實時產(chǎn)生了大量的電商消費品交易數(shù)據(jù)、交互數(shù)據(jù),競爭對手的價格與市場表現(xiàn),以及消費者的評價與偏好等;
上市公司定期發(fā)布著企業(yè)財務數(shù)據(jù)、證券與投行公司定期發(fā)布行業(yè)情報與數(shù)據(jù)等;
政府網(wǎng)站不斷公開各類統(tǒng)計數(shù)據(jù),包括行業(yè)運行數(shù)據(jù)、海關進出口、宏觀經(jīng)濟運行、專利申報、企業(yè)信用等;
財經(jīng)媒體不斷調(diào)研發(fā)布商業(yè)情報,各類行業(yè)動態(tài)數(shù)據(jù)等;
各類專業(yè)期刊、行業(yè)期刊、電子數(shù)據(jù)庫都隨時產(chǎn)生著有價值的決策信息和情報等;
古人云“行貴速焉,慢則人先”,如何利用這些數(shù)據(jù)提煉出有價值的外部情報,從而準確決策、快速應、搶占先機,如何深刻洞察產(chǎn)業(yè)、客戶、技術與競爭對手,是大多數(shù)企業(yè)提升競爭力的新課題。
傳統(tǒng)的決策分析體系的管理場景
中國大多數(shù)企業(yè)都建立了自己的經(jīng)營分析體系,大多數(shù)企業(yè)特別是中小型企業(yè),他們的經(jīng)營決策分析大概是這樣的場景:
1.規(guī)律性的統(tǒng)計:企業(yè)從上到下有完善的報表與指標體系,以月為單位進行采集,以季度、年度為周期來統(tǒng)計分析企業(yè)的運行情況。
2. 依靠內(nèi)部搜集數(shù)據(jù):其數(shù)據(jù)來源主要依靠企業(yè)內(nèi)部各部門,包括財務、生產(chǎn)、銷售、庫存、采購等部門,數(shù)據(jù)采集主要依靠ERP、CRM等信息系統(tǒng),或者員工日常的手工填報,這些數(shù)據(jù)都來自企業(yè)內(nèi)部,對競爭對手、消費者等情報搜集,主要也依靠內(nèi)部員工。
3. 進行常規(guī)的決策分析:關注的內(nèi)容主要是市場、渠道、成本、交付、質(zhì)量、人事的運行表現(xiàn),通過數(shù)據(jù)的歷史對比,發(fā)現(xiàn)企業(yè)運行的問題與變化,做出應對與改善決策,同時這些分析結果,也是內(nèi)部KPI指標的重要來源。
傳統(tǒng)決策分析體系面臨的挑戰(zhàn)
這樣的決策分析體系逐步被大多數(shù)企業(yè)采納,就像一個企業(yè)健康監(jiān)控體系,在企業(yè)內(nèi)部構建起一個神經(jīng)網(wǎng)絡,及時對企業(yè)運行的情況把脈。對于外部環(huán)境變化快速、競爭激烈的企業(yè),隨著競爭壓力不斷導入,逼迫他們不僅需要構建對內(nèi)的神經(jīng)網(wǎng)絡,也需要對外部的千里眼、順風耳,及時感知外部環(huán)境的變化。因此,對于這類企業(yè),傳統(tǒng)的決策分析體系正面臨著以下幾個的挑戰(zhàn):
1. 傳統(tǒng)決策分析體系內(nèi)部為信息系統(tǒng),而非情報系統(tǒng),決策信息不足,容易造成:
(1)對外部的未知逐步擴大:在大數(shù)據(jù)時代下,隨著移動互聯(lián)網(wǎng)發(fā)展,外部數(shù)據(jù)越來越豐富、越來越易獲知,他人知道的越來越多,則你的未知領域就相對在擴大。
(2)判斷結果可能截然相反,內(nèi)部判斷受到局限:美國著名云計算商用軟件廠商NetSuite的年報披露,近三年增長率分別為9%、16%、22%,營銷費用每年占整個成本結構的40%、42%、45%,2012年的營收為2.6億美金。僅從其內(nèi)部數(shù)據(jù)來看,NetSuite在微弱成本調(diào)整下保持了加速增長,是不錯的成績。若我們再加入一家美國的云計算商用軟件廠商Workday的數(shù)據(jù),近三年的增長率分別為264%、170%、98%,營銷費用每年僅占整個成本結構的29%、27%、29%,2011年營收1.3億美金。加入一個新的情報,就立刻得到了相反的結論:NetSuite在投入了較高營銷成本的情況下,得到了較慢的增長。
2. 傳統(tǒng)決策分析體系只為了掌握情況,而非預知變化占先機,不利于規(guī)避風險獲得資源,中小企業(yè)在這一塊更為薄弱,其影響在于:
(1)對宏觀環(huán)境的反應遲緩:若2011年底就能獲取阿里巴巴等電商平臺的詢盤量,就能提前預知2012年制造業(yè)困難的信息,制造型企業(yè)就能第一時間做好應對策略:減少采購、停止招工、培育國內(nèi)市場、修煉內(nèi)功。投資型企業(yè)若在第一時間了解到統(tǒng)計局發(fā)布的2012年2-4月發(fā)電量同比增長率為20%、7.2%,0.7%,就會更真實地確定2012年經(jīng)濟嚴重減緩的事實,預判經(jīng)濟不景氣時將會繁榮的產(chǎn)業(yè),例如:影視娛樂、教育培訓、信托與小額貸款等產(chǎn)業(yè),找到投資機會;同時也能預判將會比較困難的產(chǎn)業(yè),找到并購機會。而目前的企業(yè)家主要根據(jù)自己的渠道了解宏觀經(jīng)濟情況,沒有將外部的宏觀經(jīng)濟情報納入決策分析體系。
(2)對產(chǎn)業(yè)機會反應遲鈍:目前企業(yè)家主要根據(jù)自身的知識掌握產(chǎn)業(yè)動態(tài),沒有將前沿的、跨界產(chǎn)業(yè)信息納入日常的決策分析。例如2011年智能移動終端的出貨量超過PC,這個信息對傳統(tǒng)產(chǎn)業(yè)的影響是巨大的,移動互聯(lián)網(wǎng)必將成為企業(yè)重要的客戶接觸界面、服務界面、溝通界面、銷售界面,誰提前一天進入,就能提前一天獲得用戶、培育用戶、提升用戶粘度,獲得品牌聲譽與生意機會。例如一家奢侈品廠商將奔馳、寶馬、奧迪等名車品牌的4S布點路線作為自己的開店地圖,每月更新,奔馳寶馬去的地方,就是自己的購買者聚集的地方。
(3)對政策機會把握不足:從中央各部委,到地方各種支持政策,在政府主導下的產(chǎn)業(yè)基金、地區(qū)開發(fā)、援外、補貼、退稅,以及某些產(chǎn)業(yè)稅收、土地、配套資金、辦公樓宇、勞動人事,都蘊含著許多產(chǎn)業(yè)機會。例如十一五規(guī)劃中深圳將電子裝備納入重點發(fā)展產(chǎn)業(yè),每年推出若干重點項目讓企業(yè)承擔研制任務,并對其銷售進行補貼。又如成都高新區(qū)2013年對移動互聯(lián)網(wǎng)企業(yè)提供以下扶持政策:一免(免5年辦公房租),二補(對川外公司管理層和技術人員給予補貼),三獎勵(100萬創(chuàng)業(yè)資金、200萬企業(yè)經(jīng)營者獎、市場活動經(jīng)費補貼50%)。若缺乏對外部政策機會的敏銳獲取,則易錯失資源讓與他人。目前很多企業(yè)對這類情報主要依靠企業(yè)家個人網(wǎng)絡獲取,但這種方式存在一定的偶然性、局限性。
3.傳統(tǒng)決策分析體系是管理手段,而非競爭手段,不利于跟蹤技術與市場前沿的變化,持續(xù)創(chuàng)新,正面臨著一個重大挑戰(zhàn):缺乏大規(guī)模數(shù)據(jù)支撐大量創(chuàng)新:海爾集團張瑞敏預判到,進入互聯(lián)網(wǎng)時代,企業(yè)和用戶之間信息不對稱的主動權發(fā)生扭轉(zhuǎn),過去企業(yè)生產(chǎn)什么用戶接受什么。但現(xiàn)在用戶可以在互聯(lián)網(wǎng)上選擇、比較所有產(chǎn)品、價格,主動權發(fā)生了轉(zhuǎn)移,從以企業(yè)為中心變?yōu)橐杂脩魹橹行?,這是非常大的改變,企業(yè)必須從大規(guī)模制造改變?yōu)榇笠?guī)模定制,從一個型號生產(chǎn)幾十萬上百萬,到幾十萬個型號的生產(chǎn)幾十萬上百萬。大量的創(chuàng)新意味著企業(yè)要掌握比競爭對手多幾倍的數(shù)據(jù)量和信息量,需要比競爭對手理解掌握行業(yè)的技術現(xiàn)狀、專利現(xiàn)狀,掌握更多客戶的需求、偏好、習慣,而且需要更快速、更高頻率的創(chuàng)新,滿足客戶的需求。傳統(tǒng)的決策分析體系,對市場與消費者信息的搜集與研究嚴重不足,很難支撐企業(yè)大規(guī)模的創(chuàng)新。
如何構建企業(yè)情報的來源
并不是所有企業(yè)都要對外部情報大量掌握,對于那些市場競爭激烈、對外部環(huán)境依賴較大、機會稍縱即逝、需要通過快速響應和大量創(chuàng)新構建競爭力的企業(yè),需要大量掌握外部的情報來構筑自己的經(jīng)營決策體系。
眾多企業(yè)對外部情報的搜集,主要依靠企業(yè)家個人或高管團隊,由于企業(yè)家接觸層面高、接觸面廣,能得到很多大家不能得到的核心情報。在大數(shù)據(jù)時代下,信息傳播越來越快,情報越來越容易得到。我們不能高估企業(yè)家人際網(wǎng)絡對情報的貢獻,也不能低估大數(shù)據(jù)時代公開信息蘊藏的情報價值,以及員工頭腦中的情報線索。企業(yè)可以嘗試用以下方式確定情報來源:
1.通過互聯(lián)網(wǎng)專業(yè)渠道獲取。
大數(shù)據(jù)時代企業(yè)能夠通過付費或免費方式,得到包括競爭情報、宏觀經(jīng)濟、政策機會、標桿前沿的數(shù)據(jù):
競爭情報:可通過電子商務網(wǎng)站獲得競爭對手的產(chǎn)品、價格和營銷策略,通過新聞活動、公開的企業(yè)專利庫、企業(yè)信息庫及時掌握競爭對手的情況;
客戶數(shù)據(jù):可通過電商網(wǎng)站、自身門戶獲得消費者從互聯(lián)網(wǎng)或移動終端直接反饋的評價和建議;
政策機會:可通過國務院公報、各地方政府公布的產(chǎn)業(yè)政策、地方的規(guī)劃細則、各地方產(chǎn)業(yè)園信息尋找機會線索,通過線索直接接洽獲取更詳實的情報。
外部環(huán)境:可通過國內(nèi)外每月例行公布的經(jīng)濟數(shù)據(jù)、金融指數(shù)、產(chǎn)業(yè)運行的數(shù)據(jù)、海關數(shù)據(jù)等來預判未來的變化。
標桿企業(yè):可通過招股書、年報、國外證券市場尋找國際標桿企業(yè)做法。
整體來說,中國企業(yè)對外部信息的和掌握程度很不充分,試錯成本較高,一般都是邊干邊了解,隨著政府數(shù)據(jù)公開度的改善,相信國內(nèi)的數(shù)據(jù)公開亦會在改善。
2. 通過員工網(wǎng)絡獲取。
對于企業(yè)家已知的已知,公司每月通過報表體系進行分析匯總,得到更加量化的確認;對于企業(yè)家已知的未知,企業(yè)家過問也是能知道的;但是,對于未知的未知,企業(yè)家就沒辦法及時掌握了,除非觸發(fā)了問題。
某信托公司一線員工,在和朋友聊天的過程中,得知一家擔保公司B正在找反擔保,細細追究擔保原因,打聽到是零售巨頭M集團總部準備融資,正尋找擔保機構。該員工沒有能力接觸到M集團,但他第一時間將這個項目情報反饋給了公司副總,該老總立刻動用自己的人脈資源,通過一銀行行長約到了M集團的財務總監(jiān),面談信托融資事宜。
企業(yè)內(nèi)人人都是情報員,員工處于戰(zhàn)斗的一線,能及時獲取客戶和競爭對手內(nèi)部的人事變化、經(jīng)營活動,比總部更了解當?shù)氐恼邫C會、市場特點。大量的信息都在各員工腦中,都是孤島性質(zhì),沒有公司層面的集成,很多情報已經(jīng)被掌握,但是很難上升到部門層面,不利于企業(yè)更充分的決策。
企業(yè)可建立專門的激勵機制和團隊,集成公司內(nèi)部情報信息,解決情報來源,激勵機制的關鍵不光是獎金獎勵,重點在于這些情報有合適的去處,才能產(chǎn)生價值形成激勵,例如:
對新增銷售線索的激勵,集成市場情報,主要供銷售部門使用;
購買各地競爭對手乃至國外同行產(chǎn)品進行體驗和拆解,或搜集同行的專利申報情況,集成產(chǎn)品情報,主要供研發(fā)部門和市場部使用;
通過對各地市場和消費者的調(diào)研分析,集成市場情報,供市場、銷售、研發(fā)部使用;
通過專業(yè)的職能崗位,跟蹤科技前沿、同行專利創(chuàng)新、行業(yè)政策動態(tài),供研發(fā)和企業(yè)家使用;
3. 通過對大量數(shù)據(jù)的分析挖掘獲得情報。
企業(yè)通過自身的信息系統(tǒng)、門戶網(wǎng)站、客服系統(tǒng)、電商平臺積累了大量的歷史數(shù)據(jù),而目前企業(yè)亦可通過付費,購買電商的歷史數(shù)據(jù)庫。
數(shù)據(jù)本身不能反映出某些規(guī)律和信息,通過對大量數(shù)據(jù)的分析和挖掘,就可以發(fā)現(xiàn)意想不到的聯(lián)系。
大數(shù)據(jù)時代的決策分析體系,是充分獲取外部情報,充分挖掘數(shù)據(jù)提供決策依據(jù)的。在大數(shù)據(jù)時代,企業(yè)必將八仙過海、各顯神通,搜集各種信息與情報,建立符合自身的決策體系。優(yōu)秀的企業(yè)必將情報作為決策的重要依據(jù),并建立常態(tài)化的機制,充分了解競爭對手情報,應對快速變化的外部環(huán)境,快速準確地做出各種經(jīng)營決策
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
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎用法到實戰(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 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(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。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(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:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析: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、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、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 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10