
數(shù)據(jù)的重要性已經(jīng)被越來越多的公司、個人所熟知與接受,甚至于有過猶不及之勢頭。大數(shù)據(jù)的概念滿天飛,似乎一夜之間人人都在談?wù)摯髷?shù)據(jù),見了面不用大數(shù)據(jù)打招呼,好像就不是在數(shù)據(jù)圈子里混的了。那么,被外界傳得神乎其神的數(shù)據(jù),到底可以在哪些方面促進(jìn)業(yè)務(wù)的騰飛?或者換種說法,業(yè)務(wù)對數(shù)據(jù)有哪些層次的需求?數(shù)據(jù)在哪些地方能夠幫助業(yè)務(wù)?
結(jié)合筆者多年的工作經(jīng)驗以及對數(shù)據(jù)與業(yè)務(wù)的理解,業(yè)務(wù)對數(shù)據(jù)的需求歸納為四個層次。
第一層:知其然
我們可以通過建立數(shù)據(jù)監(jiān)控體系,掌握發(fā)生了什么、程度如何,做到“知其然”。
具體來說,切入數(shù)據(jù)的角度主要有這幾個方面。首先是“觀天”,觀察行業(yè)整體趨勢、政策環(huán)境影響;再是“知地”,了解競爭對手的表現(xiàn);最后是“自省”,自身做得怎么樣了,自己的數(shù)據(jù)表現(xiàn)怎么樣。從看數(shù)據(jù)的周期上來講,“觀天”可以是季度性或者更長的周期;“知地”按周或者月,特殊時間點、特殊事件情況下除外;“自省”類的數(shù)據(jù)拿到的是最全面的,需要天天看,專門有人看,有人研究。
在這一層上,分享兩個看數(shù)據(jù)的觀點:
1.數(shù)據(jù)是散的,看數(shù)據(jù)需要有框架。
怎么看數(shù)據(jù)很有講究。零碎的數(shù)據(jù)很難發(fā)揮出真正的價值,把數(shù)據(jù)放到一個有效的框架里,才能發(fā)揮整體價值。所謂有效的框架至少包含兩重作用:
(1)數(shù)據(jù)很多,不同人對數(shù)據(jù)需求不一樣,如CEO、中層管理者、底層員工關(guān)注的數(shù)據(jù)通常是不一樣的,有效的框架能夠讓不同的人各取所需。
(2)有效的框架能夠快速地定位問題所在。舉個例子,交易量指標(biāo)大家都關(guān)心,如果某一天交易量指標(biāo)掉了20%,那么,業(yè)務(wù)很大可能下是出了問題,但問題到底出在哪兒呢?如果只有幾個高度抽象的指標(biāo),如轉(zhuǎn)化率、成交人數(shù)、客單價等,是定位不到問題的。好的框架能夠支持我們往下鉆,從品類、流量渠道等找到問題所在,板子也就能打到具體的負(fù)責(zé)人身上了。這也是我們通常所說的,看數(shù)據(jù)要落地。
2.數(shù)據(jù),有比較才有真相。
我有120斤,你說是重還是輕呢?一個孤零零的數(shù)據(jù)是很難說明問題的。判斷某個指標(biāo)增長快慢,需要選擇正確的比較對象、參考系,也就是基準(zhǔn)線。這個基準(zhǔn)線可以是一個預(yù)先設(shè)定的目標(biāo),可以是同行業(yè)平均水平,也可以是歷史的同期數(shù)據(jù)。
第二層:知其所以然
通過數(shù)據(jù)看到了問題,走到這一步還不夠。數(shù)據(jù)只是表象,是用來發(fā)現(xiàn)、描述問題的,實操中解決問題更重要。數(shù)據(jù)結(jié)合業(yè)務(wù),找到數(shù)據(jù)表象背后的真正原因,解決之。解決問題的過程就會涉及數(shù)據(jù)、數(shù)據(jù)加工,還可能會涉及數(shù)據(jù)模型之類的方法或者是工具,這里面技術(shù)含量比較高,另作篇幅介紹,這里不展開了。
在第二層里也有兩點分享:
1.數(shù)據(jù)是客觀的,但對數(shù)據(jù)的解讀則可能帶有很強(qiáng)的主觀意識。
數(shù)據(jù)本身是客觀的,但消費數(shù)據(jù)的是有主觀能動性的人。大家往往在解讀數(shù)據(jù)的時候帶入主觀因素:同樣一個數(shù)據(jù)在A看來結(jié)論可能是好的,從B看來可能卻得出截然相反的結(jié)果。不是說出現(xiàn)這樣的情況不好,真理越辯越明。但假如不是通過數(shù)據(jù)找問題,而是先對問題定性,然后有選擇地利用數(shù)據(jù)證明自己的觀點,這種做法就不可取了。可事實上,我們的身邊經(jīng)常發(fā)生這樣的事情。
2.懂業(yè)務(wù)才能真正懂?dāng)?shù)據(jù)。
車品覺老師的博文《不懂商業(yè)就別談數(shù)據(jù)》對這個觀點作了深刻闡述,這里不展開講了。只是由于本觀點的重要性,筆者特意拿出來做一下強(qiáng)調(diào)。
第三層:發(fā)現(xiàn)機(jī)會
利用數(shù)據(jù)可以幫助業(yè)務(wù)發(fā)現(xiàn)機(jī)會。舉個例子:淘寶上有中老年服裝細(xì)分市場,有大碼女裝市場,這些市場可以通過對周邊環(huán)境的感知,了解到我們身邊有一些中老年人或者胖MM在淘寶上面沒有得到需求的滿足。那么還有沒有其他的渠道找到更多的細(xì)分市場呢?
數(shù)據(jù)可以!
通過用戶搜索的關(guān)鍵詞與實際成交的數(shù)據(jù)比較,發(fā)現(xiàn)有很多需求并沒有被很好地滿足,反映出需求旺盛,但供給不足。假如發(fā)現(xiàn)了這樣的細(xì)分市場,公布出來給行業(yè)小二,公布出來給賣家,是不是可以幫助大家更好地去服務(wù)消費者呢?這個例子就是現(xiàn)在我們在做的“潛力細(xì)分市場發(fā)現(xiàn)”項目。
講這個案例,不是想吹牛數(shù)據(jù)有多厲害,而是想告訴大家:數(shù)據(jù)就在那里,有些人熟視無睹,但有些人卻可以從中挖出“寶貝”來。差異是什么呢?商業(yè)感覺。剛剛提到的搜索數(shù)據(jù)、成交數(shù)據(jù)很多人都能夠看到,但以前沒有人把這兩份數(shù)據(jù)聯(lián)系在一起看,這背后體現(xiàn)出的就是商業(yè)感覺。
第四層:建立數(shù)據(jù)化運(yùn)營體系
我理解的數(shù)據(jù)化運(yùn)營,包含了兩重意思:數(shù)據(jù)作為間接生產(chǎn)力和直接生產(chǎn)力。
1.數(shù)據(jù)作為間接生產(chǎn)力。
所謂間接生產(chǎn)力,是指數(shù)據(jù)工作者將數(shù)據(jù)價值通過運(yùn)營傳遞給消費者,即通常所說的決策支持,數(shù)據(jù)工作者產(chǎn)出報表、分析報告等供各級業(yè)務(wù)決策者參考。我稱之為決策支持1.0模式。然而隨著業(yè)務(wù)開拓和業(yè)務(wù)人員對數(shù)據(jù)重要性理解的增強(qiáng),對數(shù)據(jù)的需求會如雨后春筍般冒出來,顯然單單依賴人數(shù)不多的分析師是滿足不了的。授人以魚不如授人以漁,讓運(yùn)營、產(chǎn)品的同學(xué)都能夠進(jìn)行數(shù)據(jù)分析,是我腦子中的決策支持2.0模式。
決策支持2.0模式有三個關(guān)鍵詞:產(chǎn)品、能力、意愿。
讓運(yùn)營和PD掌握SQL這類取數(shù)語言,掌握SAS、SPSS這類分析工作,顯得不大現(xiàn)實和必要。提供低門檻、用戶體驗良好的數(shù)據(jù)產(chǎn)品是實現(xiàn)決策支持2.0模式的基礎(chǔ)。這里講的產(chǎn)品,不僅僅是操作功能集,還需要承載分析思路和實際案例。
但是,數(shù)據(jù)分析的門檻始終是存在的。這就對運(yùn)營和PD提出了新的基本能力要求,即基礎(chǔ)的數(shù)學(xué)能力、邏輯思考能力和學(xué)習(xí)能力。
最后一個意愿,也許是最關(guān)鍵的,只有內(nèi)心有強(qiáng)烈的驅(qū)動,想做好這件事情的時候,才有可能做好。
2.數(shù)據(jù)作為直接生產(chǎn)力。
所謂直接生產(chǎn)力,是指數(shù)據(jù)工作者將數(shù)據(jù)價值直接通過前臺產(chǎn)品作用于消費者。時髦點講,叫數(shù)據(jù)變現(xiàn)。隨著大數(shù)據(jù)時代的到來,公司管理層越來越重視這一點。大數(shù)據(jù)時代帶來了大的機(jī)會,但也可能是大災(zāi)難。如果不能利用數(shù)據(jù)產(chǎn)生價值,那么,它就是一個災(zāi)難——產(chǎn)生的數(shù)據(jù)越多,存儲的空間、浪費的資源就越多。
現(xiàn)在比較好理解的一個應(yīng)用就是關(guān)聯(lián)推薦, 你買了一個商品之后,給你推薦一個最有可能再買的商品。個性化是數(shù)據(jù)作為直接生產(chǎn)力的新浪潮,這個浪潮已經(jīng)越來越近。數(shù)據(jù)工作者們,做好迎接的準(zhǔn)備吧。
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(chǔ)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(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。 ...
2025-09-18CDA 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 ...
2025-09-18DSGE 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深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(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(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 讀取長浮點數(shù)據(jù)的科學(xué)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(xué)計數(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,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(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” 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(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 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)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(wù)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(wù)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(dǎo)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