
來源:數據海洋
作者: 數據海洋
疫情后各行各業都在談數字化。都希望通過數字化幫忙企業經營的更好:通過數字化來打開銷售。例如:很多傳統企業在疫情前大部分都是沒有線上銷售的,現在疫情期間很多企業開起了直播,開通了電商或者O2O的銷售。
對于有些企業來說,希望通過數字化來提升企業自身的經營能力。通過數字化的建設來提升企業的經營內功。例如:商超是一個很傳統的行業,在這次疫情期間相對來說受影響比較小,但是也暴露出了許多問題,有動力通過數字化來提供經營效率。
對于有些企業來說,希望通過數字化來實現戰略轉型,戰略升級。很多活的比較好的企業,往往是缺少升級的動力。管理層可能戰略思考已經很前面(領先當前業務),但是往往企業內部其它層級的利益關系很難快速去改變與挑戰。
疫情讓非常多的企業從戰略決策層開始向企業數字化方向轉變,但是關于企業的數字化話的幾個問題,往往又缺少很深入是思考,導致數字化戰略遲遲不能推動落地:
公司為什么需要數字化?
數字化解決公司戰略層面什么問題?
數字化解決公司戰術運營層面什么問題?
數字化的具體價值體現形式是什么?
如何實施數字化戰略?
需要什么樣的人才來實施數字化戰略?
數字化的價值衡量應該是什么?
數字化要投入多大的資源?
…….
企業管理層對于相關問題沒有深入思考,也說明了目前市場上非常缺少真正懂數字化的人才。數字化人才需要幾個方面都懂,而且需要有深入的思考:
理解公司戰略,知道經營中痛點與行業發展趨勢。
例如:某商超今年的重點是進行經營效率的提升。老板提了一個戰略方向,首先應該要去思考為什么公司會提出這個戰略?這個戰略是新提出來的?還是之前一直是公司戰略?如果是歷史就提出來了,為什么一直沒有執行好?如何利用數字化來實戰戰略落地的路徑。
需要知道如何用數據來分析,定位,預測經營中問題,怎么協助戰略決策的制定。而且利用數據把戰略決策能快速落地下來。
例如:經營效率提升轉化為具體的數字KPI指標。是人效提升?還是坪效提升?如何定義這個KPI指標,更核心是要把KPI指標分解,構建相應的數據指標分析體系,尋找到驅動指標提升的驅動因素。
以提升坪效為例,如何思考
提升坪效 = 銷售額/經營面積,如果要提升坪效,核心應該是提升銷售額,如何提升銷售額,從降低缺貨率繼續思考。
降低缺貨率:特別是熱銷的商品不缺貨
通過促銷活動,通過商品更吸引客戶,把數據與業務結合起來,利用數據分析幫助公司業務團隊一起來制定落地策略,更有針對性的驅動經營因素的提升。
數據邏輯梳理好。往往需要通過技術手段來幫助經營策略落地。例如:分析需要用到的數據是如何被采集,用什么方式采集,如何被存儲,如何被計算,以及通過什么樣的可視化展示,如何把數據與業務系統打通。
大數據達到一定規模后的企業,一般會都會有專門的數據團隊。公司往往是期望當前的數據團隊能承擔公司數字化轉型或者數據字化落地的工作,但是對目前的大多數數據從業人員來說,往往都不具備這些能力。能有邏輯做好數據分析,把數據場景化分析做好的數據團隊不多。
和企業老板與管理層交流發現,很多公司當初要組建數據團隊主要原因:就是公司業務發展大了,各個崗位角色或者管理層需要看到各種數據,所以招聘了一個數據團隊來做數據,做報表。方便需要數據的時候有人可以提供出來。
往往是解決的最基本的:有報表,看數據的問題。而不是組建這個團隊的來解決經營問題,數據驅動公司成長的驅動者。所以導致對于這個團隊的非常不清晰,非常不明確。而且往往這個團隊不存在似乎也不影響整個公司的經營,最多看數據困難一點。每個月也能看到財務報表。
當疫情來了后,管理層對企業、對數字化有明確價值化,明確產出化要求的時候,很容易就暴露目前的數據團隊的能力不足,往往會導致整個公司數字化戰略落地受阻。從而數字化戰略實施沒有被執行,數據團隊往往又會成為:報表團隊或者取數團隊。
和企業需要通過數字化來提升自己的內功一樣,大數據人才也需要不斷提升自己的內功能力,這個內功能力,不僅僅是技術層面,更應該還是要回到業務層面,真正懂業務后用數據來解決問題,而且往往也不需要特別高深的方法。例如:對于一家零售企業來說,通過SQL語言你就可以利用數據分析與監控這樣的場景:
某個商品連續15天沒有銷售,通過分析該商品所歸屬的品類特征對比發現,該品類的商品超過90%以上如果連續15天沒有銷售,則該商品后續產生銷售的概率小于0.1。
那可以立即告訴業務,針對該商品可以立即采購行動。是立即退貨還是要降低處理,而不是一直放在貨架上等到20,30天后。造成公司經營機會點流失。
所以通過基本數據指標的統計與設計,結合具體的業務場景就可以分析出很多商業機會點,真正可以實現:用數據分析結果來驅動行動,而且往往是很具體的落地執行策略。
最近一年和不少公司的管理層和老板有交流往往會有這些內容:“我們數據團隊都是在做報表,而且報表還做不好,數據還經常打架!也沒有給公司提供什么經營決策建議,偶爾做了幾個漂亮的可視化報表,但是解決不了問題。當我真正需要數據發揮價值的時候,往往卻沒有感受來自于數據團隊的價值?!?
數據分析師,數據運營,數據產品等數據崗位需要更多走向業務,更多思考數據如何服務業務。怎么幫助公司業務人員更好做好決策,更好的做出管理。而不是提供一大堆報表,一大堆數字。
疫情之外,真正的數據人才是展現自己機會的時候。在潮水退出的時候才知道誰在裸泳。對于數據從業人員來說,這是一個非常好的機會,但也會碰到非常大的挑戰。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25