如何对业务场景做数据分析?
2017-05-31 09:51
323 查看
企业的数据分析是个很复杂的工程,需要业务和分析技术两块知识。这里从业务的角度切入,谈谈如何对业务分析,文章参考帆软软件的零售业数据管理方案。
首先,企业的分析主要分为管理分析和经营业务分析,分析整体的思路是:明确业务场景——确定分析目标——构建分析体系——梳理核心指标。
因为每个企业/行业的业务不同,分析体系也不同,这里主要说一下零售电商,按照不同的分析场景来探讨下。其他行业也欢迎大家勾搭,或者可以看看这个专栏里里的案例(比较偏向报表体系,有一定借鉴意义):帆软数据应用研究院
以电商为例,常用的业务分析场景有销售、商品、渠道、竞品、会员等等,而商品可进一步细分为商品的库存、商品的利润以及关联销售分析。在整个业务分析体系中,电商行业遵循“人货场”的思维逻辑,其指标可这样划分:
1、销售类分析
销售分析主要是为了追踪销售情况,与KPI对比,调整销售策略,进一步提升销售额。
分析思路:基本上任何一个问题都可以套用“人货场的模型来分析”。比如分析客单价下降的原因,从人货场角度切入的话,可建立如下的分析模型:
分析方法:数据分析可通过数据对比、极值、预测的方式来分析
对比:比如事业部销售额排行榜、销售额贡献度、城市排行榜等等
极值:比如月销售额最高纪录,激励销售人员或事业部突破记录
预测:根据权重曲线预测未来的销售额
2、商品分析
商品分析是基于商品的一个流程管理——进销存。比如商品库存太大,占用资金,则采购进货不合理;商品陈列不合理,造成发货不及时,销售滞后。
商品分析体系——“进销存”思路,常用的指标如商品的折扣率、动销率、周转率等。
3、会员数据分析
会员数据分析一方面是可以指导销售营运,另一方面是提高营销的精准度,增加用户的粘性,减少流失。
会员分析管理体系:
4、其他管理分析
人力资源管理中的数据分析一般包括两个方面,一方面是人员结构分析,另一方面是人力效能的分析。在人效分析过程中最关注两个指标,人均产出和人员费用产出率。人员结构分析包括不同职能部门的人力结构、不同层级的人才结构、不同工作年限的人才结构等等。分析人力结构是防止人才的断层,在招聘上做好预案,优化薪酬分布。
数据分析领域的财务主要是管理财务,管理财务需要细化到每个子公司、每个业务、每个产品、每个业务部门、每个客户,以他们为主题的分析有:现金流分析、盈利能力分析、财务预算分析等。
这里只是概述了一个框架,每一个点展开都是一门知识,欢迎留言探讨~
首先,企业的分析主要分为管理分析和经营业务分析,分析整体的思路是:明确业务场景——确定分析目标——构建分析体系——梳理核心指标。
因为每个企业/行业的业务不同,分析体系也不同,这里主要说一下零售电商,按照不同的分析场景来探讨下。其他行业也欢迎大家勾搭,或者可以看看这个专栏里里的案例(比较偏向报表体系,有一定借鉴意义):帆软数据应用研究院
以电商为例,常用的业务分析场景有销售、商品、渠道、竞品、会员等等,而商品可进一步细分为商品的库存、商品的利润以及关联销售分析。在整个业务分析体系中,电商行业遵循“人货场”的思维逻辑,其指标可这样划分:
1、销售类分析
销售分析主要是为了追踪销售情况,与KPI对比,调整销售策略,进一步提升销售额。
分析思路:基本上任何一个问题都可以套用“人货场的模型来分析”。比如分析客单价下降的原因,从人货场角度切入的话,可建立如下的分析模型:
分析方法:数据分析可通过数据对比、极值、预测的方式来分析
对比:比如事业部销售额排行榜、销售额贡献度、城市排行榜等等
极值:比如月销售额最高纪录,激励销售人员或事业部突破记录
预测:根据权重曲线预测未来的销售额
2、商品分析
商品分析是基于商品的一个流程管理——进销存。比如商品库存太大,占用资金,则采购进货不合理;商品陈列不合理,造成发货不及时,销售滞后。
商品分析体系——“进销存”思路,常用的指标如商品的折扣率、动销率、周转率等。
3、会员数据分析
会员数据分析一方面是可以指导销售营运,另一方面是提高营销的精准度,增加用户的粘性,减少流失。
会员分析管理体系:
4、其他管理分析
人力资源管理中的数据分析一般包括两个方面,一方面是人员结构分析,另一方面是人力效能的分析。在人效分析过程中最关注两个指标,人均产出和人员费用产出率。人员结构分析包括不同职能部门的人力结构、不同层级的人才结构、不同工作年限的人才结构等等。分析人力结构是防止人才的断层,在招聘上做好预案,优化薪酬分布。
数据分析领域的财务主要是管理财务,管理财务需要细化到每个子公司、每个业务、每个产品、每个业务部门、每个客户,以他们为主题的分析有:现金流分析、盈利能力分析、财务预算分析等。
这里只是概述了一个框架,每一个点展开都是一门知识,欢迎留言探讨~
相关文章推荐
- 如何对业务场景做数据分析?
- 基于事件驱动的领域模型实现框架 - 分析框架如何解决各种典型业务逻辑场景
- 基于事件驱动的领域模型实现框架 - 分析框架如何解决各种典型业务逻辑场景
- 4个关键,如何清晰的做好数据分析
- wifi客流分析中科每时每客如何采集及分析数据
- 如何使用大数据做出更快更明智的业务决策
- Cognos 助力业务用户自由分析本地个人数据
- 高级工作流模式深入业务场景分析(1)——多路合并
- 利用python进行数据分析——p26,"一定要以pylab模式”打开如何解决
- 如何做测试后的数据分析
- DDD(领域驱动设计)应对具体业务场景,Domain Model(领域模型)到底如何设计?
- 数据分析学习之路——(七)用数据分析教你如何买基金(2)
- 产品经理如何用数据分析发现问题
- 数据分析业务调研
- 业务分析三维度(场景+角色+时间)之程序员坐禅论道
- 简要分析JM8.6代码中foreman_part_qcif.yuv文件的YUV数据如何悄无声息地进入程序
- 给IT人员支招:如何跟业务部门谈需求分析?(上)
- ArcGIS 网络分析[1.5] 使用点线数据一起创建网络数据集(如何避免孤立点/点与线的连通性组合结果表)
- 【产品进阶】自己如何获取数据+分析数据
- 分析如何成为一名大数据开发工程师