江苏龙网

  1. 首页 > 人文 > >

小企业需要数据分析吗？( 二 )


1、产品改革
老K拿毛利率为基准做了一个贡献排名，砍掉了20%的低毛利产品，同时兼顾类似“捆绑销售”产品组合的综合毛利率。比如，客户因为A产品而选择采购，但是客户要求必须有B产品，虽然B产品毛利并不高，但是如果不提供B产品，客户采购高毛利率的A产品会遇到困难。这种情况，B产品就属于被“捆绑销售”，必须保留。
改革的结果是2015年产品个数由49个，精简为32个，2016精简至28个，高毛利的产品销售占比提高4.9 %。
2、客户改革
客户改革的策略是：对利润贡献度不同的客户采取不同的销售投入。将客户按照利润率自动排名，筛选出利润贡献率较高的30%，这部分客户重点维护；筛选出利润率较低的20%，除了部分利润较大和处于市场战略考虑，大部分客户降低销售投入。
改革的效果很显著，KA客户销量占比由2014年的43% 提升至2015年的54%，占增量利润贡献比例为11%。
客户改革、产品改革、成本控制维度优化调整后，毛利较上年同期增加865万，毛利率提升8.79%，增量利润贡献比例62%。
3、销售改革
销售改革重点是调整利润分配方式。计算规则：改“销量/回款提成制”为“损益提成与增量分享制”。所谓损益提成，也就是销售人员的成本里面要包含产品成本，销售成本和公司财务、管理、市场等分摊成本。所谓增量分享制，就是提成不是固定值，而是梯度变化的。净利润越高，综合平均的提成比例越高。
改革的效果：2016年销量增加1350万，销售费用率下降4.55%，2016年利润916万，比2015年增加457万，利润的增长来源于销量的增长，两年实现利润1,532万。
总得来说，这个项目展现很长，但成果是有的。从财务指标来看，2015年，销量增加了550万，但利润却增加了616万，也就是说，在这套数据驱动的管理方法下，销量增加，利润上升，而成本降低也带来了66万的利润。
最后不管是大企业、小企业，做数据分析，不要只是为了顺应“数字化时代”，而是引导，引导解决现有问题、发现潜在风险、挖掘未来商机。
数据分析还是要切切实实的解决问题比较好，可以先从一个业务试点，做出成绩和门路来。预算有限可以上轻量的BI工具甚至开源。
■网友的回复
当然需要！以前有一个误区认为只有像连锁超市，连锁便利店，快消品等这样大体量的公司才需要做数据分析，但正如楼上所说，就连开家麻辣烫都需要数据分析，因为业务是真的，数据也是真的。
其实在我们和客户交流中发现，很多中小型企业已经认识到了数据的价值，并愿意搭建商业智能分析平台进行数字化运营。只是相对于财大气粗的巨头公司，中小型企业的预算有限，如何在有限的预算内如何选择一款适合的BI产品，这是大家所苦恼的。
对于预算有限的中小型企业如何选择合适的BI产品，这里提供3个参考因素：
前期投入成本小中间维护成本小后期扩展成本小如果是前期预算有限，可以购买观远数据BI的SaaS产品，不需要任何对接，低成本就可以让公司快速用上智能的BI产品，中间也不需要任何的运维成本，观远产品一周一小更，一月一大更，几乎是可以满足中小型企业对于BI产品的需求。
如果到后期公司规模扩大，对于智能BI的要求更高，也方便基于原来的BI产品进行深度拓展。在BI领域，观远数据已经沉淀了智能分析的『5A』落地路径，可以满足不同类型企业不同发展阶段对于BI的不同需求。“5A”的五个层面层层递进，有的消费零售企业数据基础扎实，就可从自动化或增强化直接切入；有的企业数据基础薄弱，则需从敏捷化开始。
小企业需要数据分析吗？
希望对你有帮助！
http://guandata.mikecrm.com/wiHddNz (二维码自动识别)
■网友的回复
当然需要！！！
在数字化转型的浪潮中，很多企业都逐渐认识到了数据的价值，通过部署商业智能（BI）平台、大数据分析平台等方式，来挖掘数据价值、推动业务增长。然而，很多企业在数据项目中的失败经验却表明，不仔细研究企业的需求与资源匹配情况，贸然推动数据项目可能存在着失控的风险，不仅无法像预期那样推动业务增长，还可能浪费企业的宝贵资源。
数据分析项目是一个系统化的工程，不仅包括数据的分析以及可视化呈现，还包括数据的搜集、梳理、数据仓库或是数据湖的创建等过程。对于所做的每一个数据项目，企业都应该仔细的进行思考，认识到这些步骤应该如何推进，以及正在收集的数据对于业务有什么样的价值。
以下是开展数据分析项目的几个小建议：
一、从低风险的小项目开始
由于很多企业并不清楚数据分析可以为企业带来什么样的价值，因此从低风险的小型项目进行验证是一个非常稳妥的方式，因为这些小项目可以帮助企业验证，所拟定的数据分析路线是否与企业匹配，并提供宝贵的经验。而且，即使这些项目失败了，企业也可以非常好的控制自身的损失。
例如，企业可以先分析企业的收益数据：大多数企业都会定时搜集、发布企业的营收数据，这些数据不仅以结构化的形式呈现，而且数据集一般比较小，企业不需要进行复杂的数据搜集、清洗流程，非常容易着手，消耗的企业资源也很少。而且，这些数据分析结果往往具备重要的业务指导价值，推动的内部阻力很小。
小企业需要数据分析吗？
二、创建分析计划和流程
在推动数据分析时，企业需要制定规范化的数据分析过程。很多企业在实施数据分析项目之后，会抱怨分析师没有提供他们想要的数据分析结果，对工作的实际价值并没有呈现，这既是一个期望管理问题，也是数据分析的过程问题。例如，企业的销售部门可能会抱怨BI平台无法帮助他们准确的描绘出不同地区的销售需求变动，其真实原因可能不是数据分析平台本身出了问题，而是他们提供的数据不准确，或是销售系统未能翔实录入销售信息。
要解决这个问题，企业需要在内部进行充分的动员与培训，除了让员工充分了解数据分析的意义，就数据分析的目标、方式达成一致，还应该督促员工严格按照数据分析流程来搜集、分析数据，以降低这个过程中的不可控因素。
三、重视数据的可视化呈现
很多企业的数据分析项目之所以失败，是因为企业大部分员工，甚至包括管理者都无法感知到数据分析存在的价值。而数据可视化的意义在于，其可以通过非常直观、清晰的方式将数据以充满“美感”的方式显示出来，这将给很多人带来巨大的视觉冲击，让数据分析项目更具有科技感。由于其有助于增强员工对于数据分析项目的信赖，并改善效率，因此其意义将不容小觑。
所以，企业可以从数据大屏等数据可视化项目入手，整合企业内部的数据并进行整体呈现，为管理者的决策提供参考，同时也能为企业的品牌展示提供一扇宝贵的窗口。由于大多数员工并不具备足够的数据敏感性，因此数据可视化的效果往往也决定着他们从数据中能够获得什么样的感知。
小企业需要数据分析吗？
四、信赖工具，但是不要过度依赖工具
毋庸置疑，数据分析平台是企业推动数据分析项目的重要工具可以用来支撑企业进行自助、探索式的数据分析，降低数据门槛，企业熟练的运用此类工具，可以大幅提升其数据分析项目的成功率。
然而，不同数据分析工具之间的差别并没有那么大，所以工具并不是企业应该关注的唯一事情，他们应该将更多精力放在数据分析策略的拟定以及数据的梳理之上。当然，由于很多企业缺乏相关的经验，其可以选择寻求经验丰富的数据分析服务供应商来提供帮助。
五、了解数据分析的性能控制
很多企业对于数据分析都有着雄心勃勃的规划，并想要通过大数据、人工智能等技术来对数据的价值进行深入挖掘。然而，很多企业忽略的是，对于大数据集的数据进行深度分析会消耗大量的硬件资源，企业往往需要在私有云数据中心上进行大量投资才能满足需求，否则，深度分析对于性能的消耗将使其效率降低到让人难以忍受的程度。
因此，对于中小企业来说，在事先进行测试并了解数据分析的性能限制非常重要。如果资源池所提供的性能不足，那么企业可以适度推迟深度分析项目的实施，加大对于性能不那么敏感的敏捷 BI 应用的投入。
小企业需要数据分析吗？
六、并非所有数据都可用
企业必须记住，虽然数据分析项目倡导收集大量数据，但并不意味着所搜集的数据是干净的或可用的，也不一定都会对业务起到正向的作用。
与数据量大，但是却充斥着低效与无用数据的数据集相比，数据噪音低、结构正确、足够丰富的数据集更具备价值，能够方便企业获得足够的洞察力。在数据真正被用于数据分析之前，通常需要对数据进行改进、清理、重组，甚至与其他数据源相结合，只有这样才能生成足够准确且有预见性的数据成果。
七、留出学习曲线
数据分析是一个长期并对于专业技能有一定要求的项目，即使企业部署了可自主分析的敏捷 BI 平台，指望所有员工都能迅速掌握数据分析技能也是不现实的。因此，企业最好能够留足学习曲线。有专家建议称，企业应该将数据驱动的项目作为“特殊项目”给予支持，但在开始时不考虑日常运营，而是通过渐进性的学习过程让员工熟悉数据分析工具与流程，更稳健的推动数据分析项目。
小企业需要数据分析吗？
■网友的回复
其实倒也不是公司大小的问题，是否明白数据的重要性才是问题的本质。
现在的企业，正在悄悄地分化为两类结构，一类是非数据驱动的传统企业，一类是以数据驱动的新型企业。这两类企业最大的区别是什么呢？
数据基因是否嵌入到企业的产品研发、原材料的采购、到生产过程、营销、销售、售后服务整个产业价值链中。
那么，一家数据驱动的企业，他们的整个产业价值链是怎样的呢？我们以一家制造型企业为例来看：
1、首先，他们的产品研发环节，就已经有数据化介入，是基于数据去理解行业走向和用户未满足的需求，在此基础上寻找产品创新的趋势点，这就是数据化驱动的产品创新模式。
2、其次，在采购环节，会采用在线采购方式，再先进一点，还会基于以为的采购数据进行建模，实现智能化的采购推荐；
3、再有，在生产环节，会采用先进的数据智能控制技术系统，以及3D或4D打印技术等等。
4、还有，在营销环节，他们深谙互联网营销的能力，并且积极采用在线的各种营销工具，如通过微信、社群等方式实现与目标客户的紧密沟通。
另外，在销售环节，也有自己的电子商务系统，配合各种分润机制，做销售推广。
最后，在售后服务的环节，也重视与客户建立在线的积极响应机制和高频互动模式。
【小企业需要数据分析吗？】 以上，就是以数据驱动的企业，在产业链的各个环节上，不同于传统企业的地方。
当数据基因在一家企业中逐渐渗透，那么企业在市场竞争的界面上，就形成了截然不同的竞争力表现。这种由于数据基因驱动而产生的内在结构性的变化，将会驱动整个行业走向高效变革。
需要说明的一点是，这种分化的起始点，不是一蹴而就的，而是可能是从某个环节开始逐渐深入的。
在这个过程中，企业也会遇到人才结构、运营管理体系等方面的一系列挑战。但是，这种数据化变革的艰难探索是非常值得的，这是一家企业形成未来竞争力必须面对和跨越的重要课题。
■网友的回复
是否需要其实应该看对自己企业的数据价值是否关注，是否希望能够挖掘企业数据的价值。企业要发展就需要不断的总结经验，而企业的数据是企业经营过程的重要资产，合理使用对企业发展有重大意义。
企业可以使用东软平台云的DataViz这类自助式可视化分析软件，不需要企业专门找数据分析的专业人才，只要普通的业务人员就可以进行数据可视化分析，比别人早走一步，也许企业就可以脱颖而出了。
■网友的回复
一个常见的误解是大数据是像Google、Facebook、Amazon等IT巨头才拥有的特权。比如：新朋友的推荐、对照片的标签的建议、“购买了这些产品的顾客也购买了……”以及其他的大数据分析可被观察到的结果。
这些是来自于构建基础设施、开发工具以及训练机器学习模型等等巨额投资的结果，因此只有大公司才能有资源去做这些。


推荐阅读


上一篇：2016年你在哪些地方留下了足迹，有哪些有趣的故事？

下一篇：中医和巫术有什么异同？