数码实验室|而是没有方法,经常为数据问题争吵?困住你的可不是老板

外卖员和算法系统 , 数据分析师和sql , 程序员和格子衫 , 好像是不可分割的 , 企业和数据也是 。
企业的部门间数据打架是一个常态问题 , 有因为数据统计口径不一致的 , 有指标定义不一样的、还有计算方法乱七八糟的 。 总之一句话 , 这个问题不解决犹如盖一座摩天大楼却发现没有打好地基 。
怎么办?本文应用5个方法来讲如何让数据在企业产生更好的价值 。
/01同一个数据、同一个标准/
很多企业的ERP、E-POS系统、财务系统等都是在某个阶段 , 基于某些业务需求逐步地建立起来的 , 而且不同系统的设计公司也不一样 , 所以目前很多传统企业存在数据标准不统一、统计口径不统一的情况 。
例如客户编码 , 可能在财务系统是5位数 , 而在销售管理系统中是8位数;某个产品在商品系统中所属的大类是T恤 , 在E-POS系统中是棉T恤……各种数据字段的标准不统一 , 统计口径不一样 , 会给后续的数据分析带来很多困扰 , 影响数据的共享使用 。
数据缺乏标准造成的问题还非常多 , 这些可能都会影响企业的运转效率(例如不同部门间会经常为了某指标的计算而吵架……) , 所以企业要重视数据标准的建立 , 以规范数据 。
企业还应该建立一个数据规范小组 , 各部门老大都应该位列其中 。 定位和工作内容如下图:
数码实验室|而是没有方法,经常为数据问题争吵?困住你的可不是老板
文章图片
/02狠抓数据入口 , 提高数据质量/
什么是数据入口?还记得7-11便利店的收银键盘吧~再上图一次 , 加深大家的印象:
数码实验室|而是没有方法,经常为数据问题争吵?困住你的可不是老板
文章图片
便利店的店员 , 她们每天把每一单的收银、客户年龄等信息数据录入到公司的系统中 , 试想如果你明明是一个28岁的【青年】 , 而店员却把你录入成【壮男36-55】 , 这就产生了假数据 , 会影响数据分析的结论 , 甚至影响企业的决策!
但是因为一线员工活跃于业务的最前端 , 所以对于很多企业来说:一线员工是企业非常重要的数据入口 。
所以企业建立好数据标准后 , 在落地的环节 , 建立起监督、检查、奖惩等制度 , 一定要狠抓数据入口 , 提升数据的质量 。
数码实验室|而是没有方法,经常为数据问题争吵?困住你的可不是老板
文章图片
尽量收集更多的数据 , 提升数据收集的广度 , 有些数据可能目前没看出来有什么价值 , 有可能在企业不断发展过程才慢慢显现它的价值 , 养数据要做规划就是这样的原因了 。
/03优化数据工具/
从养数据到使用数据 , 从传统BI(过去)到工具化BI(目前) , 在布局未来的业务化BI 。
企业养数据 , 目的当然是为了使用数据 , 要使用企业数据就必须通过数据工具来处理(有了米 , 还要有锅) 。
现在数据处理、分析的工具非常丰富 , 有Excel , FineBI , SPSS、Python、R , 或者是定制的BI系统……无论你使用什么工具 , 我们都要不断地优化 , 提升分析效率以及业务化程度 。
数码实验室|而是没有方法,经常为数据问题争吵?困住你的可不是老板
文章图片
FineBI的操作模式
以前最传统的BI系统 , 讲究报表一体化 , 每个部门每天每周看什么表格都规范的井井有条 , 决了报告标准化的问题但是不够灵活 。
而现在这个阶段 , 工具化的BI让更多的企业受益 , 而且还出现了一些自助化的BI工具(FineBI) , 企业要结合自身情况 , 选择合适的数据工具 , 提高员工使用数据工具的效率 。 目前市面的BI工具基本上都能实现秒级响应和高度自定义化 , 还是不错的 。
(此处已添加小程序 , 请到今日头条客户端查看)
目前很多软件厂商生产的BI系统 , 业务化程度还是比较薄弱的 , 但业务化的BI恰恰又是对公司最有价值的 , 因为它能更高效率地分析业务 , 辅助决策!


推荐阅读