由“海底捞针”引发的数据分析
发布于:2009-4-2 已被阅读: 次 

明基逐鹿专家团  张浩 

数据的内容要精不要多,简单几个数据可以产生最大的价值。以零售业的数据分析为主,只要能收集到以下数据,就可以得到五大类35张报表的分析。

"在茫茫的大海之中,为了寻找一根针,不仅花费了大量的时间、人力,甚至金钱,而最后什么也得不到。"这种处境清晰的展现了数据分析者的痛处,面对海量的数据和大量的计算公式,却得不到有价值的信息。回想一下,经典的数据分析莫过于WalMart的啤酒和尿布故事,大意是说在美国的超市里啤酒的销量与尿布的相关性强,当啤酒销量好的时候,尿布的销量也在增长;反之亦然。这不是偶然的现象,而是超市啤酒的主导消费者与尿布的主导消费者是同一个群体,因此,这个特定的群体将两个看似没有任何关联的产品紧密的联系到一起。众多企业的学者与分析员都希望通过数据分析,找到救命稻草或者发现企业壮大的规律,而在茫茫大海之中,寻找一根针谈何容易。
   
    如果寻找的不是一根针,而是几条鱼,那又会给企业带来了什么呢?
   
    一. 信心:在我们和各行各业的企业接触时,总是能听到企业发出一声叹息,非常希望我们能提供一些有价值的数据分析办法。似乎作为企业的当家人,他们不相信企业能在数据分析上取得重要的决策依据。如果通过简单的分析,使企业家看到即将成为历史的数据竟然奇迹的复活了,并产生了实用价值,那么我们相信企业家会有信心将数据分析进行到底。
    二. 方法:通过一些简单的权重分析,或者同比、环比、定比的分析往往是通过宏观的视角来分析企业的成长历程。作为数据分析员,使用完"比例"这类分析方法后,可以尝试着做一些公式化的计算,如"标准差"。当公式化的分析已经成为企业决策者必不可少的手段时,就到了创建数据模型的阶段了。从简单易用的方法入手,最终找到适合企业的数据分析方法,才是一种成长的过程。
    三. 习惯:当企业的当家人养成了一种习惯,那么这个习惯将变为整体企业的习惯,也就是企业文化。同样,当总经理们养成了利用数据来讲话的时候,那么企业中的所有员工都会养成以数据为依据,以数据来讲话的习惯。企业的沟通不再出现"也许,可能,基本上"等虚词,而是以"20%,平均1500元/店,……"等明确清晰的词语。
    既然在大海里不是千辛万苦的找针了,那么我们就分析一下抓鱼的方法与技巧。并不是会吃鱼的就会抓鱼。对于企业的数据分析员来讲,最痛苦和头疼的莫过于数据来源问题。手头上没有数据、或者数据的真实性不高、样本量过小都会导致数据分析的无效。每个人都清楚,如果输入的信息都是脏数据,那么输出的结果一定毫无价值。市场调研就存在这种现象,虽然企业通过第三方来了解市场的状况,但市场调研的结果误差都较大,根本没有任何价值可言,要想让企业为这些无价值的数据出钱,更是不可能实现的任务。
   
    最真实的数据莫过于企业亲自得到的数据。一方面,通过信息系统进行数据积累,像ERP系统将清楚的反映了企业内部运作,而POS系统则会反映每笔销售的实际情况。通过会员卡制度与POS系统的结合,企业将轻而易举的掌握消费的消费行为特征。这些方法都已在各大连锁与零售店实现并良好运作。另一方面,企业应该雇用相应的人员定期的"扫街"(即挨家挨户的询问),每天安排一定的客户数量,并且保证每天的客户都不一样,这样,一周就可以得到不同客户的反馈。同时,为了提高数据的准确性,企业可以派各分支机构的经理不定期抽查,对有谎报的人员给予最严厉的处理。
   
    数据的内容要精不要多,简单几个数据可以产生最大的价值。以零售业的数据分析为主,只要能收集到以下数据,就可以得到五大类35张报表的分析。
  例如:

将上述信息结合到一起,可以得到以下数据分析
    一. 市场分析
    a) 消费者最近三个月购买比例
    b) 购买率与购买频率分析
    c) 与去年同期的对比、增长
    d) 不同地区的销售额增涨趋势
    e) 地区的销售排名
    f) 不同品类的销售趋势
    g) 不同品类的销售排名
    h) 连续三个月销售排名较高的地区
    i) 连续三个月销售排名最后的地区

二. 产品分析
    a) 消费者对品牌的忠诚度分析
    b) 消费者对价格的敏感分析
    c) 同类产品的各品牌销售比例(权重)
    d) 同一品牌下属的各项产品比例结构
    e) 不同类产品的相关性分析
    f) 产品淡旺季分析
    g) 连续三个月销量排名较高的产品
    h) 连续三个月利润排名较高的产品
    i) 单位价值最高的产品
   
    三. 客户分析
    a) 平均每单金额分析
    b) 购买次数分析
    c) 不同渠道销售比例
    d) 客流量同期增长率
    e) 不同地区客流量分析
   
    四. 盈利分析
    a) 各门店销售额与毛利排名
    b) 连续三个月毛利增长率分析
    c) 毛利增长排名分析
    d) 各类产品毛利率分析
    e) 产品均利与权重分析
    f) 去年同期毛利增长率比较
    g) 产品毛利贡献率
   
    五. 库存分析
    a) 渠道库存分析
    b) 渠道周转率分析
    c) 库存结构分析
    d) 库龄分析
    e) 滞销品与畅销品安全库存分析
   
    从以上列表可以看出,简单的数据能产生各种各样的分析报表,同时为企业管理者提供相应的依据。作为商业智能的研究者,我们有必要提醒各位企业家:"数据分析,应该从易入难,莫要一步登天。"由于企业中缺乏有数据分析经验的人力,因此数据抽取与转化的工作大可交给信息提供商来完成,而企业管理者只需要将精力放在各类报表所呈现的结果上即可。
   
    数据分析与一般的软件系统实施不同,前者是根据企业的行业特点,制作了一系列分析角度和数据抽取模型,之后便不需要企业再提供大量的人力去维护与适应了;而后者需要企业的人力投入之外,还必须考虑企业未来的"放弃成本"。所谓"放弃成本"是指企业未来规模扩大了,必须要升级原有的系统,或者购买新的信息系统。而在"升级"或"更换"中,不得不再花费一定的人力与金钱。相比之下,数据分析系统的使用不存在此类麻烦,当企业需要更多的数据分析时候,不必更改原有分析系统便可直接增加分析的报表。以明基逐鹿软件有限公司为例,它不但提供商业智能的工具,而且为企业提供数据分析的方法与模型,即不影响企业现有的运作,也不干扰原有数据的逻辑性。因此,这种服务将成为中国市场上商业智能的发展趋势。

编辑:admin
SPConline.net