偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

推薦幾款超級的數(shù)據(jù)可視化及大數(shù)據(jù)分析BI工具

開發(fā) 開發(fā)工具
大家最深惡痛絕的臨時性取數(shù),又有多少是基于報表可以近似獲得結(jié)果的。本質(zhì)上看,是因為很多報表是所謂歷史延續(xù)下來的,丫真的對業(yè)務(wù)有多少指導(dǎo)意義?是不是足以解決問題?根本沒有驗證過。

很多同學(xué)抱怨,我就是在跑報表。而且表是如此之多,日報、周報、月報、季度報、半年報、年報;市場報、運營報、產(chǎn)品報、售后報;員工版、領(lǐng)導(dǎo)版、老板版……跑數(shù)跑到頭都炸了。

然而并沒有卵用,去面試的時候還是被人嫌棄:只會照本宣科,沒有構(gòu)建體系的能力。話說數(shù)據(jù)指標(biāo)體系不就是報表嗎,有啥區(qū)別?

0 構(gòu)建體系vs跑個報表

區(qū)別大了去了。就問一句:大家那么辛辛苦苦跑的報表,真的有多少人看?有多少人以人為單位,統(tǒng)計過報表的每日/每周打開率。

大家最深惡痛絕的臨時性取數(shù),又有多少是基于報表可以近似獲得結(jié)果的。本質(zhì)上看,是因為很多報表是所謂歷史延續(xù)下來的,丫真的對業(yè)務(wù)有多少指導(dǎo)意義?是不是足以解決問題?根本沒有驗證過。

而業(yè)務(wù)遇到問題,到底該看什么數(shù),如何基于數(shù)據(jù)行動也沒有很細(xì)致的考慮過。

解決上邊的問題,就得梳理流程,得認(rèn)真思考三個問題:

● 業(yè)務(wù)中到底產(chǎn)生哪些數(shù)據(jù)?

● 業(yè)務(wù)部門到底可以怎么行動?

● 業(yè)務(wù)部門行動需要參考哪些數(shù)據(jù)?

解決問題的方法,絕不是百度:XX行業(yè)指標(biāo)體系;也絕不是加一堆微信群到處問:XX行業(yè)得看什么指標(biāo);更絕不是到處找《國家2025 XX行業(yè)指標(biāo)體系規(guī)范權(quán)威發(fā)布蓋大鋼印誰不執(zhí)行痛打40大板版》,而是認(rèn)真地梳理業(yè)務(wù)流程。

因為網(wǎng)上能查到的類似AARRR這種概念太過粗放,根本不足以指導(dǎo)具體業(yè)務(wù)操作,更不用說很多連客戶ID都沒有的行業(yè),A啥子又R啥子?

01 第一步:梳理業(yè)務(wù)流程

想要合適的工具,就得自己動手,把自己要服務(wù)的業(yè)務(wù)部門的流程走一遍,看一下到底長啥樣。構(gòu)建數(shù)據(jù)體系的第一步,先梳理業(yè)務(wù)流程。

業(yè)務(wù)流程包含了三個部分:

● 業(yè)務(wù)流:一個業(yè)務(wù)針對誰開展,分幾個環(huán)節(jié),每個環(huán)節(jié)參與人做什么,得到什么結(jié)果。

● 數(shù)據(jù)流:一個業(yè)務(wù)流程中,哪些節(jié)點會產(chǎn)生數(shù)據(jù),產(chǎn)生哪些類型數(shù)據(jù),是否可記錄數(shù)據(jù)。

● 管理流:一個業(yè)務(wù)流程中,業(yè)務(wù)方可以做哪些事情影響結(jié)果的達(dá)成。

常見的互聯(lián)網(wǎng)AARRR例子太多,我們舉一個B2B銷售的例子。很多同學(xué)抱怨,B2B的銷售數(shù)據(jù)根本沒法分析。一個客戶談判談很久,一年成交不了幾單,但一成交就是幾百萬。

套在RFM模型里,就是:

● R:0

● F:1

● M:500萬RMB

這分析個啥子。

這就是沒有梳理過B2B銷售流程,直接拿電商零售的指標(biāo)來套的結(jié)果。因為B2B交易不像電商零售,賣的是人們生活日用品,今天買了明天還要買。B2C業(yè)務(wù)中可以根據(jù)過往交易記錄推測未來需求。

B2B交易往往是大額,低頻次,決策流程復(fù)雜,等到簽約,往往是木已成舟。因此交易售前流程才是重點,要細(xì)細(xì)拆解。比如軟件服務(wù)銷售,售前至少有7個流程(如下圖):

這七個流程,除了最后一刻簽約會有一銷售訂單以外,其他6個流程完全是由銷售和售前的行為構(gòu)成的。所以如果單純地把B2C的思路套進(jìn)來,就會錯失大量信息。實際上這也是所有B2B類銷售分析的最大痛點:對流程行為采集不夠。

在業(yè)務(wù)上很好理解,B2B銷售過程中灰色地帶很多,銷售部門總是一邊喊著要狼性文化,一邊想方設(shè)法回避監(jiān)管。但光靠一個訂單真的屁都分析不出來,當(dāng)業(yè)務(wù)發(fā)展遭遇瓶頸的時候,就有機(jī)會推動數(shù)據(jù)體系完善。

02 第二步:豐富數(shù)據(jù)采集點

構(gòu)建數(shù)據(jù)體系的第二步,要盡可能在業(yè)務(wù)流程中豐富數(shù)據(jù)采集點。先有米再下鍋。這個過程中要考慮業(yè)務(wù)落地的可行性。比如銷售們都很懶,上來搞一個100行的**表,每次出差都要寫500字總結(jié),基本上沒人填,要填也填的都是垃圾。

這時候就得設(shè)計一些系統(tǒng)化工具。比如移動OA**差記錄捆綁報銷,讓他們不得不填。比如采集數(shù)據(jù)時先采集是否/有無這些關(guān)鍵節(jié)點(上圖深色部分)培養(yǎng)起來習(xí)慣以后再考慮內(nèi)容這種細(xì)節(jié)。比如采集內(nèi)容的時候,可以先采集大類,再考慮更細(xì)的細(xì)節(jié),就像競標(biāo)策略,先考慮我們用的是價格領(lǐng)先、技術(shù)領(lǐng)先、業(yè)務(wù)優(yōu)勢、關(guān)系優(yōu)勢四大類中哪一類,再看更細(xì)的方案。

這樣由簡到繁,層層深入,才能一步步把體系搭起來。這才是構(gòu)建過程。而很多人一提起構(gòu)建倆字,就把自己關(guān)小黑屋三日三夜悟道,整出來一個巨復(fù)雜的500指標(biāo)100維度巨表,就覺得夠體系了。結(jié)果往往碰到現(xiàn)實就變灰。

03 第三步:回到業(yè)務(wù)中,產(chǎn)生效果

構(gòu)建數(shù)據(jù)體系的第三步,讓數(shù)據(jù)回到業(yè)務(wù)中,產(chǎn)生效果。這里也有個由簡到繁的過程。抓大放小,逐級推進(jìn)才能把事情辦成。

還是B2B銷售跟進(jìn),如果我們發(fā)現(xiàn)70%銷售拿到線索根本不回去聯(lián)系,那第一步就先把首次跟進(jìn)率這個指標(biāo)做起來。

如果我們發(fā)現(xiàn)有demo的成功率比沒有demo的高50%以上,那就在銷售話術(shù)培訓(xùn)中增加對demo的引導(dǎo),在跟進(jìn)流程中增加如何促成客戶體驗demo的方法。

這些一級指標(biāo)問題先處理完,再抓二次指標(biāo),比如以什么款式的demo成單率高,要體驗?zāi)男﹥?nèi)容,是個性化體驗還是放大客戶案例等等。

之所以叫“構(gòu)建”原因即在此:這不是個一蹴而就的過程,更不是一個思維導(dǎo)圖或者100*500的Excel表的東西。而是真的要一步步梳理-沉淀-推動。才能真正讓數(shù)據(jù)沉浸到業(yè)務(wù)里,讓業(yè)務(wù)用好數(shù)據(jù)干活。

如果說傳統(tǒng)企業(yè)的短板是數(shù)據(jù)采集少,互聯(lián)網(wǎng)企業(yè)的短板就是不分青紅皂白先撈數(shù)據(jù)。撈進(jìn)來一大堆數(shù)據(jù)以后完全沒考慮過管理上可以怎么用。做分析的空耗力氣還不討好。

實際上關(guān)門自己憋指標(biāo),搞一張巨大的思維導(dǎo)圖的做法在互聯(lián)網(wǎng)行業(yè)相當(dāng)?shù)某R?,基本上?天就有一篇《XX行業(yè)數(shù)據(jù)指標(biāo)體系萬字長文》橫空出世??吹萌搜刍潄y。

可具體到業(yè)務(wù)上,往往睜眼瞎的地方相當(dāng)?shù)囟?。比如某平臺一個商戶套現(xiàn)數(shù)百萬,居然還是套現(xiàn)團(tuán)隊內(nèi)部分贓不均內(nèi)訌報警才被發(fā)現(xiàn)。一夜被薅200億羊毛之類破事頻發(fā)。

[[395686]]

單純地追求大而全,完全沒有把具體業(yè)務(wù)場景一個個理清楚來得管用。有些人會覺得這樣是不是太慢了,可“構(gòu)建”本來就不是一步登天的事。要不然為啥要叫“構(gòu)建”而不是叫“畫出來”呢。

04 小結(jié)

有趣的是,互聯(lián)網(wǎng)行業(yè)巨幅思維導(dǎo)圖的玩法,催生出一派打地鼠流的運營。運營就是一句話,AARRR夠啦,開場插起五根棍,哪根短了就搞他。

你會發(fā)現(xiàn)這種運營天天都在忙,哪個指標(biāo)低了刷哪個,可問題總是像地鼠一樣打下去冒,冒出來打。顯然,這也是只盯著數(shù)據(jù)指標(biāo)干活,沒有抓核心問題的結(jié)果。

SO,同學(xué)們,試著真正構(gòu)建一下自己公司的數(shù)據(jù)指標(biāo)體系,從具體場景深挖,看有沒有強化的機(jī)會。收藏在E盤-干貨-數(shù)據(jù)-指標(biāo)體系目錄下的PDF文檔不是能力,自己動手做出來的才是真正的能力成長。與大家共勉。

 

責(zé)任編輯:張燕妮 來源: 今日頭條
相關(guān)推薦

2021-04-11 09:51:25

Redis可視化工具

2021-03-15 10:43:20

大數(shù)據(jù)數(shù)據(jù)分析工具

2016-08-11 16:30:14

數(shù)據(jù)分析 BI 數(shù)據(jù)分析工具

2018-09-26 16:15:31

數(shù)據(jù)可視化大數(shù)據(jù)數(shù)據(jù)分析

2020-06-03 07:00:00

數(shù)據(jù)可視化大數(shù)據(jù)

2013-05-07 14:56:27

大數(shù)據(jù)應(yīng)用工具數(shù)據(jù)中心網(wǎng)絡(luò)

2017-01-12 17:28:59

數(shù)據(jù)分析數(shù)據(jù)可視化可視化

2019-12-23 14:17:46

數(shù)據(jù)可視化工具

2016-12-29 20:05:56

數(shù)據(jù)可視化大數(shù)據(jù)產(chǎn)品分析

2017-08-31 15:11:10

分析可視化大數(shù)據(jù)

2020-11-01 16:49:51

數(shù)據(jù)分析可視化工具數(shù)據(jù)

2017-03-09 09:54:13

分析數(shù)據(jù)可視化

2018-12-03 16:50:23

數(shù)據(jù)可視化數(shù)據(jù)分析薪水

2018-02-04 22:22:46

大數(shù)據(jù)開發(fā)工具

2020-06-11 07:00:00

數(shù)據(jù)分析BI平臺

2017-02-21 17:01:32

JavaScript數(shù)據(jù)分析可視化

2018-01-25 14:34:18

大數(shù)據(jù)可視化工具

2020-09-09 12:15:50

大數(shù)據(jù)互聯(lián)網(wǎng)可視化

2019-10-10 17:40:54

數(shù)據(jù)科學(xué)可視化繪圖

2020-05-14 10:19:23

Python可視化分析
點贊
收藏

51CTO技術(shù)棧公眾號