[[396551]]

本文轉(zhuǎn)載自微信公眾號(hào)「接地氣學(xué)堂」，作者接地氣的陳老師  。轉(zhuǎn)載本文請(qǐng)聯(lián)系接地氣學(xué)堂公眾號(hào)。

很多同學(xué)很憂慮地問我：“陳老師，能不能講點(diǎn)數(shù)據(jù)分析怎么真刀真槍幫企業(yè)掙錢的例子，給我們一些信心”。今天我們就來(lái)講這個(gè)。

出于正本清源的目的，之前我們分享的是數(shù)據(jù)分析如何體系化服務(wù)業(yè)務(wù)，這才是數(shù)據(jù)分析的真正用處。但如果真的問我，有沒有奇門遁甲的手段，直接拉動(dòng)業(yè)績(jī)?cè)鲩L(zhǎng)?

當(dāng)然有!

本質(zhì)上看，想拉動(dòng)業(yè)績(jī)?cè)鲩L(zhǎng)，要達(dá)到兩點(diǎn)：

• 業(yè)績(jī)真的在增長(zhǎng)
• 所有人認(rèn)為業(yè)績(jī)是我們?cè)诶瓌?dòng)增長(zhǎng)

標(biāo)準(zhǔn)定好，下邊帶大家看5個(gè)經(jīng)典例子

1銷售團(tuán)隊(duì)效益提升(業(yè)務(wù)員收入提升)

曾經(jīng)有一個(gè)銷售團(tuán)隊(duì)提升的項(xiàng)目，目標(biāo)是提升銷售團(tuán)隊(duì)業(yè)績(jī)。大家知道，和銷售部門打交道，最難的不是數(shù)據(jù)分析過程，而是這幫大爺很難溝通。

做得好的銷售總是居功自傲，做得不好的人員素質(zhì)太差，你跟他講數(shù)據(jù)分析丫根本聽不懂，也聽不進(jìn)去。那怎么影響他們呢?

對(duì)數(shù)據(jù)分析不感興趣，對(duì)收入感不感興趣?——從這個(gè)角度切入，我設(shè)計(jì)了一個(gè)戰(zhàn)術(shù)：先找HR拿了銷售團(tuán)隊(duì)的人員名單和收入情況，然后做了一個(gè)分類。先把Top20%的人踢出去，然后只看剩下的弱雞們。分析的思路，不是如何幫弱雞們成為Top20%的高手，而是如何幫弱雞們達(dá)到一個(gè)小目標(biāo)：一年6個(gè)月以上月薪6000。

這就像給差生補(bǔ)課，如果一開始就教他如何考100分，丫從心理上就抗拒：那些考100分的都是怪物，與我何干。但如果一開始教他：你考到60分就不挨打了。他就會(huì)很有動(dòng)力去學(xué)習(xí)。

分析結(jié)果出來(lái)，銷售部領(lǐng)導(dǎo)們看了兩眼直放光。所有人立刻表示分析這個(gè)思路好，要立即執(zhí)行。結(jié)果團(tuán)隊(duì)平均水平大幅度提升，總業(yè)績(jī)自然出來(lái)了，更關(guān)鍵的是：所有人都認(rèn)可這是分析的成績(jī)。

這個(gè)例子第一個(gè)講，是因?yàn)樗w現(xiàn)了兩個(gè)數(shù)據(jù)驅(qū)動(dòng)業(yè)績(jī)的基本思路：

• 從業(yè)務(wù)部門感興趣的角度，先引起足夠重視
• 幫助業(yè)務(wù)從0做到60，優(yōu)先解決最大多數(shù)的問題
• 后續(xù)很多案例，都是在這個(gè)基礎(chǔ)上的延伸和擴(kuò)展。

2門店效益提升(大家都來(lái)看美女)

曾經(jīng)有一個(gè)門店效益提升的項(xiàng)目，看起來(lái)和實(shí)例1差不多，但面臨的問題不一樣。

解決一個(gè)人的問題，比解決一個(gè)門店的問題要簡(jiǎn)單。一個(gè)業(yè)務(wù)員只要話術(shù)、知識(shí)點(diǎn)、行動(dòng)力到位，怎么著都能及格。

但門店考慮進(jìn)銷存，考慮不同產(chǎn)品布局，考慮因素更復(fù)雜。而且，門店總有理由：我們這個(gè)店的位置不好，情況很特殊，不能一概而論。還動(dòng)不動(dòng)沖著我們咆哮“你開過幾年店!”。

怎么辦呢?

如果我說不服他，鄰居家的孩子能不能說服他呢?——從這個(gè)角度切入，我設(shè)計(jì)了一個(gè)戰(zhàn)術(shù)：先建立一套標(biāo)準(zhǔn)的門店數(shù)據(jù)考核指標(biāo)。之后，對(duì)每個(gè)大區(qū)經(jīng)理下邊的門店排名，排出1,2,3以后，如果哪個(gè)門店的導(dǎo)購(gòu)小妹當(dāng)日業(yè)績(jī)大區(qū)第一，就直接把小妹的頭像在BI里置頂給所有人看，大區(qū)經(jīng)理親自發(fā)紅包表示嘉獎(jiǎng)。

于是引發(fā)了一系列連鎖反應(yīng)：

• 先是小妹知道了置頂人人都能看到，就把自己的照片PS得像安吉拉寶貝兒曬出來(lái);
• 其次是大家為了看美女，天天都打開BI看報(bào)表，解決了報(bào)表打開率問題;
• 再往后，所有店長(zhǎng)都在問：她是怎么做到的?于是查看這個(gè)小妹所在門店的產(chǎn)品銷售結(jié)構(gòu)，促銷參與率，會(huì)員到店率等指標(biāo)。

為了體現(xiàn)是數(shù)據(jù)分析的作用，我專門把這些數(shù)據(jù)隱藏起來(lái)，做個(gè)大按鈕：猜猜她咋做。非得讓店長(zhǎng)們點(diǎn)擊才能看，結(jié)果這個(gè)按鈕的點(diǎn)擊率從0%迅速增長(zhǎng)到70%。大家一致表示這個(gè)數(shù)據(jù)才好用的，簡(jiǎn)直是業(yè)績(jī)?cè)鲩L(zhǎng)百寶箱。

這里又有兩個(gè)數(shù)據(jù)驅(qū)動(dòng)業(yè)績(jī)的基本思路：

• 借力打力，利用數(shù)據(jù)樹立標(biāo)桿，讓業(yè)務(wù)更容易信服。
• 使用率是第一指標(biāo)，有使用率才有重視度，有重視度才能產(chǎn)效益。

實(shí)際上失敗BI項(xiàng)目，大部分死在這兩點(diǎn)。一般的BI系統(tǒng)，每日?qǐng)?bào)表打開率只有10%左右，根本沒有被充分用起來(lái)。業(yè)績(jī)指標(biāo)好與壞，是數(shù)據(jù)分析師自己拍腦袋拍出來(lái)的，沒有和一線情況結(jié)合。導(dǎo)致推出一線后根本沒人例會(huì)，該怎么做怎么做。最后BI淪為一個(gè)空架子，業(yè)務(wù)部門要取數(shù)的時(shí)候，還是下單跑sql。

3商品銷量提升(背后的秘密)

這個(gè)是很常規(guī)的，電商提出的提升商品銷量的需求，只不過實(shí)現(xiàn)目標(biāo)的方法很雞賊。接這個(gè)項(xiàng)目的時(shí)候，推薦系統(tǒng)還沒有今天這么多花樣。某公司數(shù)據(jù)部花大力氣做了這個(gè)功能，卻沒有實(shí)現(xiàn)“啤酒與尿布”一樣的效果，急得團(tuán)團(tuán)轉(zhuǎn)。

問題就出在啤酒與尿布上!如果真是兩個(gè)銷量好的大品類相互關(guān)聯(lián)，怎么體現(xiàn)是“數(shù)據(jù)”的作用呢?——回顧一下，我們開頭說的定義：既要真的見效，又得讓大家認(rèn)為是數(shù)據(jù)做的。真找啤酒與尿布這種大品類，費(fèi)盡力氣漲個(gè)2%，5%，還要和別人爭(zhēng)論這到底是數(shù)據(jù)做出來(lái)的還是自然波動(dòng)。為啥不找小品類呢?

于是，還是做關(guān)聯(lián)分析，但是我們縮小了商品范疇，找小品類、高毛利的商品;我們也縮小了用戶范疇，從存量用戶里找潛在用戶群體，盡可能一網(wǎng)下去多撈一些用戶，讓活動(dòng)聲勢(shì)做大。

小品類日常銷售額低，一做活動(dòng)就能看到效果。而且小品類庫(kù)存多，即使沒有增加額外利潤(rùn)，清庫(kù)存本身也是大功一件。高毛利意味著補(bǔ)貼力度相對(duì)大一些，重賞之下必有勇夫。結(jié)果一打一個(gè)準(zhǔn)，連續(xù)清了數(shù)個(gè)品類的庫(kù)存，引起領(lǐng)導(dǎo)的關(guān)注和認(rèn)可。

當(dāng)然，時(shí)過境遷，這個(gè)年代已經(jīng)沒人再質(zhì)疑做推薦系統(tǒng)這件事。大家已經(jīng)被人工智能阿爾法大狗子洗腦洗得深入骨髓。可這種思路仍然有效。去平均化，在任何年代都不過時(shí)。

4精準(zhǔn)預(yù)測(cè)銷量(大幅降低庫(kù)存)

這個(gè)項(xiàng)目接得特別忐忑，因?yàn)槁牽蛻粽f，之前他們已經(jīng)炒了5個(gè)內(nèi)部的數(shù)據(jù)挖掘工程師了。因此每次銷量預(yù)測(cè)都差一大截，惹得老板龍顏大怒。雖然不知道這事是真是假，但足以嚇得人瑟瑟發(fā)抖。

既然是預(yù)測(cè)得不準(zhǔn)，那到底是預(yù)測(cè)多了還是預(yù)測(cè)少了?——我下意識(shí)地問了這個(gè)問題，卻意外找到了解答的鑰匙。原來(lái)每次模型預(yù)測(cè)值都偏大，導(dǎo)致庫(kù)存積壓，老板才會(huì)不滿。但如果給的預(yù)測(cè)值偏小，業(yè)務(wù)部門就會(huì)跳起來(lái)說預(yù)測(cè)太少了，影響銷量?？蓪?shí)際上，影響銷量根本就沒有發(fā)生過，從來(lái)都是數(shù)據(jù)挖掘工程師為業(yè)務(wù)部門備貨太多背黑鍋。

原來(lái)如此啊，那辦法有了。因?yàn)轭A(yù)測(cè)的是總銷量，而業(yè)務(wù)部門理論上可以分批備貨的。所以調(diào)整了一個(gè)重要環(huán)節(jié)：把預(yù)測(cè)值拆成上線4周，8周，12周的三個(gè)值。這樣給到業(yè)務(wù)的建議，就是預(yù)備貨XX萬(wàn)，第一次增補(bǔ)XX萬(wàn)。

名義上，說得是時(shí)間越長(zhǎng)預(yù)測(cè)越不準(zhǔn)，所以要拆分時(shí)間。實(shí)際上，縮小了第一次備貨的預(yù)測(cè)值。把業(yè)務(wù)部門喜歡一次性備貨太多的問題暴露出來(lái)。這樣領(lǐng)導(dǎo)們看得很清楚，到底是誰(shuí)的問題，再也沒有怪過預(yù)測(cè)了。

這個(gè)做法其實(shí)很投機(jī)，可包含了一個(gè)重要理念：提高精度與降低錯(cuò)誤，是一個(gè)問題的兩面，選擇哪一面考核分析結(jié)果至關(guān)重要。比如銷量預(yù)測(cè)，很多商品毛利也就5%，意味著模型預(yù)測(cè)的精度至少得95%以上，不然還是會(huì)因?yàn)轭A(yù)測(cè)不準(zhǔn)導(dǎo)致賠得底掉。如果一味苛責(zé)銷量預(yù)測(cè)的準(zhǔn)確度達(dá)到99.9999%勢(shì)必會(huì)導(dǎo)致過擬合問題，訓(xùn)練的模型也很脆弱。

但如果是“通過銷量預(yù)測(cè)，降低庫(kù)存風(fēng)險(xiǎn)”，那就容易做得多，因?yàn)楦静淮嬖?積壓的商品。一積壓就要花動(dòng)輒數(shù)百萬(wàn)經(jīng)費(fèi)銷存貨，那把過量的庫(kù)存砍下來(lái)10%，20%，已經(jīng)為公司省了數(shù)十萬(wàn)成本。也是大功一件。

在評(píng)價(jià)模型效果的時(shí)候，結(jié)合商業(yè)上目的考量，既能有利業(yè)務(wù)，又不用逼死自己。

5清理薅羊毛用戶(好鋼用在刀刃上)

這個(gè)聽得太多了，現(xiàn)在已經(jīng)成為營(yíng)銷運(yùn)營(yíng)類項(xiàng)目的常態(tài)。但最早在傳統(tǒng)行業(yè)接到類似需求的時(shí)候卻很困難。當(dāng)時(shí)是一個(gè)商旅住宿類企業(yè)做會(huì)員卡項(xiàng)目。公司剛上CRM，基礎(chǔ)數(shù)據(jù)一塌糊涂，只有簡(jiǎn)單的會(huì)員卡和消費(fèi)數(shù)據(jù)。業(yè)務(wù)方也沒抱啥指望。

死馬當(dāng)活馬醫(yī)，我們對(duì)用戶先做個(gè)十分位看看。結(jié)果意外地發(fā)現(xiàn)排序最底的20%的用戶，居然平均客單價(jià)比正常水平低了一大截，低到客戶市場(chǎng)部都費(fèi)解：我們從來(lái)沒有這么便宜的房間啊!

結(jié)果抽樣一查，是一幫標(biāo)準(zhǔn)的羊毛黨。于是順勢(shì)清理各種優(yōu)惠券規(guī)則，定義真正核心用戶，把經(jīng)費(fèi)都投到核心用戶身上。光靠清理，多出來(lái)20%費(fèi)用，有錢了，當(dāng)然出成績(jī)。

類似的操作，之后做了很多，比如幫銀行積分商城清理套積分，幫電商清理套券的，等等這些做法其實(shí)很簡(jiǎn)單，可包含了一個(gè)重要理念：投入產(chǎn)出比。

投入產(chǎn)出比，是投入/產(chǎn)出。如果硬拉動(dòng)產(chǎn)出很難，能不能削減無(wú)效投入呢?當(dāng)然可以。而且削減的空間往往很大。特別是互聯(lián)網(wǎng)公司，燒錢做增長(zhǎng)燒得不亦樂乎，往往是錢燒完了就死，這個(gè)問題就更有價(jià)值了。

通過數(shù)據(jù)分析，我們可以輕易地通過消費(fèi)頻次和消費(fèi)習(xí)慣，區(qū)分出來(lái)那些“無(wú)券不至”的用戶，區(qū)分出哪些是偶爾薅羊毛，哪些是職業(yè)撈家，從而優(yōu)化營(yíng)銷規(guī)則，提升效率。

更重要的是，這是結(jié)結(jié)實(shí)實(shí)地給公司省出一大筆營(yíng)銷費(fèi)用，比啥都實(shí)在。需要注意的是，啟動(dòng)這個(gè)問題的探索，并沒有用什么復(fù)雜的數(shù)據(jù)，但數(shù)據(jù)量少并不影響我們持續(xù)開展工作。

6小結(jié)

以上是五個(gè)我常講的經(jīng)典案例。至于更常規(guī)的，比如：

• 做關(guān)聯(lián)規(guī)則提升交叉銷售機(jī)會(huì)
• 做推薦算法增加用戶購(gòu)買幾率
• 做標(biāo)桿分析提升銷售團(tuán)隊(duì)績(jī)效
• 做渠道分析優(yōu)化廣告投放
• 做LR模型提升外呼響應(yīng)
• 做用戶分群篩選核心用戶

這些太過基礎(chǔ)，有空可以慢慢分享。其實(shí)數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)，只要業(yè)務(wù)部門態(tài)度配合，數(shù)據(jù)分析不大吹大擂，老板目標(biāo)值不過分膨脹，是很容易實(shí)現(xiàn)的。

有心的同學(xué)也發(fā)現(xiàn)了，上邊分享的五個(gè)例子，都是在業(yè)務(wù)方不怎么配合，數(shù)據(jù)分析師企圖正面突破問題無(wú)果的情況下，采用的特殊辦法。

所以陳老師開場(chǎng)才會(huì)說，這些都是奇門遁甲，不是光明大道。可舉這五個(gè)例子的意義也在此：數(shù)據(jù)分析師不是大學(xué)教授，數(shù)據(jù)分析師要在企業(yè)里做出成績(jī)，靠的不是自己閉門造車，而是充分深入一線，合理的定義問題，勾起合作方的興趣，找到合作方的真正需求，一步步推動(dòng)，甚至曲線救國(guó)來(lái)實(shí)現(xiàn)。

即使環(huán)境再艱難，我們也有辦法。不要對(duì)自己?jiǎn)适判?，畢竟最艱苦的時(shí)代已經(jīng)熬過來(lái)了。現(xiàn)在要做的，可能更多是教育大家：數(shù)據(jù)分析不是保健品，數(shù)據(jù)分析不是一運(yùn)行代碼就能從電腦里吐鈔票。