首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >跑了个报表VS构建数据体系,核心差别在这里

跑了个报表VS构建数据体系,核心差别在这里

作者头像
接地气的陈老师
发布2019-12-09 10:57:32
5310
发布2019-12-09 10:57:32
举报
文章被收录于专栏:接地气学堂接地气学堂

多同学抱怨,我就是在跑表。而且表是如此之多,日报、周报、月报、季度报、半年报、年报、市场报、运营报、产品报、售后报、员工版、领导版、老板版……跑数跑到头都炸了。然而并没有卵用,去面试的时候还是被人嫌弃:只会照本宣科,没有构建体系的能力。话说数据指标体系不就是报表吗,有啥区别?

区别大了去了。就问一句:大家那么辛辛苦苦跑的报表,真的有多少人看?有多少人以人为单位,统计过报表的每日/每周打开率。大家最深恶痛绝的临时性取数,又有多少是基于报表可以近似获得结果的。本质上看,是因为很多报表是所谓历史延续下来的,丫真的对业务有多少指导意义?是不是足以解决问题?根本没有验证过。而业务遇到问题,到底该看什么数,如何基于数据行动也没有很细致的考虑过。

解决上边的问题,就得梳理流程,得认真思考三个问题:

  • 业务中到底产生哪些数据?
  • 业务部门到底可以怎么行动?
  • 业务部门行动需要参考哪些数据?

解决问题的方法,绝不是百度:XX行业指标体系;也绝不是加一堆微信群到处问:XX行业得看什么指标;更绝不是到处找《国家2025 XX行业指标体系规范权威发布盖大钢印谁不执行痛打40大板版》,而是认真的梳理业务流程

因为网上能查到的类似AARRR这种概念太过粗放,根本不足以指导具体业务操作,更不用说很多连客户ID都没有的行业,A啥子又R啥子?想要合适的工具,就得自己动手,把自己要服务的业务部门的流程走一遍,看一下到底长啥样。构建数据体系的第一步,先梳理业务流程。

业务流程包含了三个部分:

  1. 业务流:一个业务针对谁开展,分几个环节,每个环节参与人做什么,得到什么结果。
  2. 数据流:一个业务流程中,哪些节点会产生数据,产生哪些类型数据,是否可记录数据。
  3. 管理流:一个业务流程中,业务方可以做哪些事情影响结果的达成。

常见的互联网AARRR例子太多,我们举一个B2B销售的例子。很多同学抱怨,B2B的销售数据根本没法分析。一个客户谈判谈很久,一年成交不了几单,但一成交就是几百万。套在RFM模型里,就是:

  • R:0
  • F:1
  • M:500万RMB

这分析个啥子。

这就是没有梳理过B2B销售流程,直接拿电商零售的指标来套的结果。因为B2B交易不像电商零售,卖的是人们生活日用品,今天买了明天还要买。B2C业务中可以根据过往交易记录推测未来需求。B2B交易往往是大额,低频次,决策流程复杂,等到签约,往往是木已成舟。因此交易售前流程才是重点,要细细拆解。比如软件服务销售,售前至少有7个流程(如下图):

这七个流程,除了最后一刻签约会有一销售订单以外,其他6个流程完全是由销售和售前的行为构成的。所以如果单纯的把B2C的思路套进来,就会错失大量信息。实际上这也是所有B2B类销售分析的最大痛点:对流程行为采集不够。

在业务上很好理解,B2B销售过程中灰色地带很多,销售部门总是一边喊着要狼性文化,一边想方设法回避监管。但光靠一个订单真的屁都分析不出来,当业务发展遭遇瓶颈的时候,就有机会推动数据体系完善。

构建数据体系的第二步,要尽可能在业务流程中丰富数据采集点。先有米再下锅。这个过程中要考虑业务落地的可行性。比如销售们都很懒,上来搞一个100行的客户信息表,每次出差都要写500字总结,基本上没人填,要填也填的都是垃圾。

这时候就得设计一些系统化工具。比如移动OA中出差记录捆绑报销,让他们不得不填。比如采集数据时先采集是否/有无这些关键节点(上图深色部分)培养起来习惯以后再考虑内容这种细节。比如采集内容的时候,可以先采集大类,再考虑更细的细节,就像竞标策略,先考虑我们用的是价格领先、技术领先、业务优势、关系优势四大类中哪一类,再看更细的方案。

这样由简到繁,层层深入,才能一步步把体系搭起来。这才是构建过程。而很多人一提起构建俩字,就把自己关小黑屋三日三夜悟道,整出来一个巨复杂的500指标100维度巨表,就觉得够体系了。结果往往碰到现实就变灰。

构建数据体系的第三步,让数据回到业务中,产生效果。这里也有个由简到繁的过程。抓大放小,逐级推进才能把事情办成。还是B2B销售跟进,如果我们发现70%销售拿到线索根本不回去联系,那第一步就先把首次跟进率这个指标做起来。如果我们发现有demo的成功率比没有demo的高50%以上,那就在销售话术培训中增加对demo的引导,在跟进流程中增加如何促成客户体验demo的方法。这些一级指标问题先处理完,再抓二次指标,比如以什么款式的demo成单率高,要体验哪些内容,是个性化体验还是放大客户案例等等。

之所以叫“构建”原因即在此:这不是个一蹴而就的过程,更不是一个思维导图或者100*500的Excel表的东西。而是真的要一步步梳理-沉淀-推动。才能真正让数据沉浸到业务里,让业务用好数据干活。

如果说传统企业的短板是数据采集少,互联网企业的短板就是不分青红皂白先捞数据。捞进来一大堆数据以后完全没考虑过管理上可以怎么用。做分析的空耗力气还不讨好。实际上关门自己憋指标,搞一张巨大的思维导图的做法在互联网行业相当的常见,基本上每3天就有一篇《XX行业数据指标体系万字长文》横空出世。看得人眼花缭乱。

可具体到业务上,往往睁眼瞎的地方相当的多。比如某平台一个商户套现数百万,居然还是套现团队内部分赃不均内讧报警才被发现。一夜被薅200亿羊毛之类破事频发。单纯的追求大而全,完全没有把具体业务场景一个个理清楚来的管用。有些人会觉得这样是不是太慢了,可“构建”本来就不是一部登天的事。要不然为啥要叫“构建”而不是叫“画出来”呢。

另外有趣的就是,互联网行业巨幅思维导图的玩法,催生出一派打地鼠流的运营。运营就是一句话,AARRR够啦,开场插起五根棍,哪根短了就搞他。你会发现这种运营天天都在忙,哪个指标低了刷哪个,可问题总是像地鼠一样打下去冒,冒出来打。显然,这也是只盯着数据指标干活,没有抓核心问题的结果。

SO,同学们,现在才刚开年,试着真正构建一下自己公司的数据指标体系,从具体场景深挖,看有没有强化的机会。收藏在E盘-干货-数据-指标体系目录下的PDF文档不是能力,自己动手做出来的才是真正的能力成长。与大家共勉。

这是陈老师《数据分析师成长手册》系列连载——数据分析师八大工作能力部分(如下图)关注陈老师公众号,持续追剧哦

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-03-08,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 接地气学堂 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
腾讯云 BI
腾讯云 BI(Business Intelligence,BI)提供从数据源接入、数据建模到数据可视化分析全流程的BI能力,帮助经营者快速获取决策数据依据。系统采用敏捷自助式设计,使用者仅需通过简单拖拽即可完成原本复杂的报表开发过程,并支持报表的分享、推送等企业协作场景。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档