教你看懂数据驱动业务的六个结构
1层次一：奴隶监工数据驱动业务，最直接的形式就是给业务下KPI。你，今年销售要破千万!你，今年销售要破一个亿!类似的场景我们可能早就有耳闻。 下任务带数据，在中国已经有2000年历史了，古代的军令状就是最早的KPI指标承诺书。似乎带个数据，就显得这个命令格外有分量，就必须要完成。完成就是英雄，完不成就杀头，也显得格外地对业务有驱动力。 然而，下个KPI就能驱动，只是想象中的事。实际上，只是盲目地用数据下KPI，效果并不好。因为KPI指标到底怎么来的?为什么要做到这么多?每个人分配多少?完全没有一个标准。 因此很容易让下KPI变成一个假大空的事情。办事拍脑袋，承诺拍胸脯，出事拍大腿，结局拍屁股，也成为这种只有空洞KPI的企业的常态。
总之，没有分析过程支持的KPI，就是奴隶监控手中的鞭子。虽然看起来甩得啪啪作响，煞有威严，打得奴隶们不得不走。实际上却没有效率，常常沦为空谈。这是数据驱动业务的第一阶段。 2层次二：账房先生当然，很快大家就发现空下KPI效果不好使。实际上，一个良好的KPI，是蹦一蹦可以摸得到的KPI，这样既考虑了实际能力，又有挑战性。于是人们开始考虑拆分KPI，寻找KPI的来源。还拿销售数据举例子： 如果是按团队销售的，就开始拆分：
如果是按门店销售的，就开始拆分：
这种做法，极其类似地主家收租。地主家会雇一个账房先生。账房先生会先算一个总账，看看今年是丰年还是灾年，预计下地主老爷下边的50个农户总体能产出多少。如果遇到灾年，总收入不足，就建议地主老爷趁机多兼并一些土地，把农户总数做多，还能保住总收成。
在往下分配收租指标的时候，会考虑各个农户劳动力多寡，生产能力，分配一下收租数。让劳动力好的多交，差的少交。这样看起来一举两得，既不会逼死农民，又能多压榨些劳动成果。这是数据驱动业务的第二阶段，姑且叫他账房先生好了。 3层次三：事后诸葛实际上，层次二仍然是知其然不知其所以然的阶段。因为到底业绩是怎么来的?是卖什么卖出来的?卖得好的业务员有什么诀窍?还是一无所知。到头来还是靠拍脑袋：你连续三年都做得好，今年也做得好吧。 然而这种假设不一定成立，只有真的洞察到业绩的来源，才能分析出到底能做到多少。还拿销售数据举例，在总销售业绩=大区数*大区门店数*每门店产出数的公式中，只有破解了每门店产出数到底是怎么来的，才能正确地估计，到底这个门店能做多少。 随着商业模式的进化与数据系统的强大，于是销售解析的公式开始越来越复杂。即使只有最简单的POS机订单，我们也能把门店业绩，拆成如下：
这里，订单数意味着客流的好坏，件单价代表了产品档次，连带率意味着交叉销售水平。从这三个指标加上其他一些对比，就可以初步解读出：我们是要多做引流还是力推高端商品，是要考虑降价吸客还是推组合销售(具体解读过程太过复杂，单独有文章介绍)。 有了会员卡+电商平台以后，就可以进一步拆解指标：
到这里，是不是分析公式，已经和目前电商常见的AARRR模型很像了。有了会员卡(会员ID)我们就可以区分用户等级，用户价值;有了网站，我们可以记录用户成交以前的活跃行为。 这使得我们可以深入解读“为什么用户会购买”，从而能极大地丰富对业绩来源的分析方式，从而合理地指导业务进行工作。除了调整商品价格，品类搭配以外，还多了更多针对用户需求的信息推送动作，而且使得业务行动越发科学。
到这一步，数据已经成为业务方的生意参谋。不仅仅是在一旁吆喝着：你要出业绩!而是能帮忙出谋划策：你做XX产品组合销售，针对XX客群做推送，可以更好地出业绩。这是数据驱动业务的第三阶段，这个阶段做得好的公司，业务部门会把数据分析师当作顾问和军师，真的认真听取他们的意见。 （编辑：漯河站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
