数据分析在企业决策中的应用

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

很多数据金矿其实隐藏在公司的基础运营当中，如果您能把它们挖掘出来，进行分析并决策，就将显著提高劳动生产率和资产收益率，并形成新的竞争优势。

一、数据分析与企业运营决策

无容置疑，数据（情报）对于战争的重要性，几千年来早有体现。在《罗马人的故事》作者盐野七生与新日本钢铁集团总裁三村明夫的对谈中，盐野提出，从凯撒到拿破仑，出色的总司令总是能选贤任能，帮助自己完成收集情报工作，领袖们再依据这些情报窥见大局。同时，关于商业竞争，盐野认为，企业之间的对抗，最重要的是站在对手的立场上了解战局。为了实现这个目的所进行的情报搜集等都是战胜对手的重要条件。

数据成为公司新的资产已逐渐成为现实，将大大促进劳动生产率的提高（10%）和资产收益率的增加。

90年代初期，被称为百货商店之父的美国人约翰•沃纳梅克曾经这样说“我的广告费有一半浪费掉了，可我不知道是哪一半”。 一个世纪前没有足够的数据去为约翰•沃纳梅克解决哪一半广告费被浪费掉的问题，因为那时搜集数据太困难，需要大量的时间和金钱等成本；而今随着技术的日益革新，跟踪和搜集数据成本大大减少，所以我们更有必要也有条件把握数据分析之道。

麦肯锡的研究分析表明，在私营部门，充分利用海量数据的零售商有可能将其经营利润提高60%以上。在欧洲发达经济体中，仅通过利用海量数据实现的运作效率提高，ZF行政管理方面可以节省1000亿欧元（1400亿美元）以上的开支。

也因此，市场已涌现出大量数据分析在商业中的运用例子，无不说明合理运营数据的重要性。比如，Facebook广告与微博、SNS等网络社区的用户相联系，通过先进的数据挖掘与分析技术，为广告商提供更为精准定位的服务，该精准广告模式收到广大广告商的热捧，根据市场调研机构eMarketer的数据，Facebook年营收额超过20亿美元，成为美国最大的在线显示广告提供商。Hitwise发布会上，亚太区负责人John举例说明，亚马逊30%的销售是来自其系统自动的产品推荐，通过客户分类，测试统计，行为建模，投放优化四步，运用客户的行为数据带来竞争优势。

可以看出，数据分析在营销、金融、互联网方面正蓬勃发展，同时数据分析在企业运营决策中的重要地位中日趋明显，正踏上规范化、专业化之路。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：数据分析 eMarketer FACEBOOK marketer markete 拿破仑 收益率 总司令 日本 罗马 数据分析专题 数据处理 数据分析软件 数据分析报告 面板数据分析 excel数据分析 数据分析方法 项目数据分析

二、决策领域与数据分析方法（模型）
我们发现，各个成功企业都通过数据分析聚焦于一两个核心领域，通过这些领域的数据分析展开竞争，比如：
        哈拉斯公司：客户忠诚度和服务
        新英格兰爱国者队：球员的选择和球迷的经历
        UPS(联合包裹公司)：运营和客户数据
        沃尔玛公司：供应链和市场营销
        前进保险公司：定价和新型数据分析服务
那么，数据分析在运营决策中的应用具体体现在哪些方面呢？下面通过企业运营的三大模块，分别列举这些领域内典型的决策内容、数据分析方法/模型等。

三、企业运营中的数据分析面临的三大挑战
1.过度依赖技术，视其为解决方案
各企业往往都建立了自己的大型数据仓库或企业资源规划系统，并认为这样即可以提高决策水平。他们没有将这些技术工具交给专门的分析人员。事实上，只有专门的数据分析人员才能依照正确的业务流程加以运用，从而取得既定成果。
2.淹没在浩瀚的数据海洋中
今天，我们面对的信息不但数量日益庞大，而且种类繁多，包括音频、视频和网络数据，这些在5年前都不太容易获得。根据国际数据公司（IDC）估算，2008年全世界产生了4,870亿G字节的信息，比2007年增长了73%，而且这个数码世界的容量每18个月就要翻一番。管理者感觉像掉进了信息海洋，不知道该如何涉水前进。如果没有一个筛选正确数据的行之有效程序，那么企业就很难发现能支持明智商业决策的重要模式。
3.优秀的专业数据分析人员严重缺乏
企业运营中的数据分析不同于投资数据分析，除了需要分析者掌握一些基本的数据分析工具，比如数据分析知识（比如统计，概率，数据挖掘基础理论，运筹学等）、数据分析软件（比如，EXCEL,VBA，Matlab，Spss，Sql）等等，还需要对企业运营的内容有充分的了解，包括营销管理、生产管理、采购与供应链管理。否则，分析者难以把握数据分析的目的和方向，其可操作性会大大降低。因此，对这些分析人员进行专业的系统的训练，显得十分必要。

学习了！

确实在运营管理方面需要下功夫，目前还是专注技术多一点