这个效率体现在财务指标上,一是收入上升了,例如:通过数据分析或者挖掘,你更了解顾客,使用更个性化或者更有针对性的的运营方案,顾客在你这买的更多,活的更久,对应ARPU就大。二是成本下降,例如:通过数据分析,知道应该把营销资源给谁,针对谁,使用什么方式沟通,有一些不必要的,就可以省下营销成本。
二、内部管理
这个效率放在内部管理上,其实就是大家看到的数据一致,目标一致,通过数据把大家串在一起,部门之间沟通成本就下降了。而不会再出现经常出现对同一个指标定义不一样,沟通效率极低下。
回到我们这张图,这个”效率”价值的体现,
第一阶段:
要看到数据。这个看数据就是让不同的人可以看到他要的数据,一般来说在企业主要通过:报表与临时取数来看到。【现在比较大的企业或者大的BI厂商都会做移动端】 在这个阶段看数据要做到是:让业务方准确、及时、完整看到数据。
第一:数据整个数据指标要相对统一。
第二:报表体系建设相对完善,有报表生命周期管理的概念中。
第三:数据底层建议相对完善,分析师能通过临时取数响应业务方比较个性化的需求。
从我了解的情况来看,在一个企业中数据部门能做到这些,我觉得算是很不错了。很多企业的数据部门还在陷入各种报表开发,和取数中。
第一阶段做的好坏,直接决定后面三个阶段。如果第一阶段大家都可以比较方便,比较友好【用句互联网必用的,你提供的数据体验比较好】,就意味着二点:
1、你对整个公司业务流程和知识熟悉,对业务有一定自己的理解和思考。【这样做出来的报表体系生命周期才比较强】
2、你和业务方关系比较近。这对你的数据价值非常有必要,因为你不是直接业务方,你发现或者挖掘某个东西还是要通过业务来实现它的价值。【出就是数据落地】例如,你发现有符合某种特征顾客,如果你送一定比例积分,回购比例很高。这时候你把这个发现要和业务方沟通,如果大家关系比较近,对数据认可比较好。一般会愿意花时间和资源去使用这个数据“洞察”。
第二阶段:
在这个阶段,更多是数据人员主动去分析和挖掘数据中的价值,给出方案,让业务方去落地。
在第二阶段中,业务方真的开始会用数据去提升业务,当他们业务有问题,或者想怎么办的,马上会想到数据。
叫上部门的人一起来讨论”变成的口头禅。但是要做到这个真的需要一个好的数据分析师。如果做到这个程度会出现一个问题,发现业务方都要分析师,但是一个好的分析师可不是那么好招和培养的。
这时候就需要把好的数据分析师做的各种专题分析或者各种业务总结进行产品化。
在这个阶段,我们也许会用所谓:数据驱动业务,这是第二阶段的核心.但是数据对业务的驱动,其实真的是从很小的事情开始,一点一滴做起来了.
基本上从最下面开始到上面,从一些小点数据部门和业务部门合作,建立信任,慢慢让他们从意识和行动上相信数据,愿意使用数据,从而实现数据驱动.
第三阶段:
就是通过好的数据产品,把分析师解放出来,把数据分析师的“洞察”通过产品化的形式沉淀下来,去继续探索和分析新的业务场景。
做到这个阶段,基本上会有几个好的数据产品出来,让业务每天都在用。例如:之前一篇很火的文章 ,讲一个淘宝运营离职前的总结。谈到他运营的成功就是依赖各种数据产品的支持.
第四个阶段
基本上要看公司和行业了。并不是每个公司数据都有机会卖给合作伙伴去“变现”。这我们就不多说了。因为我们在甲方企业,99%的企业数据服务对象还是对内的。一般BAT,大电商,大的公司的经过几年的数据积累,是有机会对外变现的。
个人观点:
我认为一个公司数据部门:
可以完成第一阶段:合格;
可以完成第二阶段:自豪;
可以完成第三阶段:牛B
第四阶段,就真的是看天吃饭 这真是开始赚钱,立即可能地位就不一样了.不再是所谓的成本中心.
分享到: