你做的數據運營，90%都是無用功

{"type":"doc","content":[{"type":"heading","attrs":{"align":null,"level":2},"content":[{"type":"text","text":"一、零售數據五十年"}]},{"type":"heading","attrs":{"align":null,"level":3},"content":[{"type":"text","text":"1、分銷階段：零售啓蒙（80s-90s）"}]},{"type":"image","attrs":{"src":"https:\/\/static001.geekbang.org\/infoq\/f0\/f07910b45d425fd2bdefc572cd5bed6c.png","alt":"圖片","title":null,"style":[{"key":"width","value":"75%"},{"key":"bordertype","value":"none"}],"href":null,"fromPaste":true,"pastePass":true}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"先來講講零售數據五十年，因爲我過往的經歷主要在零售的領域，在過去20年時間，零售在國內市場發生了很大的變化。在比較早期的時候，在80年代到90年，外企進入中國渠道快速發展需要藉助經銷商拓展市場，這一階段以經銷商爲運營核心，很多數據的研究與採集都是圍繞經銷商系統的搭建而沉澱下來經銷商數據，其中較有代表性的是DMS系統（分銷管理系統），是由英語distribution management system直譯過來，經銷商可能會同時裝好幾個管理系統。"}]},{"type":"heading","attrs":{"align":null,"level":3},"content":[{"type":"text","text":"2、門店管理：逐漸深入（90s-10s）"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"後期隨着門店管理深入，發現只管理和看到經銷商的管理數據是不夠的。除此之外，在90年到2010年，是零售終端非常強勢崛起的時期，前期以線下大型賣場，像沃爾瑪、家樂福，還有一些地域性的零售終端爲主，後期慢慢向線上的零售終端阿里、京東靠攏，這個階段被稱爲門店管理階段、管理門店數據延伸出後續的用戶數據爲核心的整套研究體系。我們會去看商品在終端的一個零售價格，一個品類在終端的交易量和交易額。正由於這些需求的存在，此階段產生了一個大家可能很熟悉的研究公司，尼爾森。它是做零售終端調研數據的，跟零售商做數據交換，數據頻率相對比較高，而且數據質量相對非常好，是可以達到每一筆訂單的交易，每一個商品的交易。這些恰恰是製造商非常需要的數據。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"舉個例子，零售終端會把購買頻次最高的生鮮品類陳列在賣場最裏面，消費者需要一直逛到最裏面才能購買，以一個品類帶動其他品類的購買，當時門店的陳列管理都是完全圍繞着以終端門店爲運營核心延伸出來的。"}]},{"type":"heading","attrs":{"align":null,"level":3},"content":[{"type":"text","text":"3、用戶運營：演變至今（21世紀10s-20s）"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"從2010年到現在，隨着互聯網的逐步深入，大家知道互聯網誕生起於電商，所有數據的沉澱基本上都以用戶爲運營核心。用戶登錄網站沉澱瀏覽記錄、購買記錄……都是以消費者在網上註冊的ID展開數據鏈路以及研究，這個階段稱爲“以用戶爲運營核心的用戶運營階段”，在此階段最常接觸的就是CRM、會員管理\/忠誠度管理、用戶生命週期，月貢獻值有多少、看LTV模型預測消費者的購買潛力與行爲。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"以上就是零售數據最近這50年來的業務與數據演化過程，需要提醒大家注意的是，經銷商、零售終端和用戶始終存在，只不過在不同階段展開研究的核心不同。這裏推薦兩本書《商務智能》《零售的本質》，我看過學到了很多。"}]},{"type":"heading","attrs":{"align":null,"level":2},"content":[{"type":"text","text":"二、企業數據的不同階段"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"爲什麼要講這個？我們在整個公司建設過程中，會發現花費很多人力和投入數據團隊。但當投入一段時間後，卻發現數據對公司業務沒有什麼幫助。或者說好像是產生了一些幫助，卻沒有帶來一些業務成果，這時候往往是我們忽略了一件事情，在我們企業搭建數據中臺，招募數據人才的時候，沒有認清企業到底在哪個數據階段。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"爲什麼這麼說？其實在每個行業的數字化程度都是不一樣的，我個人認爲數字化程度較高的行業有零售、金融、能源、電力這些相對比較傳統的行業，數字化程度是比較低的，在中間還有一些整容行業、醫療行業找我做諮詢，希望能讓企業運營數據化，就是想知道客戶有什麼需要。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"所以，在想做數字化轉型或者搭建數據中臺，第一件事情是要先判斷自己的行業或公司處於數字化的哪個階段，下面是企業數據的五個不同階段："}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"image","attrs":{"src":"https:\/\/static001.geekbang.org\/infoq\/63\/63cc4656bae073f823857949530d21a1.png","alt":"圖片","title":null,"style":[{"key":"width","value":"75%"},{"key":"bordertype","value":"none"}],"href":null,"fromPaste":true,"pastePass":true}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"首先，數據化程度高的公司比我們想象中的少，還有很多公司處於"},{"type":"text","marks":[{"type":"strong"}],"text":"無數據的階段"},{"type":"text","text":"；"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"國內大部分的企業"},{"type":"text","text":"處於有一點數據和有一些數據的"},{"type":"text","marks":[{"type":"strong"}],"text":"第二、第三階段"},{"type":"text","text":"；"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"這裏企業對於數據的概念十分重要，很多企業是以數據驗證決策，並沒有指望以數據驅動業務，並且更新數據比較慢，以月或者年計。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"到了有一些數據的階段，"},{"type":"text","text":"大家在決策之前就會看看數據，比如先看看市場的門店有多少家，市場的購買能力如何，將數據排序開發市場。當數據與決策不一致則會更多考慮數據，在此階段，企業有了一定的數據意識，不管是高層還是基層員工都會意識到決策前先看看數據。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"由於數據意識的存在，驅動企業內部的數據技術部門進行數據的開發和更新，在這時數據更新是比較快的，最慢也是以日或者周爲單位。此時人力部門、財務部門已經有固定的報表展示部門的業績。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"到了有很多數據階段，"},{"type":"text","text":"決策基本都是依靠數據，如果沒有數據，就不會做決策。數據更新也是較快的，以秒級或者小時級更新，如果想做決策，打開數據產品就能看到對決策的建議。在這個階段各部門都有對應的數據人員支撐，這時候各部門都有對應的數據人員支撐，這也是有很多數據的表現。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"最後一個階段，數據系統很完善，系統裏面有大量的數據。"},{"type":"text","text":"但是數據太多分析不過來，數據多元且豐富，不僅有結構化還有半結構化。就拿圖片舉例，很多快消品公司都會去看店裏的陳列，這時候如果找人在門店裏填表或者數貨架，成本是非常高的，那通過在門店拍照用AI識別出來，商品的價格是多少，商品的陳列面是多少，往往需要藉助更高級的手段。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"以上就是五個階段，大家可以判斷一下自己的公司在哪個階段，其實國內大部分公司都沒有到最後一個階段，但往往都在說要使用人工智能，這裏有幾點需要注意："}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"bulletedlist","content":[{"type":"listitem","attrs":{"listStyle":null},"content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"具備AI的基礎，需要底層的數據比較乾淨，都是被標記好的，大量的數據元素都需要有比較好的數據底層，只有在這個時候纔有AI的基礎與應用場景"}]}]}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"bulletedlist","content":[{"type":"listitem","attrs":{"listStyle":null},"content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"對於企業來說到底什麼具備數據應用的最大場景呢？其實從有一點數據到有一些數據纔是國內大部分公司所屬的階段，恰恰最大的機會點也是在這裏。很多公司想做非常炫酷，還要用到很好的模型算法，實際上我們的數據遠遠未到那個階段，並不能解決公司的問題，回到第一頁的這個問題，爲什麼請了業內最好的數據分析師依然沒有幫助到業務？"}]}]}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"bulletedlist","content":[{"type":"listitem","attrs":{"listStyle":null},"content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"適合數據分析工程師能發揮的數據底層是否存在？我們的數據是否乾淨？在採集數據的時候是否基於終極的價值需求設計的？很可能我們想做的事情，根本沒有采集到數據。"}]}]}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"那麼想要數據發揮業務價值，一定要先判斷我們的企業屬於哪個階段，根據階段決定要做的事情和要請的人才。"}]},{"type":"heading","attrs":{"align":null,"level":2},"content":[{"type":"text","text":"三、零售業務鏈路"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"這是我基於自己過去經驗繪製的圖。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"image","attrs":{"src":"https:\/\/static001.geekbang.org\/infoq\/8f\/8f18922177fee731c5fdee20760f2510.png","alt":"圖片","title":null,"style":[{"key":"width","value":"75%"},{"key":"bordertype","value":"none"}],"href":null,"fromPaste":true,"pastePass":true}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"先看中間虛線框的部分，綠色線代表商品的流向，紅色線代表資金的流向，圍繞着這些同時還有信息流。商品從工廠生產出來，進入到倉庫，再運到分銷商，通過分銷商分到零售終端，最後賣給消費者，這是非常經典的鏈路。當然也會有一些特殊的情況，比如直供，工廠生產直接到倉庫，不經過分銷商賣給消費者。但在零售行業裏，生產\/工廠、倉庫、分銷商、零售終端、消費者\/購物者這五個元素是長期存在的。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"圍繞零售主鏈路，往上是市場相關的部分，往下是運營經常做的最多的業務，延伸出非常多的分析，而這些分析會在各個環節中發揮出它的價值。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"城市羣劃分、渠道動態發展、經銷商分級是傳統零售和經銷商發展中比較常規和經典的分級內容，當我們做了一些新產品的開發以後，怎麼去做推廣？推廣前，我們要把全國城市羣根據居民收入水平和對商品的接受程度進行劃分，如果按照城鎮的等級計劃，對產品的推廣可能會有誤導。可能西北的一個地級城市的居民收入可能比沿海的縣級城市都要低，這是由於經濟發展不均衡導致的，所以我們會根據商品的特性重新劃分城市羣，從而決定我們應該在某個城市投資多少的費用和應該做怎樣的推廣。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"接下來看下宏觀的東西，人口統計、宏觀經濟、品類發展、新產品文化與消費趨勢、營養與膳食趨勢。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"有些同學可能會疑惑爲什麼需要研究宏觀的東西？其實很多外資的消費品公司的數據運營業務架構是非常成熟的，假設要在中國市場建廠，要預估在整個市場大概有多少量，要有清晰的瞭解才能判斷要不要投資這麼多。而未來5-10年的營養與膳食趨勢也會影響新產品開發的側重點。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"上面說的是鏈路的上半部分，下面側重講運營經常面對的下半部分。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"生產與物流成本、市場與銷售成本、管理及其他成本甚至利潤，這些都會做一些財務分析，除了財務分析之外還會看媒體花費和線下推廣促銷費用。我們還會看投了這些錢到底有沒有帶來一些結果，最直接的結果就是曝光量和收視率的一些指標，品牌知名度是否提升等等，都要去消費者端做用戶調研。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"除了媒體花費，還有線下推廣促銷費用，包括渠道建設、渠道促銷、終端建議、消費者促銷費用等等，花了這些錢也會去看錢到底花的有沒有價值。在分銷水平這裏我要介紹分銷率的概念，一個是數值分銷率，一個是加權分銷率。前者比方說市場100家店有20家分銷我們的產品，那就是20%的分銷率；後者加權分銷率，比方說市場上100家店有一家賣了99%的銷售額，其他99家小店只分1%，當我們的產品優先覆蓋了大店，那加權分銷率就是99%。通過這兩個經典指標看商品在終端的賣進情況。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"我就不一一給大家介紹每個指標，但要注意在投入以後有沒有直接的結果體現，看到這些結果以後，還是要看最終端消費者有沒有感知到我們的產品。第一，商品在貨架上是否容易被看到；第二，商品是否容易被消費者選擇。像包裝有問題的商品，會影響消費者的體驗，比如看到凹壞的罐不會感到愉悅，就不會想買；還有就是商品是否讓消費者感到物有所值。以上講的就是運營層的內容。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"分享了在零售終端和消費者端非常有名的兩個指標，第一個是市場份額，在零售終端，同一個品類下A賣了40%，B賣了60%，A想再把市場份額拓展20%超越B。對於大部分企業來說，市場份額數據都是通過尼爾森諮詢公司買到的，然後把市場份額數據加到銷售代表、銷售主管的績效管理中去。一旦有了市場份額數據，就可以和組織自身的增長做對比，判斷績效是否合格，因此市場份額這個指標對於企業的核心發展來說是非常重要的。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"第二個指標是滲透率，比較多的出現在後期，隨着很多企業的發展，大家就會把市場份額和滲透率混在一起，說成市場滲透率。但是就前期來講，市場份額一般是零售終端這個環節的指標，而滲透率一般是指消費者的環節的指標。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"滲透率指的是什麼？就是100個消費者，假設有20個消費者買你的商品，滲透率就是20%。在消費者端，除了看滲透率，還要看它的購買頻率，包括它的購物量大小。我們經常說的購物籃是說什麼？就指的是說消費者在超市買一單有小票，或者是我們在淘寶京東買東西的時候，你的整個訂單買了什麼？就相當於說我有購物籃，我籃子裏放了什麼？看它購物量的大小，金額是多少，它的品類是什麼？"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"比如說家庭主婦購物籃很可能就是牛奶和一些日化用品，對於一些比較潮的男性用戶，他的購物可能比如說單反相機，遊戲這些東西，看每一個單品的價格是多少，從而去看購物籃的毛利，品類結構，像這些都屬於購物籃分析，也是購物行爲分析的一部分。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"在線下零售的階段，我們回想一下剛纔說零售數據50年，在線下零售就是零售終端爲王的時候，90年代到2010年這個時候，線下零售在購物籃分析上已經非常成熟了，在後期實際上大部分的互聯網公司還沒有開始去做，當然也會有些人去做，通過深入分析去看。但是方法基本上是會相對比較一致的，它會有一些經典的分析在裏面。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"因爲後面還有內容我就不太展開，實際上大家說這麼多方方面面比較複雜，把它歸納出來的話就只有三個核心，就是"},{"type":"text","marks":[{"type":"strong"}],"text":"人、貨、場"},{"type":"text","text":"，我在2015年做出了這張圖，個人覺得是會適用於所有的零售行業的。然後再去做一個大膽的想象，爲什麼我會覺得零售數據行業，包括整個數據行業都會有很大的潛力？"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"整個零售的業務鏈路，如果說可以把所有的環節都系統化和數字化，實際上我們是可以實現自動化運營的。舉例子，比如說其實很多線下零售都已經實現了，當庫存低於多少的時候，自動給製造商發個訂單，製造商的訂單系統就自動去運轉，然後把貨送到指定的位置。像這樣的決策的話，可能以前比較靠人，但是後期當我們定出這個數值之後，實際上的話它基本上是可以去自動決策，做到自動發單、運作。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"所以當我們去把整個零售的環節完成數字化之後，會極大提高我們整個零售行業的效率。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"基於人、貨、場三大核心，把所有運營實現系統化之後，會爲現在的零售企業降低很多的成本，包括去做一些預測性的分析，也能帶來很大的一個增長。"}]},{"type":"heading","attrs":{"align":null,"level":2},"content":[{"type":"text","text":"四、增長哪裏來？內生維度"}]},{"type":"image","attrs":{"src":"https:\/\/static001.geekbang.org\/infoq\/3b\/3b235071b104b84a6a2280faa6f40d5c.png","alt":"圖片","title":null,"style":[{"key":"width","value":"75%"},{"key":"bordertype","value":"none"}],"href":null,"fromPaste":true,"pastePass":true}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"內生維度指的是什麼？指的是運營哪些事情或哪些指標去提升我們的增長，這也是一個圍繞零售的經典的拆解，但實際上因爲零售這個範圍非常廣，要是大膽一點，把房子想成零售，所以的話它其實適用場景非常的廣，汽車也算是汽車零售業。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"先從銷售額拆出我們的下單客數跟客單價，下單客數的話一般會拆成新客、復活、留存。我相信有很多同學應該也是這麼拆的，新客的話我們無非是開拓新渠道，以前我們只賣大賣場，我們現在便利店賣等等，叫做開拓新渠道。開拓還有新城、類型，以前賣零售，現在還賣餐飲，就是開拓新類型。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"另外一個是深耕老渠道，以前覆蓋10家大賣場，我們現在覆蓋20家，這就是深耕。復活這個客戶他以前在我們這買，現在不買了，我們得想辦法把他拉回來留存。雖然他天天在我們這買，但是他是不是可以買的更多次，或者一週買三次？我們激活他是不是可以買更多次，從而提高他的購買次數。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"再看看客單價，客單價由什麼構成。我們經常會圍繞說你買了幾個SKU。你今天買了兩箱牛奶，兩三種奶，大家注意 SKU數其實是有兩類的，一個是個數，你先買2箱，現在買4箱個數變多了，一個是種類，以前就買牛奶，現在還買高鈣牛奶，這是種類多了一種，以前你就買牛奶，無論是什麼高鈣還是什麼，但是你現在買乳酪對吧？乳製品又多了一種，種類變多了，這些的話它都會變成SKU數量變多，體現在這個指標上。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"除此之外的話，還有平均SKU單價比較重要的指標，它有兩個，一個是商品價格，價格指的是商品今天促銷一塊錢，價格就是一塊，過兩天它變成正常價10塊錢，它買的就是10塊錢，這是價格的不同。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"另外的話還有商品升級，過去一段時間我們經常會津津樂道一件事情，比如10年前買一個牛奶是多少錢，現在的話是價格是多少錢？它會有一些商品的升級，主要這個是價格的上漲。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"還一種應對消費者需求改變的商品升級，比如說以前我們會買普通的牛奶，後來我們買高鈣，脫脂，現在買有機牛奶，反映在平均SKU單價的提升上。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"我們再往下看，這是一些我們說比較重要的指標，通過抓這些指標，就可以促進銷售額。爲什麼一定要拆解這個框架？當我們去做一些運營的時候，我們一定要非常清晰的知道它到底是對哪一個指標要有提升作用，這樣無論在說任何一個細節的事情，我們都是有全局思維考慮的，這個很關鍵。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"除了這些指標的話，有哪些運營動作可以去做到這些？再往下，如何讓消費者更多種買設計商品，它會包括商品管理，營銷管理，品類管理，定價模型。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"說一說品類管理。門店是有限的，它是質上是基於有限的去選擇商品效率的一個管理方法，其實現在線上互聯網的坑位也是有限的。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"這點表現在線下門店是什麼？"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"就是說我們品類它到底要佔多大的陳列面，這一種就是陳列面管理跟品類管理相關，另外的話哪些品類它還可以相鄰的陳放，哪些品類放在收銀口，哪些品類要放在主貨架？比如說洗髮水跟護膚品是不是要放一起？陳列面有多大，裏面有多少種商品？是把這個味道區分開，還是按包裝區分開？"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"在這個分類下應該說10只商品還是20只商品，20只商品應該選什麼？所有的這些的話都是基於是說我們要去做研究，然後去推進，我們看如何讓消費者在有限的空間，包括有限的資源有限的時間下，可以買更多種不同商品，從而的話去提升我們的客單價，提升我們的銷售額。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"所以這張圖的話可以告訴大傢什麼？第一呢我們要知道我們的增長現在主要是在哪個地方有潛力機會，怎麼樣通過這些運營的一些方法和一些模塊去提升指標。爲了提升這些東西可以去做哪些研究，從上到下從下到上把業務去做一個梳理，這個是零售行業的。別的行業也可以去嘗試着把你們的增長來源去做一個梳理，這是內生維度這部分。"}]},{"type":"heading","attrs":{"align":null,"level":2},"content":[{"type":"text","text":"五、增長哪裏來？外生維度"}]},{"type":"image","attrs":{"src":"https:\/\/static001.geekbang.org\/infoq\/c8\/c8e3d20b94a86adb5397005fd48a2aa9.png","alt":"圖片","title":null,"style":[{"key":"width","value":"75%"},{"key":"bordertype","value":"none"}],"href":null,"fromPaste":true,"pastePass":true}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"還有外生維度，當我們的增長遇到一些瓶頸，這邊舉實際的例子，消費品零售業有很多魔力的數字，比如說當一個商品的市場份額到40的時候，它很可能就會比較難以突破。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"這邊到了40的時候的話，到40之後，我們有時候會給它做重新定位，比如說它在整個休閒食品這個領域對吧？它的市場份額是40，但如果說我們把它定位成場景化去做一個定位，不僅餓的時候可以去喫餅乾，早餐是不是也可以喫餅乾？這時候會發現不是隻針對中國休閒食品市場，而是從更廣闊的領域去看市場份額。所以經常會拍廣告，給消費者傳遞一個概念，餅乾其實可以作爲早餐去享用的。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"這時候實際上你是想去切入早餐市場領域，你的市場份額可能還沒有到我們說模擬數字的，所以說可以在新市場做更多的產品開發、市場開拓，就是通過市場的重新定位，獲得增長的來源，主要是外生爲主。"}]},{"type":"heading","attrs":{"align":null,"level":2},"content":[{"type":"text","text":"六、增長哪裏來？協同效率"}]},{"type":"image","attrs":{"src":"https:\/\/static001.geekbang.org\/infoq\/6f\/6fbbde867f9b00bda824edef5ae2bed5.png","alt":"圖片","title":null,"style":[{"key":"width","value":"75%"},{"key":"bordertype","value":"none"}],"href":null,"fromPaste":true,"pastePass":true}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"我們經常說增長哪裏來，一個是內生維度，一個是外生維度，另外還有一個非常關鍵的是協同效率，容易被很多的技術、分析運營忽略。意思是我做了一個很好的分析，定了一個非常好的目標，也有一個很好的分析結論，但是感覺沒有發揮出應有的價值。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"目前來講的話，大部分企業它都是一個組織，我們做的這個東西它到底有沒有被別人所理解？既然我們說數據還可以讓業務變得更簡單，是什麼意思？它本質上是說數據是一個統一的管理語言，當公司裏的所有人都在說數據這個統一的管理語言，纔可以讓對方100%的理解我們的結論。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"大家知道人跟人溝通的時候，其實信息的衰減是非常大的，有可能說完這個事情之後，大家覺得好像挺有用，回去關了電腦，只記住30%，再睡醒一覺0%都沒有了。對於信息的吸收，是人天生會有一些衰減的，但是數據就不一樣。我們經常說英語可以比較好的溝通，它邏輯性比較強，其實數據的話是全球的一個非常好的通用語言，在我們解釋生意情況時候，我們說增長率上升了，這些在全球整個企業管理領域基本上全都是一樣的。當我們在說一樣的一個管理語言的時候，是可以讓對方很好的理解我們。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"協同效率會帶來什麼樣的價值？舉個例子，當我們說一個目標，我們是不是所有人都理解這個目標應該如何去做到？是不是所有人都知道是目標，其次的話，是不是所有人理解怎麼去做到？拿多少的費用，拿多少的資源，然後得到多少的目標，需要多少的增長率，我需要多少人，那一個人對應多少客戶對吧？這些的話都可以去把它量化來表達出來。當我們去把他電話表達出來的話，他就可以從我們組織裏的級別一層一層傳遞下去，直到組織的最細的末梢的人。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"大家知道基本上一些我們說小型公司也可能有一兩個層級對吧？但是大部分的組織，因爲隨着我們的信息的越來越多，很多大型的組織他爲了去做一些事情，基本上可能我們說十幾個層級不等，從最高管理層到我們的銷售代表，或者說到最新末梢的員工，十幾個層級，我們在做業務的時候，如何保證十幾個層級都是一致的，我們看左邊這張圖，實際上是需要拿數據去提升我們的協同效率。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"右邊這張圖是指當我們有了這些數據的一些分析，我們其實完全上是可以把它去沉澱到我們的數據系統裏的，變成我們的數據產品。數據產品可以幫助我們去讓更多員工去使用，使用完之後他會有一些數據分析工具的理解，也會去做一些創造，又去影響其他人，這樣子我們會發現通過數據的一些協同，讓整個組織變得更聰明。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"注意到了現在的時代，個人他對於整個行業的貢獻價值實際上相對來講是會比較微弱的，在做很多事情的時候，都需要是讓整個組織變得聰明，才能贏下市場。只有整個組織通過數據變成智慧型組織，協同效率纔會非常的高，從而帶來更加極致的增長。這邊是以前大家會經常忽略的協同效率。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"因此做數據化運營，想爲公司帶來價值，我們就要在各種各樣的場景去用數據去表達觀點，包括用數據去解讀業務，培養整個公司的數據意識，增強協同效率，它會在更長遠的一個時間段去幫助我們的企業帶來更好的增長。"}]},{"type":"heading","attrs":{"align":null,"level":2},"content":[{"type":"text","text":"七、增長哪裏來？——結果與過程的轉化"}]},{"type":"image","attrs":{"src":"https:\/\/static001.geekbang.org\/infoq\/4f\/4fba3930862f5cf68d098304c2e34dc8.png","alt":"圖片","title":null,"style":[{"key":"width","value":"75%"},{"key":"bordertype","value":"none"}],"href":null,"fromPaste":true,"pastePass":true}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"簡單講一下結果與過程的轉化，我們在做銷售額的時候，我們會有一些結果指標，除了這一類的指標之外，還有過程指標，一定要把過程監測的指標跟結果指標做連接之後，纔可以說監測了這些過程指標，從而帶來結果的指標。經常會有很多企業過程指標跟結果指標相背離或者相脫離，雖然過程指標跟結果指標完全沒關係，天天追過程指標會帶來什麼結果？"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"在定完結果指標之後，一定要把它推到過程指標裏。在做完拆解之後，要驗證過程指標到底有沒有帶來結果指標，也就是業績。然後去實施評估，因爲市場環境就一直在不斷的變化，結果指標跟過程指標不是說不變的。"}]},{"type":"heading","attrs":{"align":null,"level":2},"content":[{"type":"text","text":"八、數據需求矩陣"}]},{"type":"image","attrs":{"src":"https:\/\/static001.geekbang.org\/infoq\/71\/71ef5cfe82143f24424c4076825eee3d.png","alt":"圖片","title":null,"style":[{"key":"width","value":"75%"},{"key":"bordertype","value":"none"}],"href":null,"fromPaste":true,"pastePass":true}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"這塊具體重點講最右側的"},{"type":"text","marks":[{"type":"strong"}],"text":"對內賦能"},{"type":"text","text":"，我們對分析師工具的話有哪些行業的工具？因爲我個人用過很多數據分析工具。我們的需求方經常跟我說，幫我寫段SQL吧？今天要提a產品，明天要提b產品，這種其實很浪費時間，還得重新寫一遍。難道copy的一遍不就行了嗎？這個也是需要花時間的。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"如果可以去找我們的數據產品和數據技術開發一個產品，針對像這種比較固化的且日常需要的，只要去給他更換時間，更換商品名稱就可以讓需求方自己去查，它其實是把一些比較固化的簡單的產品節省了分析師的時間。像這種輕量級的SQL產品，我覺得在大部分的企業中都是非常需要的，因爲很多人他的一些數據需求實際上都是非常簡單的，但是卻花費了一些分析師的時間，這個其實是非常不經濟的。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"另外的話就是"},{"type":"text","marks":[{"type":"strong"}],"text":"可視化產品"},{"type":"text","text":"，可視化產品爲什麼會相對比較重要的？"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"因爲大家知道對於人來講，人的信息讀取的設備，我們把自己假設成一臺機器，其實它讀取設備最大的傳播速率的是我們的眼睛，眼睛比起耳朵、手，在同樣時間內要讀取更多信息的。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"所以當我們把一些信息變成圖之後，會更快了解更加複雜、更豐富的信息。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"這裏當然指的是合適的圖，我們會經常看到有一些圖表不是很合適。比如說看增長率，你非給它畫個餅圖就挺奇怪，會給讀圖造成更大的障礙。在你選擇合適的圖之後，可以通過一頁PPT表達很複雜的信息，很生動化的信息，所以可視化的產品也非常有用。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"另外的話就是"},{"type":"text","marks":[{"type":"strong"}],"text":"方法論沉澱"},{"type":"text","text":"，指的是什麼？當我們做了一套比較好的分析方法論，比如說如何選擇爆品分析方法論，我們有了最好把它牽到數據產品上，不要每次是說分析我都把它做一遍，實際上這樣的話其實沒有意義，一方面的話是浪費分析師資源，另外一方面像這樣的方法沉澱到數據產品上，纔可以在公司更大的範圍發揮作用。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"所以一個分析方法已經被驗證是成功的，第一步要幹什麼？就是一定要把它遷到數據產品上，這樣整個公司它會變得聰明，才能沉澱越來越多的方法下來。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"下面兩個比較常規了，把數據產品達到指標顆粒度通過拖拽指標，就可以實現整個公司大部分的簡單的分析，把它稱爲探索平臺，像這樣的工具也非常好用的；另外一個就是查一些字段，包括一些常用的語句的數據地圖。"}]},{"type":"heading","attrs":{"align":null,"level":2},"content":[{"type":"text","text":"九、兩個實用的場景化方案"}]},{"type":"image","attrs":{"src":"https:\/\/static001.geekbang.org\/infoq\/a9\/a996058322c0381536224fcebc608a03.png","alt":"圖片","title":null,"style":[{"key":"width","value":"75%"},{"key":"bordertype","value":"none"}],"href":null,"fromPaste":true,"pastePass":true}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"bulletedlist","content":[{"type":"listitem","attrs":{"listStyle":null},"content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"第一個，面對業務問題，我們怎麼去建立思維框架？"}]}]}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"這裏核心我就給大家提幾個關鍵詞，前面分享了一個零售業鏈路圖，因爲我們可能不僅是零售行業的，還有各個行業，最好去梳理自己的業務鏈路，然後在業務鏈路這個框架下梳理出指標，運輸指標，並且確定這些指標的先後關係。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"image","attrs":{"src":"https:\/\/static001.geekbang.org\/infoq\/50\/50b7520d05849f65de45e6af14088c5b.png","alt":"圖片","title":null,"style":[{"key":"width","value":"75%"},{"key":"bordertype","value":"none"}],"href":null,"fromPaste":true,"pastePass":true}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"你可能第一次做覺得說這個圖處理的不好，但是我建議你多做幾次，包括剛纔零售鏈路其實讓我梳理了好幾年，我現在還在不斷的改它，每當遇到新東西，都會把它放到我的思維框架裏，讓整個梳理變得更清晰，所以一定要做刻意練習。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"另外的話就是從全局到細節，我們先梳理出來主鏈路，然後在它的上游，下游的指標是什麼？這樣去理解問題是爲了可以拓展思維的縱深度，從過去到未來，未來會發展成什麼樣，就可能需要一些時間的沉澱。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"幾個關鍵動作：想、講、寫、做"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"我們要不斷的把物理世界的一些事情不斷的抽象、提煉出來，咱們今天前面講了一些數據運營如何發揮價值，到後面開始講心法了，方法論是吧？這個是我個人的一些經驗。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"如何把我們整個行業的鏈路梳理出來，核心是第一要刻意練習，比如說今天你看這個行業的一個信息，你就去把它梳理出來，明天換一個行業把它梳理出來。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"核心是去刻意練習梳理，然後去交給別人聽去把它寫下來，這樣子的話才能不斷的讓我們的乾貨變得更幹，也是對自己不斷的刻意挑戰。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"image","attrs":{"src":"https:\/\/static001.geekbang.org\/infoq\/07\/076ce87f4c84de5aae70d4112585c2b4.png","alt":"圖片","title":null,"style":[{"key":"width","value":"75%"},{"key":"bordertype","value":"none"}],"href":null,"fromPaste":true,"pastePass":true}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"舉個刻意練習的例子，替一個高爾夫球場做數據梳理，首先我們會把它分成前端、中端和後端有高爾夫球，你來打打之前你在體驗的時候什麼樣的情況？你打完高爾夫球之後的話，你的口碑情況是怎麼樣？會去做一些梳理，然後再往下的話，會有哪些研究方法？這些研究方法需要收穫什麼數據，收集什麼數據，數據這些數據的話，它會有哪些商業意義，我們都把它先梳理出來。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"一定要先梳理業務框架，再去做數據採集跟數據分析，這個是非常關鍵的，也是我們說數據能不能發揮價值的一個7寸點，一定要先把業務流程梳理出來，要不然我們的分析就會比較局部，或者是說對於業務理解不夠深刻，所以這是第一步。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"bulletedlist","content":[{"type":"listitem","attrs":{"listStyle":null},"content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"第二個問題，如何拆解業務需求的黑匣子？"}]}]}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"image","attrs":{"src":"https:\/\/static001.geekbang.org\/infoq\/ab\/aba3625551c9c200bf4df94c5311e9b7.png","alt":"圖片","title":null,"style":[{"key":"width","value":"75%"},{"key":"bordertype","value":"none"}],"href":null,"fromPaste":true,"pastePass":true}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"這裏講幾個我覺得比較關鍵，以及分析師可能最常犯的錯誤。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"第一，收到了一個分析之後立刻去幹，比如遇到一個錯誤，也不去問背景信息也不去問這個是怎麼來的需求，舉個例子老闆說你幫我看一看我們最近銷售額爲什麼下降了，然後你跑去花了很長時間去分析，然後後來最後你大概一兩天，然後你會回來又問了老闆說要把我們銷售額沒下降，對吧？你可能後來才發現老闆最開始提的就是有問題的。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"老闆說我是讓你看某某城市的下降了，然後爲什麼兩天前沒有去跟老闆確認這個背景信息，因爲分析師的工作都比較忙，大家一定要把每個需求的背景信息確定清晰，確認清楚之後一定要形成備忘文檔。跟他說，我理解是不是跟你理解一致，這個是很關鍵的，因爲數據“失之毫厘謬以千里”，所以大家一定要注意這些細節的確認，包括背景信息的確認。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"另外一個就是不要刻意避免衝突，很多分析師他在去了解背景信息的時候，分析師本身就是客觀的角色，不用擔心去對背景對方會不會不高興、認爲不專業等等，不要有這些心理負擔。"}]},{"type":"heading","attrs":{"align":null,"level":2},"content":[{"type":"text","text":"十、後話"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"針對數據運營如何驅動業務增長，dbaplus社羣邀請做了分享，反饋不錯，這是一個好的跡象。在過去很長一段時間，各方對數據運營的概念都較爲模糊，對於數據運營發揮的價值也較爲存疑。背後的主要原因是，對於數據運營該如何去做，沒有合適的方法論。《數據運營之路》針對這一實際情況，給出了更加適用國內數據現狀的解決方案。本次的分享也圍繞着幾個熱點問題展開："}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"bulletedlist","content":[{"type":"listitem","attrs":{"listStyle":null},"content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"企業搭建數據中臺後如何讓數據價值得以真正發揮？"}]}]},{"type":"listitem","attrs":{"listStyle":null},"content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"數據運營人員如何通過正確的運營方法少走彎路？"}]}]},{"type":"listitem","attrs":{"listStyle":null},"content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"結合實踐分析如何通過數據做用戶增長和商品管理？"}]}]}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"真正可以讓數據價值得以發揮的方法是什麼？"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"首先，信息技術只能解決一部分問題。目前在大數據技術、數據挖掘方面，市面上均有不少著作，讓數據市場增益不少。但是在應用層面，市場上絕大多數企業並不具備互聯網企業的技術實力和數據積累，這些高階的技術至少在現階段無法使用：一方面受困於成本原因和，另一方面數據嚴重不足的局面使，這些高階的技術至少在現階段仍無法使用這些技術無法使用。在業務尚未清晰的情況下，盲目地迷信數據可以解決業務問題，也不切實際。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"解決實際的商業問題只能依靠具備行業經驗的專家，而這部分能力需要長時間的沉澱，以及對於行業的深度瞭解。對於數據背後的商業邏輯理解，對於數據背後的商業規則明晰，對於數據之間的勾稽鉤稽關係，都需要基於業務的先後和進入的快慢，結合企業的目標，進行指標樹的建立，讓數據在指標樹裏流動起來，讓企業內部的數據像血液一樣流動，激發企業心臟活力，讓整個企業運營“活起來”。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"企業從挖掘到發揮數據價值，可分爲七步以下步驟："},{"type":"text","marks":[{"type":"strong"}],"text":"鏈路梳理、指標建立、數據採集、數據流動、數據分析、數據運營、價值輸出。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"對於大部分非數據行業從業者來說，將數據行業被等同於數據分析行業，。這是極大的誤解，也讓大部分人認爲，數據的價值需要靠“分析”這一動作來實現，從而迷信大量分析技術、和模型，希望可以通過分析技術產生數據價值。市場上衍生出來大量分析工具、分析軟件，軟件即服務（SaaS）應需求而生，但數據價值卻在實際應用中形象模糊，好像有，又好像沒有。分析其背後的原因，其實這是就是由於產生數據價值錯誤的路徑造成的。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"分析數據，首先需要了解：數據本身是否已經足夠被分析？質量是否足夠好（全面，、準確）？數據本身是否具備被分析的條件？對照組設置得是否合理？數據分析獲得了好的效果，並不一定是分析技術有多好。其實，在實際工作中，大部分問題在數據採集階段就已經被解決了。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"數據這一概念涵蓋的內容衆多，爲了有清晰的方向，必須對數據行業有更清晰的理解，數據分爲五層：採集\/獲取、存儲、展示、聯結、智能。數據智能絕不僅僅是該層所代表的技術算法，而是各層彼此的遞進整合；只有從第一層開始逐級做好，才能實現最終的數據智能。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"以現實場景舉例說明，某數據公司爲某餅乾商提供了基於包裝、口味的趨勢分析後，餅乾商要求瞭解產地的趨勢分析，數據公司無法提供的原因是“數據庫裏並沒有對餅乾的產地進行區分的數據”。在這種情況下，雖然數據公司有商品數據庫，也有技術精良的分析人員，但無法進行準確的分析，。除非回到數據採集層，重新採集商品所需的該字段數據，但這將產生非常大的鉅額成本。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"數據的興起源於互聯網的興起，圍繞互聯網工具產生了大量數據。在初期，這些數據絕大部分是被動產生的。比如，使用作業流程管理軟件主要爲了管理作業流程，但是各個環節有了數據節點，圍繞這些數據節點就被動產生了很多數據。這些數據產生後，被具備數據分析能力的人員收集，用來分析作業效率。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"隨着數據行業的逐漸發展，部分數據從業人員發現，被動產生的數據可以用來解決商業效率問題，但不足以解決所有的商業問題。解決所有商業問題所需要的數據，往往不在流程工具可以覆蓋的範圍內。這個時候，就需要主動獲取數據。依託自身強大的技術能力，互聯網企業被動產生數據的成本幾乎爲零，主動採集數據的成本也非常低。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"大部分互聯網企業都會對外宣稱和強調自己的數據計算能力，以及運用數據獲得價值的能力，甚至直接把自己定位爲數據公司，將數據作爲企業的主營業務，並通過其數據能力對外部市場進行賦能。目前，加入這一陣營的互聯網企業越來越多。這也是互聯網企業數據成本低而傳統企業數據成本高的主要原因。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"互聯網企業的業務均在工具裏被展開，被動產生的數據在採集\/獲取階段並沒有成本，主要成本在存儲、解析、計算和分析上，而傳統企業的數據多爲主動採集的數據，成本較高。同時，由於不具備存儲、解析、計算的能力，轉而向外尋求技術外包，甚至一部分分析工作也“在外進行”，從而可以節省精力將其投入主營業務，體現了社會分工的效率性。由於產生數據的方式不同，數據本身的質量和應用範圍也十分不同。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"互聯網企業的數據伴隨工具產生，在需要主動獲取數據的時候，也會修改工具（在不影響工具功能與體驗的前提下）以獲取該部分數據。不過，仍舊是用戶在使用線上工具時被動產生的這部分數據規模大、交互多。正由於隨着這部分規模大、交互多的數據被大家更多地瞭解和討論，國際數據公司（International Data Corporation，IDC）推出提出了大數據的標準化定義和大數據區別於非大數據的四個屬性，分別是即數據規模（Volume）、快速的數據流轉（Velocity）、多樣的數據類型（Variety）及巨大的數據價值（Value），並由此定義了什麼是給出了大數據的標準化定義，並拉開了大數據和小數據誰更有用之爭的序幕。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"在發展後期，我們逐漸發現，這樣的討論並無實際意義，數據的目標是解決實際問題，根據業務、需求場景的不同，可能單獨應用大數據或、小數據，或者以整合形式來解決問題。數據不分大小、量級、交互等，這些特徵本就是數據自身的屬性，只是技術的發展引起了某個屬性值的不斷突破。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"在此基礎上，需要提出數據價值論。規模大小、流通速度、多樣性是數據的內在屬性，而數據則是通過業務邏輯、挖掘數據，最終創造出價值。這一屬性不屬於內在屬性。數據是數據價值的原材料。數據的存在是爲了創造價值。沒有價值或者無法獲得價值的數據，無論其規模、流通速度、多樣性多麼突出，對於企業來講，都是成本的浪費，更嚴重的，是甚至可能存在的對決策的誤導。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"所以，對於數據來講，選擇合適的方法和人才，以客觀嚴謹的態度獲取數據價值，纔是最關鍵的部分。這一部分就是數據應用環節，而這一環節在數據發展至今一直被忽視，導致大量數據成本產生，卻無法創造相應的價值。數據從業人員經常說的一句話是：數據是金礦。其實數據是礦石，讓礦石變金礦，需要“點石成金”的技能；找到礦山，還需要認知和遠見。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"歸納三個核心關鍵點："}]},{"type":"bulletedlist","content":[{"type":"listitem","attrs":{"listStyle":null},"content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"首先要判斷自己企業所在的數據階段，根據所在階段尋找適合的人以及搭建產品。"}]}]},{"type":"listitem","attrs":{"listStyle":null},"content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"開展數據運營工作前，先做業務數據架構，把業務和數據有機結合起來。"}]}]},{"type":"listitem","attrs":{"listStyle":null},"content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"做好數據採集，確保數據質量的基礎工作。"}]}]}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"Q&A"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"Q1：老師，零售行業的數據應用現在都有什麼經典場景？"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"A1："},{"type":"text","text":"零售行業的數據應用豐富多樣，以下是我梳理的零售業務鏈路圖，每一個模塊下都有對應的應用場景和方法論。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"Q2：老師您對數據運營人員的職業發展有什麼建議嗎？"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"A2："},{"type":"text","text":"數據運營人員在未來5-10年會處於供給遠遠小於需求的階段，會產生很多市場機會，是一個值得深耕的好行業。除此之外，我建議每一個數據人員都需要問問自己，是否真的對數據運營工作感興趣。因爲這個領域的工作，不僅工作強度大，而且技術日新月異，業務豐富多樣，如果不是心中有熱愛，很難持續的成長和突破，這份熱愛很關鍵。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"Q3：請問老師，數據分析常用工具有哪些？"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"A3："},{"type":"text","text":"一般分析師會用到的語言和工具會有：sql, python, R, minitab, spss, tableau, thinkcell。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"image","attrs":{"src":"https:\/\/static001.infoq.cn\/resource\/image\/5a\/ba\/5a7ebe846acc9cbcbd842b2f23b29fba.jpg","alt":null,"title":"","style":[{"key":"width","value":"75%"},{"key":"bordertype","value":"none"}],"href":"","fromPaste":false,"pastePass":false}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"Q4：企業遇到大量數據，人力有限的情況下，怎麼根據業務需求選擇運營的重點？能否舉例說說？"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"A4："},{"type":"text","text":"一方面最節省資源的關鍵是一定要先了解數據質量是否可用，避免工作的反覆；其次，資源有限，不過需要快速輸出結果的情況下，最好藉助從業15-20年以上的行業分析師，加上業務的判斷協助聚焦問題所在，用驗證性分析減少資源投入。當然，如果資源允許的話，做全面的分析肯定最嚴謹，但在現實的場景中，用專家+業務+分析的方案可以最快解決問題。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"嘉賓介紹："}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","marks":[{"type":"strong"}],"text":"張明明，"},{"type":"text","text":"《數據運營之路：掘金數據化時代》作者，美菜網 策略規劃中心 負責人。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"bulletedlist","content":[{"type":"listitem","attrs":{"listStyle":null},"content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"15年跨國消費品公司，創業公司及市場研究公司從業經歷，積累了豐富的商業數據研究、系統搭建與企業信息整合相關的實踐經驗，對企業整合分析、市場與消費者研究、數據應用市場等有深入的理解；"}]}]},{"type":"listitem","attrs":{"listStyle":null},"content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"《數據運營之路：掘金數據化時代》作者，在讀博士。"}]}]}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"本文轉載自：dbaplus社羣（ID：dbaplus）"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"原文鏈接："},{"type":"link","attrs":{"href":"https:\/\/mp.weixin.qq.com\/s\/fWsEqH4BLWrOsV2GOVhKHQ","title":"xxx","type":null},"content":[{"type":"text","text":"你做的數據運營，90%都是無用功"}]}]}]}