數(shù)據(jù)如何賦能業(yè)務，實現(xiàn)數(shù)據(jù)價值變現(xiàn)？
在搭建數(shù)據(jù)中臺之后，可能面臨一個問題：通過數(shù)據(jù)中臺的建立，來自各業(yè)務系統(tǒng)，以及企業(yè)內(nèi)外部不同來源的數(shù)據(jù)，最終形成一個統(tǒng)一的數(shù)據(jù)體系，建設統(tǒng)一數(shù)倉。那么接下來應該思考如何讓數(shù)據(jù)發(fā)揮價值？一切數(shù)據(jù)業(yè)務化，一切業(yè)務數(shù)據(jù)化，當完成了業(yè)務數(shù)據(jù)化環(huán)節(jié)后，企業(yè)要做的就是數(shù)據(jù)業(yè)務化。數(shù)據(jù)業(yè)務化方向主要有三類：1.數(shù)據(jù)展示應用。以大小屏看板或二維報表形式進行指標展示，支持數(shù)據(jù)分析。2.通過數(shù)據(jù)模型來支持業(yè)務層面的應用。基于具體業(yè)務需求構(gòu)建數(shù)據(jù)模型，對多源數(shù)據(jù)進行處理以輸出支撐業(yè)務使用的數(shù)據(jù)，如分析幫助企業(yè)預測未來業(yè)務發(fā)展的數(shù)據(jù)，可進行經(jīng)營決策的調(diào)整。3.為業(yè)務應用提供數(shù)據(jù)服務。以API的方式把后臺內(nèi)部已經(jīng)處理好的數(shù)據(jù)提供給其它業(yè)務系統(tǒng)，再進一步深度加工，從而幫助其它業(yè)務系統(tǒng)更好地深度應用數(shù)據(jù)價值，以支撐業(yè)務應用，提供業(yè)務價值；同時也解決在數(shù)據(jù)處理過程中可能會碰到的總接口復雜混亂的問題。指標體系的梳理是建設數(shù)據(jù)展示應用的第一步。指標體系的梳理，是指把指標的六大屬性（基礎屬性、業(yè)務屬性、統(tǒng)計屬性、任務屬性、實施屬性、管理屬性）整理成一個完整的清單，幫助指導如何把企業(yè)內(nèi)部各部門使用的數(shù)據(jù)的聚合指標形成一個統(tǒng)一的指標，幫助做未來的可視化應用的展開。通過對六大屬性的整理形成一個指標清單，把每個指標都展開成一個完整的指標體系，進而把企業(yè)所有的指標都統(tǒng)合到一套口徑之下。統(tǒng)一各部門之間的管理語言，避免出現(xiàn)不同的業(yè)務部門之間，單獨的指標卻有不同的命名，或不同的口徑卻叫同一個名字，更好去進行數(shù)據(jù)的統(tǒng)合。上述指標體系的梳理是一個普適性、面向企業(yè)所有指標展開的事項。若企業(yè)想做更專精的項目，面向某些更加具體的業(yè)務域做專門的分析或展開，使用北極星指標體系的模式來整理無疑是一個更優(yōu)的選擇。北極星指標：企業(yè)需要整理出一個唯一的北極星指標，也是最重要的核心指標。分析體系或分析的數(shù)據(jù)是為北極星指標服務的。比如GMV，商品總交易額是企業(yè)要關(guān)注的核心內(nèi)容。二級指標：把北極星指標拆分為3個二級指標，GMV可以用公式來進一步拆解：如用戶數(shù)*轉(zhuǎn)化率*客單價，還可再加上復購。三級指標：是按業(yè)務過程來做后續(xù)的拆解。如轉(zhuǎn)化率本身有它的業(yè)務過程，從廣告投放，到渠道的投放、用戶的瀏覽點擊、吸引用戶、流資等，把過程中每一步都進行拆解。四級指標：主要是從整體緯度區(qū)域來做拆解。如按照組織架構(gòu)的維度：A區(qū)域的用戶數(shù)是多少？B區(qū)域的轉(zhuǎn)化率是多少？往下更細分是某個城市、某個門店等，可逐級向下拆分。通過上述方式可以把一個核心指標拆分成多個指標來逐級做自頂而下的拆解，數(shù)據(jù)層面可以形成自底向上匯總的機制，從而可以更好地指導后期的策略調(diào)整。完成了指標體系梳理后，基于指標體系，選擇合適的模板，指標填充，從數(shù)據(jù)的接入到成功的加工后，把數(shù)據(jù)直接輸出給對應的前端應用工具來填充，完成開發(fā)過程。除了主要用市面上可能已經(jīng)投出的BI工具以外，企業(yè)有特殊要求，比如應用的交互轉(zhuǎn)換，也可以通過外部端開發(fā)的方式來做直接性的開發(fā)。如何為一個業(yè)務場景構(gòu)建適合它的數(shù)據(jù)模型？通常有兩種思路，第一種：歷史成功案例的標簽化。第二種，數(shù)據(jù)的深耕與探索。這是一種經(jīng)驗模型的方式。過往數(shù)十年的運營過程中，業(yè)務人員積累了大量的成功經(jīng)驗，可以把復盤經(jīng)驗的結(jié)論來做優(yōu)化：哪類產(chǎn)品銷售情況較好？什么類型的門店與銷售增長速度正相關(guān)？庫存滿足率是否會影響增長情況？通過這種標簽抽象出標簽類型，從而可以應用到當前的業(yè)務和對應的對象上，以歷史的經(jīng)驗來支持現(xiàn)在的一些認知。另外還需要成功營銷策略沉淀。如周期下匹配市場趨勢的營銷策略是什么？什么樣的政策渠道商更愿意配合？通過一系列成功策略的沉淀，會形成一些標簽，貼到需要的對象上。如果是一個全新的創(chuàng)新業(yè)務，或沒有對應的可參考的案例，就需要通過數(shù)據(jù)的深耕和探索的角度，逐步發(fā)掘需要的數(shù)據(jù)模型。第一步：明確設計業(yè)務需要解決的目標場景。如需要增加單店產(chǎn)出，就需要明確，圍繞對應的場景，哪些數(shù)據(jù)可以取用，哪些數(shù)據(jù)是現(xiàn)有的可以支持的。第二步：構(gòu)建模型并串聯(lián)業(yè)務應用。數(shù)據(jù)模型難點不在算法開發(fā)或梳理上，而是數(shù)據(jù)的豐富度和數(shù)據(jù)的質(zhì)量。比如產(chǎn)品、訂單、門店都有基本信息，可以做數(shù)據(jù)的關(guān)聯(lián)分析和相關(guān)的洞察，圍繞具體業(yè)務場景來構(gòu)建。以現(xiàn)有的數(shù)據(jù)構(gòu)建一個大致的邏輯模型，隨后就可以通過算法的方式來做對應的測試。另外，還需要通過一系列可量化的指標來監(jiān)測，當做了對應的輸出和判斷后，是否給業(yè)務帶來了幫助，以及通過監(jiān)控機制還需要進行1-2周的效果調(diào)優(yōu)。不斷發(fā)現(xiàn)模型問題，進而進行優(yōu)化和復盤，把算法模型的效果更好地發(fā)揮出來。黃金購買時間算法模型：通過黃金購買時間預測精選最具潛在購物傾向的會員，進行精準消費人群觸達，提升復購率及營銷轉(zhuǎn)化。通過大量的用戶行為分析構(gòu)建相關(guān)的標簽，以黃金購買時間算法發(fā)現(xiàn)從用戶上次購買到現(xiàn)在活動日之間周期，預測每天的購買傾向，選擇購買傾向較高的環(huán)節(jié)進行精準的推送。比如一個針對黃金購買時間做的測試，結(jié)果發(fā)現(xiàn)：通過黃金購買時間來篩選所需要的會員，即通過經(jīng)驗模型篩選出來的會員，為品牌客戶額外創(chuàng)收近700W銷售額、進店轉(zhuǎn)化率高于非策略組 2倍。對比這種兩種不同的策略人群和非策略人群可以看出，通過黃金購買時間算法模型，交易人數(shù)、交易筆數(shù)、人均交易的產(chǎn)生、券的核銷使用量、銷售量、轉(zhuǎn)化率都有明顯的提升，因此模型可以實現(xiàn)轉(zhuǎn)化率等的提升。補貨預測算法模型：精準至單項物料且不強依賴門店經(jīng)驗判斷的行業(yè)預測算法。不只面向營銷端，面向供應鏈或其他業(yè)務場景也能發(fā)揮數(shù)據(jù)的價值。如供應鏈角度的補貨預測算法模型。如茶飲連鎖企業(yè)經(jīng)常碰到的問題：1.訂貨憑經(jīng)驗。大多門店基于肉眼可見庫存及經(jīng)驗訂貨。產(chǎn)品一下架，一年合算造成呆料不少。2.實際損耗、用量不清楚。只有操作sop 沒有實時操作數(shù)據(jù)，沒有衡量標準。對損耗對用量不清楚。問題通過經(jīng)驗自己梳理3.加盟店庫存難掌握。如果能看到加盟店庫存結(jié)構(gòu)和趨勢，總部就能主動干預，幫助加盟商解決問題。4.竄貨抓不準。進銷比容易誤判，沒辦法有效把竄貨走水盯起來；督導沒有精確數(shù)字做抓手，盯不到點上。5.采購怎能更精準。沒能很好的客觀判斷，每年平均浪費上千萬物料。對于業(yè)務：降本增效。比如門店庫存的周轉(zhuǎn)周期，降低損耗率等，同時也支持企業(yè)搭建物料中心和BOM中心。最終可以為每個門店每年節(jié)省702元這樣大幅縮短的效率，降低2萬元的損耗，為企業(yè)帶來最大的經(jīng)濟效率增值。通過數(shù)據(jù)模型為企業(yè)提供業(yè)務的判斷預測與輔助支持是有很大的潛力的。為其他業(yè)務系統(tǒng)提供數(shù)據(jù)云徙服務的某消費品行業(yè)案例：為企業(yè)CRM系統(tǒng)提供客戶數(shù)據(jù)，支持數(shù)字化營銷業(yè)務。首先是數(shù)據(jù)的整合，通過數(shù)據(jù)中臺拉通線上線下不同業(yè)務渠道的客戶的數(shù)據(jù)，以挖掘的方式實現(xiàn)數(shù)據(jù)的拉通，也可以通過中臺加裝一些裝修工程或者指標管理套件；其次，把已經(jīng)處理好的會員數(shù)據(jù)、標簽數(shù)據(jù)推送到其他業(yè)務系統(tǒng)，后續(xù)面向多場景做會員的更多運營，提供等級、權(quán)益、場景等；最后，設置運營工具之后，可以進行更加深度的價值挖掘，提供數(shù)據(jù)的應用支持，實現(xiàn)數(shù)據(jù)賦能。數(shù)據(jù)應用建設切入點：關(guān)注高層重點，降低建設難度，規(guī)避建設風險，保障組織支撐，切合業(yè)務需求。企業(yè)做數(shù)據(jù)應用的建立，可以選擇選擇某一業(yè)務來做這個初步的識別，如何選擇比較合理？1.高層關(guān)注。關(guān)注高層核心關(guān)注的方向；關(guān)注近期集團重點發(fā)力的業(yè)務板塊；關(guān)注集團的重點業(yè)務板塊。通過這些方向的選擇能夠得到比較好的高層支持和更好地推進數(shù)據(jù)的建立。數(shù)據(jù)中臺做數(shù)據(jù)應用是一個領導的工程，需要由上下統(tǒng)一貫徹下來，才能更好實現(xiàn)各個部門之間數(shù)據(jù)的收集、加工等。2.信息化建設基礎。選擇有一定信息化基礎的業(yè)務線或者業(yè)務的方向，有一個充足的數(shù)據(jù)是可以收集使用。3.數(shù)據(jù)質(zhì)量。業(yè)務線所使用和產(chǎn)生的數(shù)據(jù)都比較好，表結(jié)構(gòu)清晰，數(shù)據(jù)之間互聯(lián)網(wǎng)打通的難度也比較低。數(shù)據(jù)質(zhì)量是數(shù)據(jù)應用更好更快建立的一個基本要求。4.組織架構(gòu)基礎。需要有充足的IT組織人員，能夠更好的承接運營中臺長期的使用；IT職能能夠支持數(shù)據(jù)支持、分析工作；有專門負責數(shù)據(jù)管理、數(shù)據(jù)治理的崗位5.業(yè)務需求清晰。如果有比較清晰的業(yè)務應用，業(yè)務人員對業(yè)務、指標有清晰的了解，可以參考指標清單，規(guī)劃一個整體性的指標的要求，幫助更好的來建設相應的數(shù)據(jù)應用。
本站僅提供存儲服務，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請
點擊舉報。
