導(dǎo)讀：“要想做好數(shù)據(jù)化運營，最佳實踐就是業(yè)務(wù)和技術(shù)并重，這也是永洪不斷努力踐行和優(yōu)化的方面，我們不只是給客戶提供產(chǎn)品，還包括完善的后期的服務(wù)——實施、培訓(xùn)，甚至數(shù)據(jù)咨詢等，我們都有相關(guān)的配套服務(wù)，這樣可以讓客戶真正地把數(shù)據(jù)價值落地，在業(yè)務(wù)場景中將數(shù)據(jù)價值變現(xiàn)。”——永洪科技高級副總裁王桐

　　以下內(nèi)容整理自王桐先生在7月23號永洪上海大數(shù)據(jù)峰會上的演講原文。

　　作為一家以產(chǎn)品見長，不管在技術(shù)還是在易用性等方方面面，都希望把產(chǎn)品打磨到極致，并以它為生存之根本的一家公司，為了體現(xiàn)對產(chǎn)品的信心，我這個環(huán)節(jié)演示的時間會大于PPT的時間。我們結(jié)合實際分析的業(yè)務(wù)場景來看一下數(shù)據(jù)化運營的最佳實踐是什么樣的。

　　今天涉及到的場景包括四個方面：1.用戶畫像的場景，它的數(shù)據(jù)化分析是怎么做的;2.銷售型的企業(yè)，它的銷售分析可以怎樣做;3.對于一些有流通環(huán)節(jié)的物流企業(yè)，物流分析怎么做;4.還有任何一家企業(yè)的老板和財務(wù)都會非常關(guān)心的，企業(yè)財務(wù)指標的分析可以用怎樣的方式去做。從這四個角度看怎樣做數(shù)據(jù)化運營這件事情。

　　場景一，用戶畫像的場景

　　這也是現(xiàn)在在數(shù)據(jù)分析領(lǐng)域里面非常熱門、非常經(jīng)典的數(shù)據(jù)分析的用處。上午黃總也講了美的集團怎樣在全球做自己的用戶畫像，然后指導(dǎo)業(yè)務(wù)。首先我們要回答一個問題，做用戶畫像的目的到底是什么?其實做用戶畫像有兩個大的目的是最典型的。

　　1.服務(wù)于產(chǎn)品研發(fā)設(shè)計人員，對于一個電商平臺，可能有選品人員、買手和研發(fā)設(shè)計人員，用戶畫像可以作為他們的業(yè)務(wù)指導(dǎo)依據(jù)。

　　以前傳統(tǒng)企業(yè)上新品的時候往往是閉門造車，根據(jù)自己的想象覺得消費者和用戶喜歡什么，然后就做一個什么樣的產(chǎn)品。這樣就會導(dǎo)致市面上新品存活率很低，即使是寶潔這樣的巨頭公司，其實它的新品存活率也不超過百分之十幾。所以大量的研發(fā)、資源和資金都浪費在這里面。　　那么通過用戶畫像可以改變什么?當選品和研發(fā)設(shè)計人員想設(shè)計或者挑選一個新的產(chǎn)品提供給用戶的時候，可以先針對目標用戶群體做數(shù)據(jù)分析和需求調(diào)研，看看這部分用戶的喜好和特點是什么，然后再有的放矢地設(shè)計新品，這樣可以提高新品的存活率。

　　舉一個傳統(tǒng)家電業(yè)的例子。假設(shè)現(xiàn)在想要針對年輕女性設(shè)計一款新的電視，那么研發(fā)設(shè)計人員就可以勾選“電視、女性，年齡段”等等多維的條件，這樣縮小了范圍，就會發(fā)現(xiàn)用戶訴求、功能訴求、購買渠道排名，然后就能夠?qū)崟r聚焦到這部分用戶群體和電視產(chǎn)品相應(yīng)的分析結(jié)果。

　　我們來看功能訴求這一塊，功能訴求通過一個“詞云”來展示，用戶在功能訴求上面最突出的幾個詞，我們可以看到3D電視、智能電視，這是年輕女士非常青睞的電視功能。然而有客戶曾經(jīng)遇到過一個非常反直覺的真實案例，4K電視是這兩年比較火的新的概念，但對于年輕女性來講，她們對4K電視并不感興趣。所以如果不做用戶需求的調(diào)研，就貿(mào)然地趕新技術(shù)的潮流，針對年輕女性設(shè)計一款4K電視，那么新品的存活率一定不容樂觀。

　　其實在實際的業(yè)務(wù)應(yīng)用場景中，除了功能訴求以外，還可以在儀表盤上面放N個不同功能訴求維度的詞云圖。另外，像顏色訴求、價位訴求、尺寸訴求和類型訴求，這些都可以做一個聚焦的細分。

　　對于企劃人員來說，其實只通過幾個簡單的操作就可以在一分鐘內(nèi)，快速得到一個既具體、又精準的結(jié)論。如果想針對一部分用戶設(shè)計一款3D、智能、白色、52寸以下、4500元以下、壁掛的一個電視，可以想象一下，如果拿到這樣具體的指導(dǎo)，其實后面要做的事情就是把工業(yè)設(shè)計、美觀的部分做好就可以了。首先新品的調(diào)研和研發(fā)的周期就會得到一定程度的縮短，可以提高效率。再者，消費者在做購買決策的時候，會發(fā)現(xiàn)他心里所有的硬性條件這個產(chǎn)品都能滿足，他只需要看一下品牌和樣式，就能做出消費決策。比起傳統(tǒng)的方式，這樣非常簡單的方式更容易被人接受。企業(yè)通過非常簡單的方式，就可以幾倍地提高新品存活率，這樣在市場中想要通過新品擴大市場占有率，就是非?？尚械氖虑榱恕?/p>

　　2.針對業(yè)務(wù)需求。通過我們的產(chǎn)品做出這樣一個儀表盤，其實是幾分鐘就可以做到。但是選哪些分析指標和維度把它們組合到一起，放到同一個頁面上面，便是業(yè)務(wù)需要考慮的事情了。因為每一個圖表都是數(shù)據(jù)不同的角度，既然業(yè)務(wù)人員把這些圖表放到一個頁面上面，說明他們之間肯定存在關(guān)聯(lián)關(guān)系和業(yè)務(wù)邏輯，那怎樣的一個業(yè)務(wù)邏輯，包括篩選器怎樣擺放、布局、整合思考邏輯，這就是需要業(yè)務(wù)功底的地方。

　　所以業(yè)務(wù)的功底和IT技術(shù)相結(jié)合，就能做出一個簡單易用又實用，并且效果非常好的數(shù)據(jù)分析的儀表盤。我們動輒言稱大數(shù)據(jù)，其實真正做好的結(jié)果，并不一定是多難懂、多復(fù)雜的東西，因為實用的東西一定是簡單的，這樣才容易被理解、被掌握，然后才容易在企業(yè)內(nèi)部做大范圍的推廣，才能做到人人都是數(shù)據(jù)分析師，但凡它有點復(fù)雜、有些門檻，都會讓事情變得不那么可控。

　　我們知道，只要涉及到做BI或者做數(shù)據(jù)分析，一定是IT和業(yè)務(wù)并重的事情。IT數(shù)據(jù)處理的部分，比如說某個詞云的詞的數(shù)據(jù)源是怎么來的，它的算法可能是比較綜合的，可能這部分的數(shù)據(jù)有0.8的權(quán)重來自于過去ERP里面已成交的購買記錄，另外0.2的權(quán)重可以分配給從網(wǎng)絡(luò)上面抓回來的輿情數(shù)據(jù)，把分詞提取出來。這樣既看了過去的實時分析結(jié)果，又看了未來的熱點和可能的趨勢，綜合起來得出這么一個功能訴求的標簽。

　　3.另外一個典型的目的是精準營銷。對什么人、賣什么產(chǎn)品、什么渠道賣、用什么樣的方式賣?這需要結(jié)合用戶的喜好和特點，因地制宜地制定營銷策略和內(nèi)容。

　　比如說還是同樣的新品，這個新品已經(jīng)做出來了，那在什么渠道首發(fā)呢?首發(fā)的促銷應(yīng)該在哪一個線下活動的渠道上面做?哪個效果是最好的、能夠一炮走紅?

　　假設(shè)現(xiàn)在整體的電視渠道是蘇寧、精品、國美、社區(qū)店這樣的排名，假設(shè)通過數(shù)據(jù)分析，最終做的是一款3D的電視，它的渠道排名和整個電視銷量的渠道排名可能會不一樣。我們放大一下圖表，就會發(fā)現(xiàn)其他所有的圖表都是一起聯(lián)動的。這個數(shù)據(jù)就能告訴我們答案，如果做智能電視首發(fā)渠道應(yīng)該是蘇寧，而不應(yīng)該是精品店或者社區(qū)店，因為在智能電視里面，蘇寧的排名是第一的，首發(fā)促銷的活動在這個渠道上面做，可能得到的效果是最好的。

　　

　　場景二，銷售收入分析的場景

　　如果對用戶基本的屬性做一個調(diào)研，我們可以基于過去用戶購買的客單價，還有通過調(diào)研手段得到他的年收入，也綜合地得到一些標簽，包括區(qū)域分布、性別、職業(yè)、年齡、教育水平等等，這樣就能快速地掌握某個用戶群體整體的特征。

　　上午我們CEO講了很重要的一點，過去數(shù)據(jù)分析的瓶頸是靜態(tài)報告，剛才我們有一個動態(tài)的例子，這個動態(tài)其實可以應(yīng)用在每一個圖表當中，因為每一個圖表都是我們看數(shù)據(jù)的一個角度，應(yīng)該從任意一個角度進去，從其他任意一個角度出來，這樣完成一個無窮無盡組合的交叉對比分析的過程。

　　比如想看一下三十幾歲的這部分中年人或者中青年人的教育水平、區(qū)域分布、性別比例、職業(yè)比例到底是什么樣，應(yīng)該怎么做呢?很簡單，選中這部分人群年齡的柱子，跟剛才一樣，再放大一下，這時候就看到教育水平、性別比例，這樣局部用戶的特點馬上就知道了，然后就可以針對這部分用戶的特點去制定營銷的策略和內(nèi)容。如果下一次企業(yè)想針對二十多歲年輕人設(shè)計產(chǎn)品的時候，也是同樣的道理，同一個頁面可以反復(fù)應(yīng)用，不斷支撐未來無窮無盡的業(yè)務(wù)上的需求。

　　分析的頁面之間是有層次的，這是偏宏觀的分析。假設(shè)要了解“時尚新貴”這個標簽的用戶群體購買力是怎樣的，把報表都放在同一個頁面上會顯得特別的擁擠，而且會干擾決策者看數(shù)據(jù)和思考。那么做成不同的頁面，用符合業(yè)務(wù)邏輯的方式把它們串接起來，點一下“時尚新貴”這個氣泡，我們就可以到家庭購買力的分析頁面上，“時尚新貴”這部分人群的家庭收入水平、住房情況。我們可以看到“時尚新貴”過去總消費是三千多萬，60%的人都是屬于中購買力，29%是屬于高購買力，只有4%的人是屬于低購買力，這樣就對這部分的用戶有一個更深刻的了解。

　　如果換一部分人群，“保守謹慎”?？梢渣c擊一下“保守謹慎”的氣泡，然后我們就會看到“保守謹慎”這部分人的購買力的情況?？梢钥吹娇傁M五百多萬，75%的人屬于低購買力，年收入的情況也會相對比較少。所以把頁面做出不同的層次，每個頁面盡量的簡潔、簡約，這是非常重要的。

　　

　　再看一個我們銷售的例子。經(jīng)常有客戶在前期接觸的時候會問我們：你們能做什么樣的數(shù)據(jù)分析?到底是做銷售的?還是市場的?還是財務(wù)的?我們會告訴客戶，不管你有什么樣的數(shù)據(jù)，只要你有數(shù)據(jù)，我們就可以幫助你做分析。也就是說只要你有了數(shù)據(jù)，你想對它做任何的價值變現(xiàn)和落地實現(xiàn)，中間整個通道上面需要的所有環(huán)節(jié)，都可以用我們的一站式的大數(shù)據(jù)分析平臺進行打造和實現(xiàn)。

　　這是銷售匯總的報告，我們可以看一些宏觀的指標，包括總銷售額、總利潤額、產(chǎn)品和區(qū)域的交叉對比。跟剛才一樣，點一下總銷售額，可以到銷售明細的報告的情況。這時候動態(tài)報告和業(yè)務(wù)具體是怎樣結(jié)合的?我再舉一個例子，比如說在產(chǎn)品利潤趨勢的這個曲線，我們發(fā)現(xiàn)從7月份開始連續(xù)三四個月都是下滑的，發(fā)現(xiàn)問題肯定是不夠的，怎么去找到問題的答案呢?永洪數(shù)據(jù)科學(xué)研究院在講課時也會講，對于發(fā)現(xiàn)問題、找到答案的過程，我們用到數(shù)據(jù)分析的思想就是細分的思想，要對它做不同維度、不斷地細分，看到底是哪一個區(qū)域利潤下降了，哪個產(chǎn)品在哪個時間段利潤下降了。直到定位到具體的某一個責任人的時候，這個時候才停止。

　　怎樣做這個細分呢?跟剛才的操作其實一樣，把這四個月的數(shù)據(jù)圈選住，再聯(lián)動一下，這個時候所有的圖表都會淡化掉，只高亮顯示選中的四個月的數(shù)據(jù)。哪些產(chǎn)品在這四個月的庫存相對比較高，說明有可能是造成利潤細化的原因;哪些產(chǎn)品的收入在這四個月相對比較少，這就有可能是造成下滑的原因。造成任何一個問題的原因往往不是單一的，這樣可以在一個頁面上把這些原因一目了然的看清楚，這樣有一個全局的掌控。

　　有人可能會問，為什么不像剛才一樣放大?放大以后，這個圖表不會有淡化和高亮對比的效果，而且如果用放大的方式，我們看到的就是這些產(chǎn)品四個月來的收入和毛利的數(shù)據(jù)。為什么這一次用高亮的聯(lián)動方式呢?因為如果只用那種放大的聚焦，最后篩選出來這些產(chǎn)品，可能我們看到一些產(chǎn)品收入高或者低，其實這不能說明問題。因為一些產(chǎn)品本來可能在公司收入占比就比較低，所以它一直是銷售收入占比最低的產(chǎn)品，這說明收入低是很正常的，不是造成利潤下滑的原因，所以必須把局部的數(shù)據(jù)跟整體的數(shù)據(jù)做對比才能知道哪些產(chǎn)品這四個月相對的表現(xiàn)不好，然后去發(fā)現(xiàn)造成利潤下滑的原因。

　　假設(shè)高亮的對比，初步判斷是1.5匹的空調(diào)造成利潤下滑，我們應(yīng)該怎樣去驗證?也很簡單。雙擊一下1.5匹的空調(diào)的柱子，以它為中心，做一個全局聯(lián)動，這時候產(chǎn)品利潤趨勢這張圖就淡化掉了，然后新出來一根高亮的線，這根線是1.5匹的空調(diào)在這張圖上面的利潤走勢，我們發(fā)現(xiàn)從7月份開始連續(xù)三四個月確實是下滑的，說明之前的判斷是沒有錯的。假設(shè)我們換一個產(chǎn)品，2.0匹的空調(diào)，會發(fā)現(xiàn)它在這三四個月的表現(xiàn)比較平穩(wěn)，說明它不是造成利潤下滑的原因，這樣通過相對比才能真正地找到原因。

　　

　　場景三，跟流通環(huán)節(jié)相關(guān)的，物流的場景

　　很多企業(yè)生產(chǎn)的都是有形的產(chǎn)品，不管是自建物流還是跟第三方物流合作，我們總要對它有感知才能知道這部分到底做得好不好，這樣才能改進和優(yōu)化它。

　　這是我們做的一個物流整體分析的儀表板，對于物流這部分，我們最關(guān)心的是每個環(huán)節(jié)類似于漏斗的情況。比如說在流程圖里我們看到總發(fā)貨多少件，每一步的比例是怎樣的，這樣全球累積發(fā)貨總的比例都可以在這邊看。

　　對于物流來講時長越短越好，顏色越深說明時間用得越長，說明有改進空間。在全球區(qū)域上面會看到，美國和加拿大顏色比較淺，說明用的總時長比較短、做得比較好。聚焦以后，我們會發(fā)現(xiàn)它們幾乎所有的環(huán)節(jié)都是低于7天良好的目標線的，離14天的警戒線還很遠。它的平均在途周期、平均在建周期是怎樣的，我們都可以用這個方式做相應(yīng)的處理。

　　中間發(fā)現(xiàn)每一步都有衰減，說明肯定有很多未完成的訂單，這些訂單可以直接穿透到未完成的貨物列表，去看哪些屬于未完成的，并做一些排名。發(fā)現(xiàn)超過12天未收的都會有紅色顯示，超過7天有黃色警告的顯示，我們可以看哪些屬于延時比較嚴重的，并且這部分的貨在哪些國家，屬于什么合同類型，然后就知道是不是合同類型或者這個區(qū)域有一些問題了，然后再深入的看一看。

　　場景四，我們看一下財務(wù)的場景

　　財務(wù)是不管我們做什么行業(yè)，最終都要歸口的分析。財務(wù)分析是一個博大精深的領(lǐng)域，怎樣用數(shù)據(jù)去做好指標體系和分析體系，來指導(dǎo)業(yè)務(wù)運營的優(yōu)化?

　　一個比較大的集團性企業(yè)的集團領(lǐng)導(dǎo)和職能的領(lǐng)導(dǎo)一般看財務(wù)的時候都是怎樣做的分析?對于集團的領(lǐng)導(dǎo)來講，他關(guān)心肯定的是比較宏觀的一些指標，比如說五大財務(wù)能力，包括營業(yè)收入、總利潤等等。我們可以用這種紅綠燈和紅綠箭頭，讓大領(lǐng)導(dǎo)們快速地知道現(xiàn)在哪一點是好的，哪一點是比較湊合的，哪一點有點問題了，我們要快速地找到這些問題的原因。

　　同時，我們做數(shù)據(jù)分析的時候不能把思想設(shè)得特別局限和狹隘，有時候一些跟數(shù)據(jù)分析相關(guān)的圖表，可能并不是一個數(shù)據(jù)分析的圖表或者報表，但是會幫助用戶和領(lǐng)導(dǎo)來更好地做分析，這些信息可能并不是結(jié)構(gòu)化的數(shù)據(jù)，其實也有必要放在同樣的頁面上，幫助我們進行分析。比如說我想知道EVA(稅后凈營運利潤減去投入資本的機會成本后的所得)下降對于股票的走勢會是什么情況?我們可以把股票的走勢直接放到這里面，這樣兩者一對比可以看出更多的結(jié)論，包括最近公司涉及到的一些重大事項是怎么樣，哪些因素影響了EVA的下降，包括后面一些財務(wù)的排名等等。

　　我們可以進一步看營業(yè)收入的詳細指標的分析。比如說看EVA詳細的分析。我們可以做模擬數(shù)據(jù)，因為上午浙大的陳教授已經(jīng)講了，數(shù)據(jù)可視化不僅僅是結(jié)果的展現(xiàn)，還有模擬的仿真。對于EVA來講，利益支出少一點、研發(fā)多投一點會怎么影響利潤，都可以在這里面調(diào)整，這樣可以快速地給領(lǐng)導(dǎo)做出一個模擬的數(shù)據(jù)分析，后面的決策怎樣做，即便有十種想法都能夠在五分鐘之內(nèi)快速地驗證。

　　一個公司的大老板看財務(wù)的時候，就不是狹隘的三張報表了，比如說市場競爭的分析、經(jīng)營業(yè)績指標，還有重點任務(wù)的指標和達成，都可以在這里面，由公司的領(lǐng)導(dǎo)去看，當然也可以篩選時間去看。

　　對于一個職能的領(lǐng)導(dǎo)，比如說CFO或者財務(wù)總監(jiān)，也可以看自己的指標，像總策劃項目有多少風險項以及后續(xù)具體的任務(wù)執(zhí)行情況都可以在里面看。

　　

　　以上我從用戶畫像、銷售收入，從物流還有從財務(wù)四個應(yīng)用場景進行分析，并舉了幾個在座的朋友們會接觸到的一些場景，然后給大家做一個直觀的分享，重點強調(diào)一個點，要想做好數(shù)據(jù)化運營，最佳實踐就是業(yè)務(wù)和技術(shù)并重，這也是永洪不斷努力踐行和優(yōu)化的方面，我們不只是給客戶提供產(chǎn)品，還包括完善的后期的服務(wù)——實施、培訓(xùn)，甚至數(shù)據(jù)咨詢等，我們都有相關(guān)的配套服務(wù)，這樣可以讓客戶真正地把數(shù)據(jù)價值落地，在業(yè)務(wù)場景中將數(shù)據(jù)價值變現(xiàn)。

　　王桐，永洪科技高級副總裁。北京航空航天大學(xué)工學(xué)碩士，擁有8年商業(yè)智能領(lǐng)域的產(chǎn)品銷售、市場營銷經(jīng)驗，此前效力于甲骨文和IBM，均在咨詢、銷售崗位擔任重要職位，曾成功推進多個大型項目的實施，在電商、政府、金融、互聯(lián)網(wǎng)等行業(yè)積累了豐富經(jīng)驗。