愛華網(wǎng)???? 阿里巴巴馬云成功預(yù)測了2008年的經(jīng)濟(jì)危機(jī)，是利用數(shù)據(jù)對環(huán)境趨勢判斷的一個典型案例。他通過阿里巴巴平臺發(fā)現(xiàn)整個買家的詢盤數(shù)在急劇下滑，歐美對中國的采購也在下滑。海關(guān)是出售貨物以后才能獲得數(shù)據(jù)，而阿里巴巴則提前半年時間從詢盤上就可以推斷出來。 2011年日本大地震發(fā)生后僅9分鐘，美國國家海洋和大氣管理局NOAA就發(fā)布了詳細(xì)的海嘯預(yù)警，通過對海洋傳感器獲得的實時數(shù)據(jù)進(jìn)行計算機(jī)模擬，制作的海嘯影響模型隨即出現(xiàn)在YouTube等網(wǎng)站上。 2012年11月，奧巴馬在總統(tǒng)選舉中以332票對206票擊敗共和黨候選人羅姆尼，獲得連任，競選團(tuán)隊幕后的數(shù)據(jù)分析團(tuán)隊在此次奧巴馬連任的過程中發(fā)揮了至關(guān)重要的作用，其重要性甚至遠(yuǎn)遠(yuǎn)超越了人們的想象…… 沃爾瑪是最早利用數(shù)據(jù)進(jìn)行企業(yè)經(jīng)營分析而受益的企業(yè)之一，一度擁有世界上最大的數(shù)據(jù)倉庫系統(tǒng)，通過對消費(fèi)者的購物行為等非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析，沃爾瑪成為了最了解消費(fèi)者購物習(xí)慣的零售商，并創(chuàng)造了“啤酒與尿布”的經(jīng)典商業(yè)案例，在2010年《經(jīng)濟(jì)學(xué)人》的一篇報道中，沃爾瑪?shù)臄?shù)據(jù)量已經(jīng)是美國國會圖書館的 167倍。 數(shù)據(jù)對企業(yè)經(jīng)營分析的重要性 我們知道，企業(yè)每天都會面臨著許多問題，如資金問題、人才問題、質(zhì)量問題等，這都需要企業(yè)依靠管理來解決，而管理的本質(zhì)除了對人的管理就是對事的管理，在對事管理的層面中重點是數(shù)據(jù)管理，如何提高銷量（數(shù)量），如何節(jié)省成本（數(shù)值）等都是對數(shù)據(jù)的管理。企業(yè)內(nèi)外任何事情都離不開數(shù)據(jù)，企業(yè)經(jīng)營本身就是數(shù)據(jù)的輸入與輸出，企業(yè)規(guī)模越大，對數(shù)據(jù)的要求就越高。 數(shù)據(jù)的重要性從古至今一直處于首要地位，在戰(zhàn)爭時期準(zhǔn)確的情報才能保證將軍的運(yùn)籌帷幄決勝于千里之外，如今的“情報”也是如此，只不過現(xiàn)在的“情報”是由大量的數(shù)據(jù)組成，這種數(shù)據(jù)的采集取決于企業(yè)的戰(zhàn)略和管理者的需要，在這個數(shù)據(jù)充斥的時代，你需要用數(shù)據(jù)了解市場，需要用數(shù)據(jù)了解對手，需要用數(shù)據(jù)了解客戶的實際需求，需要用數(shù)據(jù)提高企業(yè)業(yè)績，在這個先進(jìn)的云技術(shù)互聯(lián)網(wǎng)的企業(yè)環(huán)境下，如何運(yùn)用數(shù)據(jù)有效地為企業(yè)經(jīng)營分析所用，不僅僅是互聯(lián)網(wǎng)行業(yè)企業(yè)的“專利”，同樣是傳統(tǒng)企業(yè)面臨和思考的問題。 對于企業(yè)來講，經(jīng)營分析主要是對內(nèi)部經(jīng)營信息和外部相關(guān)信息進(jìn)行分析。其中企業(yè)的內(nèi)部經(jīng)營分析主要是財務(wù)類信息（如資產(chǎn)負(fù)債表、現(xiàn)金流量表、利潤表等財務(wù)報告）、業(yè)務(wù)運(yùn)營類信息（如采購信息、生產(chǎn)信息、營銷信息）等。而對于外部數(shù)據(jù)的分析，主要來源于國家宏觀經(jīng)濟(jì)數(shù)據(jù)、行業(yè)內(nèi)外相關(guān)數(shù)據(jù)資料等。企業(yè)內(nèi)外部數(shù)據(jù)共同構(gòu)成企業(yè)競爭的基礎(chǔ)信息，這些數(shù)據(jù)信息的質(zhì)量和有效性從某種程度上構(gòu)成了企業(yè)敏捷市場反應(yīng)的競爭能力。 那么數(shù)據(jù)是什么呢？數(shù)據(jù)是信息的載體，對其的研究主要是對數(shù)據(jù)進(jìn)行采集、分類、錄入、存儲、統(tǒng)計分析、統(tǒng)計檢驗等一系列活動的研究。數(shù)據(jù)可以是口頭的、紙面的，也可以是信息系統(tǒng)里的，在系統(tǒng)里對數(shù)據(jù)的存儲單位從以前的MB、GB，到TB，再到PB、EB、ZB、YB。舉個形象化的例子，紅樓夢含標(biāo)點87萬字，每個漢字占兩個字節(jié)：1漢字=16bit=2*8位=2bytes，IGB約等于671部紅樓夢。淘寶每天的活躍數(shù)據(jù)量超過50TB，共有4億條產(chǎn)品訊息和2億多名注冊用戶在上面活動，每天超過4000萬人次的訪問，這些都構(gòu)成了當(dāng)今社會這個龐大的數(shù)據(jù)池。 社交媒體、物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)和電子商務(wù)等的興起，正在促使眾多的傳統(tǒng)、新型企業(yè)經(jīng)營戰(zhàn)略的重新審視與修訂，伴隨著傳統(tǒng)的商業(yè)智能系統(tǒng)向縱深應(yīng)用的拓展，商業(yè)決策已經(jīng)越來越依賴于數(shù)據(jù)，利用各種先進(jìn)的技術(shù)手段和方式以挖掘更多數(shù)據(jù)創(chuàng)造更多的商業(yè)價值成為必然，對數(shù)據(jù)業(yè)務(wù)的戰(zhàn)略意義和高度關(guān)注也成為一種趨勢。 數(shù)據(jù)對企業(yè)經(jīng)營分析的影響主要分為幾個方面：1.實現(xiàn)企業(yè)過程控制管理。企業(yè)通過數(shù)據(jù)的自下而上的收集，滿足了基礎(chǔ)層、管理層和決策層對數(shù)據(jù)的需求，由數(shù)據(jù)形成各種表格、報表、文檔等，對企業(yè)的日常管理進(jìn)行規(guī)范化、標(biāo)準(zhǔn)化的過程控制和干預(yù)，并通過商業(yè)智能系統(tǒng)，改變企業(yè)決策方式，提高決策質(zhì)量。2.幫助企業(yè)預(yù)防經(jīng)營風(fēng)險。企業(yè)經(jīng)營風(fēng)險有授權(quán)風(fēng)險、領(lǐng)導(dǎo)風(fēng)險、籌資風(fēng)險、現(xiàn)金風(fēng)險、持續(xù)經(jīng)營風(fēng)險等，通過數(shù)據(jù)提供量化的、客觀的依據(jù)，助力企業(yè)建立順暢的授權(quán)機(jī)制，規(guī)避因個人拍腦袋產(chǎn)生的決策風(fēng)險，可實時盤點企業(yè)現(xiàn)金流，實現(xiàn)企業(yè)持續(xù)經(jīng)營的經(jīng)營管理數(shù)據(jù)支撐，幫助企業(yè)預(yù)防各種經(jīng)營風(fēng)險。3.通過IT創(chuàng)新促進(jìn)管理創(chuàng)新。以科技、互聯(lián)網(wǎng)等企業(yè)應(yīng)用新型技術(shù)帶動當(dāng)代眾多企業(yè)的IT創(chuàng)新之路，如面向用戶的企業(yè)長期利用數(shù)據(jù)來細(xì)分和定位用戶，通過互聯(lián)網(wǎng)點擊流跟蹤個體用戶的行為，跟蹤其偏好，使得企業(yè)實時的、個性化的、貼身的客戶服務(wù)管理創(chuàng)新成為可能，從粗放到精細(xì)再到精準(zhǔn)，從產(chǎn)品到服務(wù)再到顧客體驗。通過移動CRM的引用，增加客戶的粘性。4.改變公司舊有的生態(tài)系統(tǒng)。數(shù)據(jù)經(jīng)濟(jì)是建立在數(shù)字化網(wǎng)絡(luò)基礎(chǔ)上，個性化的價值服務(wù)。個性化的意義是通過數(shù)據(jù)得以挖掘和表現(xiàn)，通過數(shù)據(jù)分析，對價值的社會化有效程度和功能的有效程度進(jìn)行一對一的調(diào)節(jié)。企業(yè)對數(shù)據(jù)的挖掘和價值再造，從某種意義上需要打破原有的價值網(wǎng)絡(luò)，實現(xiàn)內(nèi)外部數(shù)據(jù)的聯(lián)動反應(yīng)和信息捕捉，企業(yè)的價值鏈活動將會更加緊密地觸及合作伙伴與客戶，從而通過數(shù)據(jù)改變企業(yè)已有的生態(tài)系統(tǒng)。 企業(yè)利用數(shù)據(jù)進(jìn)行經(jīng)營分析，主要分為以下幾個步驟： 1．識別信息的需求。對于企業(yè)來講，面對浩瀚的內(nèi)外部數(shù)據(jù)，收集哪些數(shù)據(jù)是先決條件，識別信息需求是企業(yè)管理者的職責(zé)，應(yīng)根據(jù)決策和過程控制的需要，通過識別需求來管理利用那些基礎(chǔ)數(shù)據(jù)信息為企業(yè)經(jīng)營分析所用。 2．?dāng)?shù)據(jù)收集歸類。企業(yè)數(shù)據(jù)除一些紙質(zhì)的數(shù)據(jù)信息外，主要通過信息技術(shù)的方式（如移動終端、信息系統(tǒng)等）進(jìn)行收集。采用表格、表單等的方式，對企業(yè)業(yè)務(wù)信息、財務(wù)信息、人力信息等數(shù)據(jù)資源進(jìn)行收集整理，如互聯(lián)網(wǎng)企業(yè)通過SNS、微博、視頻網(wǎng)站、電子商務(wù)網(wǎng)站等收集回來的數(shù)據(jù)信息，數(shù)據(jù)收集歸類是數(shù)據(jù)對企業(yè)經(jīng)營分析的基礎(chǔ)。 3．?dāng)?shù)據(jù)統(tǒng)計分析。是指企業(yè)在收集內(nèi)外部的數(shù)據(jù)基礎(chǔ)上，通過加工、整理和分析，使其轉(zhuǎn)化為信息，通常采用矩陣圖、關(guān)聯(lián)圖、直方圖、控制圖等工具對信息進(jìn)行歸類處理處理。通過對數(shù)據(jù)的統(tǒng)計分析，形成企業(yè)的經(jīng)營分析報告，包含關(guān)鍵指標(biāo)的總結(jié)與標(biāo)準(zhǔn)的對照，經(jīng)營狀態(tài)的匯報及其歷史狀態(tài)的對照，存在問題的描述及其造成的原因、結(jié)果和下一步的計劃。如財務(wù)經(jīng)營分析指標(biāo)可以從收益性指標(biāo)、運(yùn)營能力指標(biāo)、成長型指標(biāo)、預(yù)算完成指標(biāo)等幾類。 4．評價與改進(jìn)數(shù)據(jù)分析的有效性。企業(yè)應(yīng)對提供決策的信息的充分性、可信性進(jìn)行評估，對數(shù)據(jù)分析方法的合理性進(jìn)行評估等，并通過對企業(yè)未來新的目標(biāo)及計劃的設(shè)定，執(zhí)行并進(jìn)行過程監(jiān)控、總結(jié)執(zhí)行計劃的結(jié)果并找出問題，對總結(jié)的結(jié)果進(jìn)行處理并予以標(biāo)準(zhǔn)化，要做好相關(guān)記錄，數(shù)據(jù)統(tǒng)計與分析及其結(jié)果的運(yùn)營應(yīng)是個不停止的循環(huán)。 企業(yè)如何利用數(shù)據(jù) 隨著數(shù)據(jù)對企業(yè)的影響越來越重要，而一些先進(jìn)的企業(yè)如沃爾瑪?shù)纫崖氏仍跀?shù)據(jù)方面獲得相關(guān)的收益，這種示范的作用有助于企業(yè)加強(qiáng)對數(shù)據(jù)的重視程度。企業(yè)應(yīng)著重關(guān)注和加強(qiáng)以下幾方面的工作： 1．無論是傳統(tǒng)企業(yè)還是新型互聯(lián)網(wǎng)企業(yè)，都應(yīng)加大對數(shù)據(jù)的重視程度，加大利用信息技術(shù)手段對企業(yè)經(jīng)營數(shù)據(jù)的收集力度。ITValue社區(qū)的調(diào)研結(jié)果顯示，57%的中國CIO開始加大數(shù)據(jù)的關(guān)注程度。數(shù)據(jù)伴隨著企業(yè)商業(yè)智能的普及也越來越被企業(yè)的管理者重視。 2．應(yīng)加大對企業(yè)內(nèi)部經(jīng)營歷史數(shù)據(jù)的有效分析，并形成自下而上的數(shù)據(jù)統(tǒng)計分析報表。眾多企業(yè)通過信息系統(tǒng)來獲取企業(yè)內(nèi)部經(jīng)營數(shù)據(jù)，在結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)的篩選下，企業(yè)根據(jù)自身戰(zhàn)略與管理需要，對內(nèi)部數(shù)據(jù)進(jìn)行篩選、分析，形成符合企業(yè)自身特色管理需要的各種經(jīng)營分析報告，提高經(jīng)營信息的準(zhǔn)確性和有效性。 3．應(yīng)加大對企業(yè)外部相關(guān)數(shù)據(jù)的收集與分析，利用競爭情報等相關(guān)系統(tǒng)實現(xiàn)對行業(yè)趨勢的精準(zhǔn)理解。企業(yè)處于數(shù)據(jù)經(jīng)濟(jì)的年代，企業(yè)與企業(yè)之間的邊界日漸模糊，行業(yè)內(nèi)外的相關(guān)外部數(shù)據(jù)對企業(yè)的日常運(yùn)營產(chǎn)生緊密的聯(lián)系，企業(yè)愈發(fā)不能單憑內(nèi)部閉門造車完成企業(yè)的價值增值，越來越需要企業(yè)利用競爭情報等外部數(shù)據(jù)抓取技術(shù)，實現(xiàn)企業(yè)對市場的敏捷反應(yīng)。 4．應(yīng)著重加大對云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等前沿技術(shù)的研究與本企業(yè)創(chuàng)新應(yīng)用，實現(xiàn)價值增值。社交媒體、電子商務(wù)、物聯(lián)網(wǎng)等新應(yīng)用已經(jīng)勢不可擋，這樣新型的應(yīng)用打破了企業(yè)原有價值鏈的圍墻，企業(yè)僅對原有企業(yè)價值鏈各個環(huán)節(jié)的數(shù)據(jù)進(jìn)行分析，已經(jīng)不能完全滿足需求，需要借助于大數(shù)據(jù)戰(zhàn)略、云計算手段等打破數(shù)據(jù)的邊界，擴(kuò)展數(shù)據(jù)的應(yīng)用，了解更為全面和持續(xù)運(yùn)維的生態(tài)系統(tǒng)全景數(shù)據(jù)圖，實現(xiàn)企業(yè)價值生態(tài)系統(tǒng)的創(chuàng)新應(yīng)用。如EMC公司作為IT科技公司，率先提出大數(shù)據(jù)作為公司發(fā)展戰(zhàn)略，IBM則利用其硬件與軟件方面的優(yōu)勢，希望在為企業(yè)服務(wù)時能夠提供端到端、整體的數(shù)據(jù)解決方案。因數(shù)據(jù)產(chǎn)生的企業(yè)核心能力將幫助企業(yè)在新型技術(shù)環(huán)境條件下尋找最優(yōu)的模式支持商業(yè)決策，并且確保做出接近最優(yōu)的商業(yè)決策進(jìn)行市場反應(yīng)。 總之，數(shù)據(jù)對企業(yè)經(jīng)營分析的影響很重要，企業(yè)需要加大對數(shù)據(jù)的收集、統(tǒng)計、分析和有效利用，還應(yīng)當(dāng)結(jié)合企業(yè)實際需要，在數(shù)據(jù)經(jīng)濟(jì)的這次浪潮趨勢中，企業(yè)應(yīng)率先進(jìn)行一些數(shù)據(jù)戰(zhàn)略、IT創(chuàng)新的企業(yè)應(yīng)用，堅持以數(shù)據(jù)為核心、以數(shù)據(jù)為動力，來提升產(chǎn)品對用戶的引力、強(qiáng)化企業(yè)競爭力，創(chuàng)造一些新的商業(yè)機(jī)遇，才能不被“數(shù)據(jù)鴻溝”所延宕，在不斷風(fēng)起云涌的數(shù)據(jù)大潮中乘風(fēng)破浪。 企業(yè)案例介紹 本文以一家電子商務(wù)網(wǎng)站為例，來介紹數(shù)據(jù)對企業(yè)經(jīng)營風(fēng)險分析的影響。樂林公司是一家電子商務(wù)成熟網(wǎng)站，模式為B2C，年銷售在1.5億元左右，員工近百人。其運(yùn)營的主力就是網(wǎng)站的運(yùn)營。企業(yè)網(wǎng)站運(yùn)營數(shù)據(jù)分析可從日常性數(shù)據(jù)、每周數(shù)據(jù)分析、用戶分析、流量來源分析、內(nèi)容分析等指標(biāo)內(nèi)容展開。 企業(yè)日常性的數(shù)據(jù)是基礎(chǔ)，包括流量相關(guān)數(shù)據(jù)（IP、PV、在線時間、跳出率、新用戶比例等）、訂單相關(guān)數(shù)據(jù)（總訂單、有效訂單、訂單有效率、總銷售額、客單價等）、轉(zhuǎn)化率相關(guān)數(shù)據(jù)（下單轉(zhuǎn)化率、付款轉(zhuǎn)化率等）。 每周數(shù)據(jù)分析是指把每周的主要數(shù)據(jù)指標(biāo)作為比對，對產(chǎn)品和網(wǎng)站運(yùn)營提出改進(jìn): 1．網(wǎng)站使用率中有跳出率、回訪者比率、訪問深度比率等指標(biāo)，其中回訪者比率為一周內(nèi)2次回訪者/總來訪者，意味著網(wǎng)站吸引力，以及會員忠誠度，如果在流量穩(wěn)定的情況下，此數(shù)據(jù)相對高一些會比較好。太高則說明新用戶開發(fā)的太少，太低則說明用戶的忠誠度太差，復(fù)購率也不會高。 2．運(yùn)營數(shù)據(jù)。是指將每日數(shù)據(jù)匯總，每周的數(shù)據(jù)是穩(wěn)定的，與上周數(shù)據(jù)進(jìn)行比較，來指點運(yùn)營內(nèi)部的工作，如產(chǎn)品引導(dǎo)、定價策略、促銷策略、包郵策略等。 用戶分析包括會員狀態(tài)分析、會員的復(fù)購率、轉(zhuǎn)換率。復(fù)購率體現(xiàn)企業(yè)整體競爭力，包括知名度、口碑、客戶服務(wù)、包裝、發(fā)貨單等每個細(xì)節(jié)，好的B2C復(fù)購率能達(dá)到90%左右，沒有復(fù)購率的B2C企業(yè)是不能實現(xiàn)持續(xù)經(jīng)營的。 流量來源分析采用的是谷歌的Google Analytics，各種統(tǒng)計數(shù)據(jù)信息較為全面，對網(wǎng)站企業(yè)經(jīng)營也最有意義。包括監(jiān)控各渠道轉(zhuǎn)化率和挖掘有效媒體。挖掘有效媒體是指通過網(wǎng)站數(shù)據(jù)，我們了解什么樣的渠道效果轉(zhuǎn)化比較好，以此類推，復(fù)制成功的營銷渠道模式。 內(nèi)容分析主要有兩項指標(biāo)，退出率和熱點內(nèi)容。退出率是網(wǎng)站企業(yè)的好醫(yī)生，哪里的退出率高，基本能說明一些問題；熱點內(nèi)容是用來指導(dǎo)運(yùn)營工作的，通過關(guān)注什么產(chǎn)品、分類、品牌點擊最高的數(shù)據(jù)信息，進(jìn)一步在推薦中提供重點指導(dǎo)。商品銷售分析是網(wǎng)站企業(yè)內(nèi)部數(shù)據(jù)，根據(jù)每日的數(shù)據(jù)信息、每周的數(shù)據(jù)比較，形成銷售分析的各種報表，幫助網(wǎng)站企業(yè)經(jīng)營分析決策。
愛華網(wǎng)本文地址 » http://www.klfzs.com/a/9101032201/33362.html
