企业应用实践:轻量级数据分析落地方案
导读:【数据分析之道：取其丝剥其茧，存其心】已经明确说明了什么是数据分析。然后，本文将带你去解释中小企业应该如何利用“数据分析”这个神器落地，赋能企业经营。
“数据”是企业管理的客观反应，是贯穿企业生存和发展的“信息之魂”。数据在企业初期就已经存在。随着企业的发展，数据量会越来越大，数据分析方案也会随着发展而变化。因此，我们从企业管理的角度切入不同成长期的数据分析方案。
企业成长将经历四个阶段：生存，发展，突破，生态。
然而，这四个阶段对应于不同的数据方案。
生存期：精益方案
发展期：增长方案
突破期：全面体系
生态期：价值挖掘
因为中小微企业基本在生存期和发展期。接下来，本文将带大家拆解以及梳理一下，生存期的“精益方案”和发展期的“增长方案”。
精益数据分析方案
在生存期这个阶段,公司刚刚成立，或者说它成立了一段时间却没有逃脱生存危机。很多数据是零星不连续的，分散在各个业务环节。建立一个庞大而全面的数据指标体系显然是不现实的。在这一时期，更应该重视企业的销售和生产。
但是你不就是根本不做数据方案吗？
显然不是，此时的数据方案具有更大的挑战性和应用意义。
第一：简约而不简单
创业初期有很多事情要做，显然也没有更多的精力坐下来阅读和理解大量的数据报告。数据分析本身对业务是有帮助的，不能让这个时期的数据分析复杂化成为业务烦恼。所以这个时期的计划一定是“简单而不简单”。通过分析，找出几个，甚至只是一个，最能代表当前经营目标的指标，并以此为方向，让所有员工快速理解指标，向着他全面进步。
第二：梳理流程找核心指标（类似杜邦分析）
初创公司的工作没有太多“繁文缛节”。这个时候的梳理过程不是研究应该制定什么规则，什么过程最合理。由于资源有限，我们必须在工作的每一步都踩在关键的价值点上，延长企业的寿命，直到进入快速发展时期。所以此时的梳理流程是“价值流”和“业务流”的双重拆分，“关键指标”是结合公司的结构和业务管理来设计的。
时刻关注财务状况和业务变化是这一时期的使命，建议用类似杜邦分析的方法对“价值流”和“业务流”进行拆解和追踪。
以下是来自百度百科的经典杜邦分析图：
同理，拆解形成自己公司的价值流程图。拆解公司最大利润，哪些部分组成，直到拆解到无法分解的粒度。记住，拆解的时候一定要把重点放在大的上，只跟踪有重大影响的价值环。
以下是一家公司解散后的价值图示例：
然后，跟踪业务的关键实现环节，并以类似的方式分解一个业务流程图：
在梳理了价值流和业务之后，设计几个或者一个最能说明公司现状和目标的指标。
为了便于大家理解，这里举一个生动的例子：
这里有一家餐馆，每天营业：采购原料，客户点菜用餐，结算工资。
n/q_70/images03/20210104/299437c0180145629cefc3654b176722.png" />这家餐馆刚好靠近食品原料的批发市场，采购对于他来说很简单。并不需要担心中途原料不够，只需要按照日常平均标准采购，中途菜品原料用完能立即补货。那么结合实际业务情况，店主需要关注在业务流的“客户点菜用餐”和“结算工资”上。
那么，根据业务，拆分餐馆的价值流如下：
用餐人数是否增多，往往是菜品好坏和餐馆宣传决定的，不属于餐馆日常业务流程中。那么，为了提高餐馆盈利，日常可以做的是，提高人均消费，和控制人力成本。要设立一个指标，可以体现以上梳理出来的“业务流”和“价值流”结合点，同时又要让餐馆文化程度不高的服务员能马上听懂，理解当天餐馆营业好坏。
此处，请大家停下来20秒思考下，这个“关键指标”应该怎么设立？
最后，餐馆老板想出了答案，用“人工成本占营业额的比例”。例如，当天人工成本是1000，营业额是5000，那么这个数字就是20%。
餐馆老板经过一段时间的实践，发现数字通常稳定在20，数字越小越好，数字越大，就会去找原因，是安排上班的人太多让成本增加了，还是服务态度不好，让人均消费降低了。
这样，餐馆就建立起自己的“精益数据分析方案”了。
这个时期的数据分析方案，一定要有可操作性，而且对创始人有很大考验，需要创始人深入理解业务，才能切合实际情况找到关键指标。
增长数据分析方案
当企业渡过了创业生存期，就已经证明了自己商业模式有市场空间，并且经营闭环已经打造好，这个时候往往开始盈利，或者开始吸引了大批投资人的眼光， 这时进入了发展期。无论是来自企业的盈利还是投资人的注资，这个时候企业进入了高速发展期。因为创出了可行的商业模式和市场，此时竞争对手也会变多，为了避免成为马太效应的淘汰方，企业此时的使命，就是快速增长，占领市场。 高速发展期，成本控制已经显得不是那么重要，“用户增长”是最重要的目标。
在做增长的数据分析方案之前，企业要先结合自身的业务特点，确定增长的模式。
目前普遍把用户增长分为以下三种模式。
- 黏性增长 ：培养用户忠诚度，以用户留存为主
- 病毒增长 ：在短周期内通过客户社交网络，自发地网状传播
- 付费增长 ：从免费到付费的转变，持续付费增加LTV
◆黏性增长
一般很多To B 的商业模式，因为客户方是企业，购买相对理性，并且会根据产品给企业带来的价值，选择是否继续使用。这类商业模式的企业，客户数量未必很多，但是用户留存却尤为重要，大多数属于“黏性增长”。
◆病毒增长
这种增长模式，往往植根于社交和冲动消费，是典型的To C客户增长模式，大部分做零售，个人服务等企业，都属于这类。
◆付费增长
这种商业模式的企业，很典型的是前期用“免费产品”策略占有市场。无论是属于创业初期就资金雄厚，还是典型的互联网工具类产品要先培养客户使用习惯（例如互联网产品：印象笔记），前期的特点都是免费。那么，让免费客户变成付费客户，就自然成了这类商业模式的使命。
根据业务确定完增长模式之后，增长的目标自然也随之确定。
▋ 黏性增长模式下，业务目标：用户留存率，用户续费率
▋病毒增长模式下，业务目标：传播周期，用户增长速度
▋付费增长模式下，业务目标：付费率，人均消费，复购率
增长的目标，就是设立此时数据分析方案的关键点。要围绕目标，从业务角度拆解出能让目标实现的节点，拆解要细致到可落地制定的颗粒度。此成长阶段的企业，已经到了围绕目标，建立数据指标监控和数据分析体系的时候。
这种场景下最适用的拆分方法，是MECE。
把企业对应的目标，根据上图的逻辑，找出目标对应的支持点。先根据业务，分类拆出第一层支持节点，再每个支持节点逐级拆分。每个节点要相互独立，又要完全穷尽，穷尽到可落地执行的颗粒度。
由于业务本身，也许错综复杂，所以建议大家可考虑抓大放下，影响面太小的地方，可以直接放弃。参考“二八原则”，80%的影响因素，是由20%的关键点决定的。
下面举一个简单具体的例子：付费模式下的拆分
当商业模式是“付费增长”，可以从遇到客户第一天起，就关注客户整个付费“生命轴”的情况。提高客户LTV就是整体经营目标，那么结合整个销售和运营体系，从遇见到结束，可以根据付费情况的频次，金额等变化。
把客户进行阶段性拆分成： 潜在客户，新客户，复购客户，忠诚客户，沉默客户，流失客户。
在相应的阶段需要关注的数据指标： 线索转化率，激活率，留存率，忠诚度，流失率，挽回率。
再根据每个阶段的业务情况再拆分。
例如：潜在客户（线索转化率）
把潜在客户这个阶段的转化率，拆分成三个步骤，实际上每个步骤就可以执行了，每天保证发现多少线索，就能保证到多少接触数量，有了一定的接触数量，就能保证成单数量。
确定每个步骤要完成的数量，就可以相应去匹配每个步骤要分配多少人力去完成。例如：要保证线索数量，需要广泛查找调研市场，平均多长时间可以发现一个线索，一个人力可以有多少工作时间。通过精确计算，就能合理分配资源，保证公司的增长目标完成。
拆分到这个地步，就叫做可落地执行。
以此类推，再拆分完其他业务和目标步骤，整个数据指标体系方案就完成了。
有方案之后，就针对方案每个节点，在公司安排相应的数据收集。可以保证资源，目标，人力，都在有效地朝着一个方向快速行驶。
结尾
随着大数据时代的来临，在企业的日常活动和经营中，数据无处不在，各类数据的汇总、整合、分析、研究对企业的发展、决策有着十分重要的作用。
总之，现在市场竞争越来越激烈，各大企业都在争相部署自己的“数据大脑”，动辄上千万的部署计划，让人望而生畏。但其实，数据分析的本质依然没有变，中小微企业只要根据自己的成长阶段，抓住这些本质，也同样能拥有一个“麻雀虽小，五脏俱全”的”数据大脑“赋能企业经营。
转自： 木木自由 公众号；
END
版权