点击上方“中国统计网”设置星标哦！

在寒冬期，每个企业都要做一次体检，体检设备就是数据平台，医生就是数据分析师。

有钱的，自己聘用数据分析师，自己搭建“设备”。没钱的，找第三方机构，帮忙分析，有些行业从外企进化出来的创业公司，会依赖咨询公司，但针对自身的运营体系，还是要有数据分析。部分传统公司的数据分析师更多从财务管理的角度，或者是信息部门的数据专员，针对业务层面上的内容，专业性不强。

01传统行业数据化改革

传统公司目前基本已经完成信息化建设，信息化建设前期的主要扮演的角色是：财务管理信息化、资源计划信息化。

随着“大数据”概念的普及，很多开发厂商也随之进入到“教育”厂商的阶段。

制造业陆续成立数据中心，一般制造业信息化部门基本上已经完备，尤其是产品检测信息化、物源分配信息化的完备情况下。

针对这位朋友的疑问，我是完全理解的，往往开发厂商的建议是基于公共管理解决方案的前提下提出来的，更多的是借鉴现有的案例，平移过来的，但应用性不是很强。应用性不强的前提是公司的发展阶段，以及制造业产品流程特性。某些特殊行业，信息化建设还有特殊要求，比如医药行业。

针对这家制造业，设立数据中心，管理人员问题是：

①部门设立哪些岗位？

②每个岗位哪些职能？

③怎样开展工作？

目前他的疑问其实确立一件事就可以展开具体的工作，公司数据分析目标，数据分析目标和业务条线以及业务绩效有关，数据服务的是业务，在这里哪些业务能用数据驱动，哪些业务不能及时获取数据。

这家公司目前所用的数据平台是第三方机构所开发的报表平台。有现成成型的报表系统，目前解决的是数据获取的这一阶段。

目前工作的第一步是梳理业务流程以及产生的数据，与业务团队沟通业务目标，工作目标要建立数据指标体系；

第二步其实是平行的工作，主要是看数据质量，是否需要进一步的清洗优化为业务所用；

第三步建立常规的数据可视化体系，主要监测数据，比如质量监测，制造设备耗损部件预测，提前监测优化设备，针对制造业，齿轮生产等公司，需要非常严格的把控产品质量，并且要及时止损，控制产品。

一般处理数据工具应用Excel，数据量大的情况下应用Python，如果有数据权限SQL会应用的非常频繁。针对业务细节的分析要具备统计学的相关知识，大部分数据分析工具所应用的理论都是一致的，工具是实现目标的方式而已，SPSS、R语言、Python、SAS（金融领域常用）等工具，数据分析师需要掌握。

数据分析是服务于业务，识别业务的问题点，发现机会，优化管理决策和效率。

02零售企业数据化意识会越来越重

目前很多O2O公司，或者说新零售公司，越来越在乎数据运营，这些公司的成长速度快的原因是尝到了数据分析的甜头。

医药销售公司，针对药店推广、代理商培训的策略和政策在决策上越来越多的依赖数据，之前是产品目标驱动策略，现在是数据监测驱动业务布局，服装零售、生鲜零售亦是如此。

在经济发展的高速时期，我们能看到培训最火的题目是“洗脑”，洗的是团队意识，洗的是销售热忱，洗的是对市场的野蛮拓展，野蛮拓展的前提是产品完备性，并且实验成功，于是要一直挖这款产品，但现阶段，尤其是竞争的高密度，蓝海级别的产品生命力不会超过3个月就会迅速进化成红海。

零售行业数据化建设的误区：

①自私的客户数据

很多企业，在布局渠道跟紧互联网的同时，发现成本越来越高，这里最大的一个问题是前期的资源投入集中，举例来说就是各个品牌零售厂商的天猫运营的困惑，竞争压力大，钱投入越来越多，利润增长缓慢，于是就会出现一个需求——我要把客户转移，我要知道客户是谁！

于是构建APP，构建数据体系，团队之间是根本不会默契的，这只是企业决策层的策略，但是干活的时候，各个团队要考核，天猫的运营和APP的运营是两个考核指标，客户导入APP，就会有一方损失，这往往不是数据运营的问题，是集权和分权的问题，在这里企业需要严肃思考。

②“自私”的决策测试

有一个医药领域的案例，这个可以和大家分享。

一家医药公司，发现一款高客单产品，只在大区内TOP5的门店销售业绩很好，在其他门店一般，主要原因有：

1）该产品客单价高；

2）客单价高导致库存，从而导致渠道评价考核评分不佳；

通过数据发现，这款产品的特点和潜力都非常明显，于是数据运营组的小伙伴建议修改政策。

这类决策是困难的，需要申请，需要和经销商去沟通，需要修改政策，需要投入培训资源，产生一系列问题其实都可以控制，比如库存的指标，比如绩效激励，比如评价体系的修改，这些内容数据分析师在提出决策策略的时候，都要为管理者想到，做到无忧，这种决策是可以执行的，和风险无关，数据是理性，管理是感性，需要做系统的配合。

今天分享的内容，主要聊的是行业，目前数据分析已经深入各个行业，不是互联网独有的“功夫”，会招式不行，还要会心法。

欢迎有意从事数据分析领域的朋友，参加我的免费分享课程。扫描图中

转载请注明:http://www.lmmwphoto.com/jdtj/12135.html