数据分析在企业经营中有什么作用？

为什么到现在数据分析工作才火起来？

各个历史时期，数据分析有哪些需求与痛点？

7月7日，观远「数据分析实战研习社」直播间邀请了接地气学堂 陈老师，在线分享了《数据分析的痛点和破局之道》。

大数据时代，数据分析是每个企业从粗放型经营向精细化运营转型升级的重型武器。然而，纵观数据分析的前世今生，就会发现：数据分析也是近几年才走上企业高位的。

原始时代或者现在依然处于原始状态的夫妻店、苍蝇店等门店，根本没有数据来源，经营主只有简单的经营流水数据，就自然不用考虑数据分析。

到信息化时代，考虑的件事，依然不是数据分析软件，而是先完善POS系统。基于POS机的收款数据，老板可以根据不同门店的经营数据，对于“人货场”有一个简单的认识。例如，某个产品的销量高可以考虑多进货；店铺的收益高可以考虑扩大店铺面积，店长的能力差可以直接淘汰。

当门店的营业额越来越大，逐渐走向连锁模式，企业要考虑的第二件事依然不是装数据分析软件，而是完善WMS、ERP等基础信息化系统。完善的信息化系统可以给企业沉淀覆盖进销存各个场景的数据源。企业通过对这些数据进行分析，不仅可以知道谁卖的好，谁卖的不好，还可以进一步追溯他们为什么卖的好/不好；也可以通过商品分析，优化库存结构和品类组合。

总而言之，数据分析不是不重要，但一定是先有数据才有分析，不同的数据存量和质量，对应的能做的数据分析的深度也不尽相同。

资料显示，以零售企业为代表，国内企业在2005年左右就已经普遍进入POS机时代。那为什么到现在数据分析工作才火起来？下面，将根据不同时期数据分析工作的需求和痛点来解答这个问题。

本质上来讲POS机时代的分析就是销售分析，所谓的“人货场”、“进销存”的核心只有基于POS机记录的销量。

• 人效 = 销售额  / 人数；

• 坪效 = 销售额 / 营业面积；

• 人货场的分析，本质上还是在分析“货”，是分析销量

• 进 - 销 = 存

所有的结果都在小票上，企业根本无法追踪过程中发生了什么。就好比看足球比赛，你看到了球滚到了球网里，但却看不到之前谁传中谁接应谁射击。

所以说，POS机时代的数据分析严重存在数据零散、数据缺失、数据与业务脱节的情况。这个时代的数据分析只能叫：知其然，不知其所以然。导致了数据分析工作无法深入下去。

而到了CRM时代，数据化管理思路和技术开始成熟，CRM数据+POS数据，已经可以很大程度挖掘用户需求：

• 我挣了多少钱

• 谁买的好，谁卖的不好（人 - 货 - 场）

• 货要进多少，还存了多少（进 - 销 - 存）

• 用户是谁（用户画像，群体聚类，需求分析）

• 用户需要什么（个性化推荐，关联推荐，流失预警与挽留……）

而这个时期，数据分析依然没有大火。主要是因为CRM时代的分析红利只属于各大垄断企业，其他企业没有成本没有技术去做这件事。同时，在这个阶段，企业主要依赖Excel和报表系统作为数据分析工具，无法实时、动态地展示数据分析结果，对于管理者来说，想看的和数据分析师提供的之间依然存在时间差和信息差。

到PC电商时代，WEB数据+POS数据+CRM数据的互通互联，对于用户需求的挖掘已经可以更加深入：

• 我挣了多少钱

• 谁买的好，谁卖的不好（人 - 货 - 场）

• 货要进多少，还存了多少（进 - 销 - 存）

• 用户是谁（用户画像，群体聚类，需求分析）

• 用户需要什么（个性化推荐，关联推荐，流失预警与挽留……）

• 用户从哪来，到哪里去（流量来源，转化率，页面点击……）

然而，这个阶段的市场需求依然没有让数据分析火起来。究其原因，主要是数据口径难以统一，数据质量真真假假，行业应用十分局限，仅在某些PC独占的场景里，才能采集到足够的数据，形成对经营有效的分析，比如游戏、搜索。

直到移动互联网时代，大数据、云计算的发展，数据分析才迎来了真正的红利期。能够分析的颗粒度也比之前更加精细：

• 我挣了多少钱

• 谁买的好，谁卖的不好（人 - 货 - 场）

• 货要进多少，还存了多少（进 - 销 - 存）

• 用户是谁（用户画像，群体聚类，需求分析）

• 用户需要什么（个性化推荐，关联推荐，流失预警与挽留……）

• 用户从哪来，到哪里去（流量来源，转化率，页面点击……）

• 用户是否会响应我的营销，如何响应，怎样可以更好？

在移动互联网时代，实体企业必须面对新的格局：变则生，守则死。越来越多的企业认识到：数据是实体企业跨平台运营的核心，是创业公司的立命之本。

移动互联网的发展，让数据分析行业终于迎来了自己的春天，数据分析师这个岗位也水涨船高。而不管时代怎么变，数据分析师烦恼永远不会变：

• 数据孤岛多，口径不统一

• 数据量大，处理速度慢

• 数据质量成问题

• 新概念源源不断

• 数据可视化、可视化、可视化

• 辛辛苦苦搞完所有的，业务用不起来……

对应的，数据分析师对于工作工具的追求也一直都是：轻、易、快、灵。

• 轻：无缝集成、极简部署、无需安装、多屏触达

• 易：自助分析、全线赋能、授人以渔、轻松管控

• 快：秒级响应、大数据架构、水平扩展、亿级数据

• 灵：异常检测、智能诊断、智能预测

从企业的数据分析需求和数据分析师痛点出发，未来，数据分析产品也一定是朝着更敏捷、更智能的方向发展。

（观远智能数据分析与决策平台）

扫描二维码

获取讲师PPT

↓↓↓