跑了个报表VS构建数据体系,核心差别在这里

编辑导读:作为数据分析人员,每天的工作就是跟各种表格打交道(www.3Ly.net)。很多同学抱怨自己的工作没有成长,每天就是跑报表,只会照本宣科,没有构建体系的能力。这两者的区别在哪里呢?本文作者对此发表了自己的看法,与你分享。

很多同学抱怨,我就是在跑报表。而且表是如此之多,日报、周报、月报、季度报、半年报、年报;市场报、运营报、产品报、售后报;员工版、领导版、老板版……跑数跑到头都炸了。

然而并没有卵用,去面试的时候还是被人嫌弃:只会照本宣科,没有构建体系的能力。话说数据指标体系不就是报表吗,有啥区别?

一、构建体系 VS 跑个报表

区别大了去了。就问一句:大家那么辛辛苦苦跑的报表,真的有多少人看?有多少人以人为单位,统计过报表的每日/每周打开率。

大家最深恶痛绝的临时性取数,又有多少是基于报表可以近似获得结果的。本质上看,是因为很多报表是所谓历史延续下来的,丫真的对业务有多少指导意义?是不是足以解决问题?根本没有验证过。

而业务遇到问题,到底该看什么数,如何基于数据行动也没有很细致的考虑过。

解决上边的问题,就得梳理流程,得认真思考三个问题:

  • 业务中到底产生哪些数据?
  • 业务部门到底可以怎么行动?
  • 业务部门行动需要参考哪些数据?

解决问题的方法,绝不是百度:XX行业指标体系;也绝不是加一堆微信群到处问:XX行业得看什么指标;更绝不是到处找《国家2025 XX行业指标体系规范权威发布盖大钢印谁不执行痛打40大板版》,而是认真地梳理业务流程。

因为网上能查到的类似AARRR这种概念太过粗放,根本不足以指导具体业务操作,更不用说很多连客户ID都没有的行业,A啥子又R啥子?

第一步:梳理业务流程

想要合适的工具,就得自己动手,把自己要服务的业务部门的流程走一遍,看一下到底长啥样。构建数据体系的第一步,先梳理业务流程。

业务流程包含了三个部分:

  • 业务流:一个业务针对谁开展,分几个环节,每个环节参与人做什么,得到什么结果。
  • 数据流:一个业务流程中,哪些节点会产生数据,产生哪些类型数据,是否可记录数据。
  • 管理流:一个业务流程中,业务方可以做哪些事情影响结果的达成。

常见的互联网AARRR例子太多,我们举一个B2B销售的例子。很多同学抱怨,B2B的销售数据根本没法分析。一个客户谈判谈很久,一年成交不了几单,但一成交就是几百万。

套在RFM模型里,就是:

  • R:0
  • F:1
  • M:500万RMB

这分析个啥子。

这就是没有梳理过B2B销售流程,直接拿电商零售的指标来套的结果。因为B2B交易不像电商零售,卖的是人们生活日用品,今天买了明天还要买。B2C业务中可以根据过往交易记录推测未来需求。

B2B交易往往是大额,低频次,决策流程复杂,等到签约,往往是木已成舟。因此交易售前流程才是重点,要细细拆解。比如软件服务销售,售前至少有7个流程(如下图):

这七个流程,除了最后一刻签约会有一销售订单以外,其他6个流程完全是由销售和售前的行为构成的。所以如果单纯地把B2C的思路套进来,就会错失大量信息。实际上这也是所有B2B类销售分析的最大痛点:对流程行为采集不够。

在业务上很好理解,B2B销售过程中灰色地带很多,销售部门总是一边喊着要狼性文化,一边想方设法回避监管。但光靠一个订单真的屁都分析不出来,当业务发展遭遇瓶颈的时候,就有机会推动数据体系完善。

第二步:丰富数据采集点

构建数据体系的第二步,要尽可能在业务流程中丰富数据采集点。先有米再下锅。这个过程中要考虑业务落地的可行性。比如销售们都很懒,上来搞一个100行的客户信息表,每次出差都要写500字总结,基本上没人填,要填也填的都是垃圾。

这时候就得设计一些系统化工具。比如移动OA中出差记录捆绑报销,让他们不得不填。比如采集数据时先采集是否/有无这些关键节点(上图深色部分)培养起来习惯以后再考虑内容这种细节。比如采集内容的时候,可以先采集大类,再考虑更细的细节,就像竞标策略,先考虑我们用的是价格领先、技术领先、业务优势、关系优势四大类中哪一类,再看更细的方案。

这样由简到繁,层层深入,才能一步步把体系搭起来。这才是构建过程。而很多人一提起构建俩字,就把自己关小黑屋三日三夜悟道,整出来一个巨复杂的500指标100维度巨表,就觉得够体系了。结果往往碰到现实就变灰。

第三步:回到业务中,产生效果

构建数据体系的第三步,让数据回到业务中,产生效果。这里也有个由简到繁的过程。抓大放小,逐级推进才能把事情办成。

还是B2B销售跟进,如果我们发现70%销售拿到线索根本不回去联系,那第一步就先把首次跟进率这个指标做起来。

如果我们发现有demo的成功率比没有demo的高50%以上,那就在销售话术培训中增加对demo的引导,在跟进流程中增加如何促成客户体验demo的方法。

这些一级指标问题先处理完,再抓二次指标,比如以什么款式的demo成单率高,要体验哪些内容,是个性化体验还是放大客户案例等等。

之所以叫“构建”原因即在此:这不是个一蹴而就的过程,更不是一个思维导图或者100*500的Excel表的东西。而是真的要一步步梳理-沉淀-推动。才能真正让数据沉浸到业务里,让业务用好数据干活。

如果说传统企业的短板是数据采集少,互联网企业的短板就是不分青红皂白先捞数据。捞进来一大堆数据以后完全没考虑过管理上可以怎么用。做分析的空耗力气还不讨好。

实际上关门自己憋指标,搞一张巨大的思维导图的做法在互联网行业相当的常见,基本上每3天就有一篇《XX行业数据指标体系万字长文》横空出世。看得人眼花缭乱。

可具体到业务上,往往睁眼瞎的地方相当地多。比如某平台一个商户套现数百万,居然还是套现团队内部分赃不均内讧报警才被发现。一夜被薅200亿羊毛之类破事频发。

单纯地追求大而全,完全没有把具体业务场景一个个理清楚来得管用。有些人会觉得这样是不是太慢了,可“构建”本来就不是一步登天的事。要不然为啥要叫“构建”而不是叫“画出来”呢。

二、小结

有趣的是,互联网行业巨幅思维导图的玩法,催生出一派打地鼠流的运营。运营就是一句话,AARRR够啦,开场插起五根棍,哪根短了就搞他。

你会发现这种运营天天都在忙,哪个指标低了刷哪个,可问题总是像地鼠一样打下去冒,冒出来打。显然,这也是只盯着数据指标干活,没有抓核心问题的结果。

SO,同学们,试着真正构建一下自己公司的数据指标体系,从具体场景深挖,看有没有强化的机会。收藏在E盘-干货-数据-指标体系目录下的PDF文档不是能力,自己动手做出来的才是真正的能力成长。与大家共勉。

#专栏作家#

接地气的陈老师,微信公众号:接地气学堂,人人都是产品经理专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。

题图来自Unsplash,基于CC0协议。

主营产品:注塑成型加工,合金模具,冷流道注塑成型模具,齿轮模齿轮产品,汽车模具汽车产品汽车配件注塑成型