数据分析驱动型业务研究
时间:2022-06-05 03:27:17
导语:数据分析驱动型业务研究一文来源于网友上传,不代表本站观点,若需要原创文章可咨询客服老师,欢迎参考。
数据化是传统企业与互联网企业的本质区别。过去,数据仅仅是信息技术处理的一个符号或标识;现在,数据是业务发展的必备伙伴,是驱动企业数字化转型和业务创新的核心要素。互联网+时代,数据是企业的战略资产,如何充分挖掘数据资产的价值?不仅需要构建企业数据分析技术平台,更重要的是通过建设根植于企业的数据分析文化,形成数据分析运营机制。
数据分析驱动的业务模式
数字化时代的卓越绩效企业,都把数据分析视为企业战略竞争能力,正在探索以创造性的方式来构建集战略治理、数据管理、数据分析、技术与工具、组织与人员管理一体化的数据分析驱动体系,以提升数据应用速度与价值实现。数据分析驱动型业务转型,实际是构建一个连接数据、技术、工具、人员和流程的生态系统,包括信息管理、定量分析、预测模型、绩效管理,以及业务决策和行动管理等活动的组合,用于解决业务问题和提升决策有效性的商业洞察体系。这种商业洞察体系关键特征是聚焦业务关键问题是什么?需要如何改进等?通过“问题驱动”的方式,分析管理和业务问题的解决方式,如营销业务重点要解决如何准确洞察消费者需求、如何提升渠道关系、如何实现精准营销等;所以,企业在数字化转型过程中,需要我们具备发现各种问题的敏锐、正视问题的清醒、解决问题的自觉。通过准确的问题定义、清晰的问题分析及关键成功因素的识别,借助数据分析驱动的实施模式,实现从问题到成果的优化和变革。文/福建中烟工业有限责任公司吴正举数据分析驱动的价值实现数据分析驱动模式价值的实现,需要以问题驱动,在“管理数据”的基础上,“获悉洞察”优化决策,进而“采取行动”成就业务绩效,从每一次业务结果中获得反馈,改善基于洞察的决策流程,创造突破性业务成果。数据分析驱动的价值实现路径,是基于清晰的数据驱动型业务愿景,通过构建问题与价值驱动的“问题-分析-决策-行动-评价”业务闭环管理,以数据分析运营体系、数据分析主题体系及大数据技术平台为支撑,以独立的“数据分析服务中心”,作为数据与技术平台服务提供者、数据分析项目组织者、数据分析价值管理者的模式,构建一套完整的商业体系,使企业获得有形和无形的价值,这些价值包括解决业务问题、提升业务价值、优化分析投资、提升分析能力、驱动分析文化等。
数据分析驱动的业务实践
问题场景:鉴于社会库存过高且市场趋势下行的现状,针对品牌之间过度竞争的现状,需要针对特定的目标市场,制动适合的营销策略。分析方法:“一项目标”:构建完整的产品/市场矩阵来“选择目标市场”;“双模权重”:以“顾客资产价值模型”和“八维市场细分模型”对市场进行权重调整;“三维细分”:以“消费者市场细分”“零售户市场细分”“商业公司市场细分”三维顾客市场进行分级分类;“四级界定”:以“竞争对手界定”——“战略集团分析”——“市场结构分析”与“市场地位三四律”——“产品生命周期”+“品牌价值评估”推导“业务组合BCG分析”。分析主题:通过消费者市场细分——零售户细分——商业公司细分三维顾客市场细分,通过构建顾客资产模型和八维市场细分模型来进行权重调整,形成初步的多维市场细分,找到“消费者在哪里”。通过竞争对手界定来初步区分和界定不同的竞争对手,通过战略集团分析来认识企业自身的竞争能力构成与战略倾向,进行前两层级的竞争对手划分。通过市场占有率分析,包括在每个细分市场的相对市场占有率、累计市场占有率、阶段市场占有率,正确衡量企业品牌的竞争实力和盈利能力,进而结合市场细分分析与竞争对手划分,在细分市场上进行市场结构分析,并依据市场地位三四律综合判定企业在每个细分市场的市场份额的对应地位指标。通过产品生命周期判断,不单判断企业自身各品牌的产品生命周期,还需要判断阶段性竞争品牌在细分市场的产品生命周期,通过品牌价值评估模型一一对标衡量各个品牌在各个细分市场的权重,从而综合性地进行业务组合波士顿分析(不仅分析企业自身品牌,也分析竞争对手品牌)。综合前三层级的竞争对手分析与业务组合分析,通过竞争性路径分析法来评估判定竞争对手的当前目标、当前策略、竞争能力、市场意愿、未来策略,从而正确选取企业的相应应对策略。在竞争性路线分析基础上,结合每个细分市场的市场潜力分析,针对性地评估相应的目标市场,构建完整的产品/市场矩阵,进而锁定目标市场,告诉企业“应该去哪里”,将营销理论与企业营销实际充分结合、将行业范例与企业经验相结合,形成营销策略的方向性建议。技术平台:从企业业务蓝图中分析目前已具备或可获取的数据源,结合企业战略规划的企业级指标分解,选择适应业务需要的市场营销分析模型与方法,进行分析落地的十六个主题。针对每一个主题设计,构建相应模型,筛选对应指标,研究相应算法,设计展现方式,反复讨论验证,持续改进优化。
大数据时代,随着企业将越来越多的资源投入到应用数据的过程中,未来在数据采集、处理、平台、工具、技术等等方面都将有完整的产品和解决方案,但如何让数据转变成资产?如何让数据从“大”到有“价值”?如何实现从认识数据的“因果关系”到“相关关系”的思维模式变革?我们借助技术驱动和人工协作的有机结合,将有无限可能性!
作者:吴正举 单位:福建中烟工业有限责任公司
- 上一篇:大数据智能分析技术研究
- 下一篇:物联网数据挖掘研究