数据化管理
概念
运用分析工具对客观、真实的数据进行科学分析，并将分析结果运用到生成、营运、销售等各个环节中去的一种管理方法
意义
量化管理
- KPI
最大销售业绩、最大化生产效率
- 将正确的分析结果用最实际的方式应用到业务层面
有效的节约企业各项成本和费用
组织管理、部门协调的工具
提高企业管理者决策的速度和正确性
层次
管理层次
- 业务指导管理
- 通过数据收集、数据监控、数据追踪等手段透视业务，通过数据分析、数据挖掘等方式搭建业务管理模型
- 目标及预测管理、利润及费用管理
- 营运分析管理
- 对人、货、场、财的分析管理
- 绩效考核管理、库存分析管理、供应链分析管理、客流分析管理、资金分析管理、客户关系管理（CRM）
- 经营策略管理
- 通过对各经营环节进行对应的数据分析来达到制定或修改策略的目的
- 消费者购买行为分析、会员顾客策略、商品定价策略、品牌定位策略、竞争对手策略管理、资源分配策略
- 战略规划管理
- 通过企业内部和外部数据，制定企业的长远规划的过程
- 宏观经济分析、行业环境分析、经营环境分析、内部资源分析
业务逻辑
- 销售中的数据化管理
- 商品中的数据化管理
- 财务中的数据化管理
- 人事中的数据化管理
- 生产中的数据化管理
- 物流中的数据化管理
流程
分析需求
- 收集需求、分析需求、明确需求
收集数据
- 数据收集途径包括公司数据库、公开出版物、市场调查、互联网、购买专业公司数据等
- 数据分析基础环节，要确保数据来源是否可靠
整理数据
- 对收集到的数据进行预处理，使之变成可供进一步分析的标准格式的过程
- 非标准格式的数据
- 文本格式的日期，文本格式的数字，字段中多余的空格符号
- 不符合业务逻辑的数据
- 虚假购买记录
分析数据
- 在业务逻辑的基础上，运用最简单有效的分析方法和最合理的分析工具地数据进行处理的过程
数据可视化
应用模板开发
分析报告
- 要有重点，聚焦在关键业务以及受众的关注重点上
- 论点、论据、论证
- 逻辑性
- 可读性
应用
- 将数据分析过程中发现的问题、机会等分解到各业务单元，并通过数据监控、关键指标预警、对趋势进行合理判断等手段来知道各部门的业务提高
应用模板
组成
- 自定义区域
- 数据源区域
- 辅助分析区域
- 业务分析区域
- 报告展示区域
作用
监控作用
- 通过数据及对应的分析指标监控到业务的各个层面
预警作用
- 提前预测销售、客流、访问量、盈亏等数据
支持作用
- 为新产品、新策略、新政策的制定提供数据支持
核心
- 企业管理核心
数据预处理
数据清理
- 缺失值处理
- 删除
- 填充
- 定量填充
- 统计量填充
- 插值法填充
- 模型填充
数据集成
- 将多个数据源中的数据结合成、存放在一个一致的数据存储
数据规约
- 去除掉与业务无关的属性
