數據掘金:“大數據”要是沒前面的“大”,該怎么玩

大數據不是萬能的

企業決策中,通常我們面臨的情況是,沒有大數據可用,或者有了大數據卻用不好。實際上,沒有大數據可用的情況會更多一些。畢竟,現在大數據分析已經成了一種開放的能力,擁有大規模用戶數據的企業必然會挖空心思從這些數據里“掘金”。

 

對挖掘數據潛力有興趣的公司會這么說,“如果我們有大數據技術,系統或……那么必然能提高我們的業務表現。”對部分公司來說,這種說法可能是成立的,但對大多數公司來說,這種說法未免過于樂觀。想想你能把現有的 Medium / Small Data 玩好嗎?

 

大數據對業務的價值不只是在于擁有并使用大數據或系統,更關鍵的是對于實際開始挖掘數據并從中獲得有價值見解的好奇心,并且你需要采取行動來落實這些見解。

Medium / Small Data 的超級價值

這里我們就來探討,在沒有前置“Big”的情況下,如何用“中型數據”甚至“小數據”實現業務最優解。下面的案例結合了筆者之前的經驗,表明對數據保持足夠的好奇心,并對洞察采取積極的動作,很多業務最優解是可以實現的。你會發現這3個典型的業務優化的案例,是基于“ Medium / Small ”而不是“Big”數據驅動的洞察。

數據分析技巧

案例1:工業服務市場需求的意外提升

一家工業維修服務提供商最近遭遇了市場需求的下滑,正在尋求業務增長的方法。雖然該公司有一個所有已安裝的工業設備的數據庫,方便執行維護服務,但他們從來沒有實際觀察這些數據的細節。不挖掘,這些數據又如何能夠帶來更好的結果呢?

 

經過我們對數據的分析,結合對工業維修的了解,我們發現,一定比例的已安裝設備的使用年限造成了維修市場的低迷。這些機器已經運行了20年,做過第一輪大型維護,第二輪維護會在接下來的10年進行。

 

幸運的是,設備安裝的第二部分即將進入主要維護期,這可能帶來這家公司的業績提升。這些數據能夠深入了解相關的機器類型以及所處的地理位置,告訴公司該向哪兒派遣銷售人員,以及如何向這些客戶進行 up-sells 。

案例2:建筑材料制造商銷售能力提高30%

建筑產品制造商習慣為它們的三個主要產品線部署專門的銷售部門。由于這個策略,每個位置(甚至客戶)被發現由三個不同的銷售人員提供服務。他們的邏輯是,三個不同的產品有不同的買家和不同的購買過程。

 

雖然只有有限的數據可用,我們發現,這個邏輯實際上是無效的。對于這些不同的產品線,買家和購買過程是完全相同的。于是,我們決定讓每個銷售人員負責特定地區的所有產品線,并進一步向銷售團隊分配更小的地理區域。

 

結果是,現在每個銷售人員在較小的地區擁有更高的客戶密度,他可以銷售三個產品線給幾乎每個客戶。這使銷售團隊的客戶聯系時間提高了50%,導致很顯著的業務增長。

金融服務新合同增加了15%

一家金融服務提供商根據(潛在)客戶可能產生的案例數量分割市場。他們把市場分為5個部分,范圍從只有少數案例到大量案例。這個市場策略導致銷售壓力很大的公司有很多案例,但銷售壓力較輕的公司的案例數量較少。這樣的結果不是很好!

 

通過仔細挖掘他們的財務和客戶數據,我們發現,實際上有三種類型的客戶。每種客戶為公司創造了不同的價值。
總價值最大的一部分來自具有非常高數量案例的客戶,但這些案例的平均價值都很小,導致每個案例只能帶來很少的收入。

 

總價值最小的一部分來自具有較少案例的客戶,但每個案例的價值更高。

 

價值最顯著的一部分來自客戶只有幾個案例的情況(因此在舊的分割方法中沒有吸引力),但每個案例的價值非常高。

 

將營銷和銷售工作重新分配到這最后一個類別導致與重要客戶簽訂的新合同增加了15%,這幾乎是以前的5倍。

 

 

上面是很好的例子,但你的公司跟這些情況不一樣。

數據分析

上面三個例子表明,即使沒有大數據,通過巧妙地使用你的“中”或“小”數據仍然可以有很多收獲。 我們總結出了一些通用法則。

#1.好奇心是關鍵

顯然,如果好奇心只是讓你在數據上徘徊,你永遠不會有任何發現。獲得上述見解和相關的業務改進有點像掘金。你永遠不知道你可能會找到什么,但你需要相信,肯定有金子存在。此外,你還要有好奇心來不斷尋找它。如果你自己沒有這種好奇心,確保團隊中有人有。

#2.構建假設,發現瓶頸

第二個是制定可能阻礙或推動你的增長的假設。好的做法是為推動市場上全部(潛在)客戶需求的因素做一個漏斗。然后層層分剝:

目前有多少人知道你?

你實際聯系了這些人里的多少?

其中有多少可能成為你的客戶?

有多少實際(可能)轉換并成為你的客戶?

其中有多少是你的忠實客戶?

有多少人在他們的網絡中宣傳你?

 

完成后,建立假設,是什么在驅動潛在客戶通過這個漏斗,以及你可以如何影響這一點。這樣的分析通常會告訴你在你的市場或商業過程的約束,并讓你做出推動增長的假設。

#3.查找相關數據

當你制定了改進行動的假設,那么接下來就是執行,從數據看你的假設是否成立。

對于工業設備維護公司來說,數據是相關機器的安裝基礎和它們的使用年限。

對于金融服務公司,這些數據包括客戶,他們的案例數量和每個案例的價值。

對于建筑產品的制造商,這是描述他們不同產品的買家和他們的購買過程的數據。

所有相對較小的數據集,通常是手工制作的,但是在導致優化業務結果的措施方面是非常有用的。

數據分析工具

#4.務實

許多使用數據的人傾向于先構建綜合數據庫和分析工具,然后才開始使用它。我們建議使用精益的方法。開始使用數據,并盡快構建數據庫和工具。這可能會導致一些遺憾(如多個非統一的數據集,不適合在一個系統),但速度為王。你不利用數據,別人可能會用數據打敗你。所以,要實用。不要害怕從多個電子表格開始,沒有正確記錄分析等。先利用再優化。

#5.行動

最后但并非最不重要的,ACT !坦率地說,大多數分析結果最后都放在抽屜里沒有用或沒起到作用。多么恥辱和浪費啊。因此,只要你的數據能帶來潛在的業務改進,設置一個小試驗,導致有形的結果(然后放大!)或無效(它沒有工作)。通過啟動試驗改變工作方式通常更容易實現,然后通過大規模流程改進或組織更改。通過小規模試驗證明了一種新的工作方式的價值之后再擴大規模,比讓整個組織僅根據業務案例或未經證實的理論或概念進行更改要容易得多。

 

本文由 Zoran @ 吆喝科技編譯自:http://www.revelx.co/how-to-grow-your-business-without-the-big-in-front-of-data/

3485 Views
即刻實踐文章理論 A/B測試 灰度發布 產品優化 免費申請
Please wait...

訂閱我們

對于每位訂閱讀者,每兩周,吆喝科技會為您發送4篇精選文章,可能是最新的A/B測試實踐,也會是你所期待的增長干貨。
qq宠物捕鱼大师 通发老虎机官网 快3计划软件下载 火龙果手机计划官网 单双大小规律一句 福建时时开奖走势 新手棋牌 河南福彩22选5走势近500期 时时彩定位胆三码 3d复式直选8价格表 安徽时时怎么看不到