企業構建大數據分析體系的4個層級

關於企業的大數據體系構建，可以分為4個層級，每個層級之間可以是遞進的關係，雖然業務主導不同，但構建思路相通。

下面這張圖，是本文的精華概括，接下來將一一展開與大家探討。

一、數據基礎平台

基礎的數據平台建設工作，包含基礎數據平台的建設，數據的規範，數據倉庫的建立、數據質量，統一業務口徑等等。

很多公司的數據無法有效利用，一來是數據散落在各個部門產品的伺服器，各個業務系統的數據沒有打通；二來是缺乏統一的數據規範，業務系統數據按照各自的口徑和理解習慣上報，沒有標準化的SDK和上報協議，難以構建高質量的數據倉庫。

大數據平台架構的搭建並不是什麼高大上的技術活，整個平台價值的體現，其實需要公司各個部門的配合，是一個相互依存的關係。例如關鍵數據指標體系的建立，需要從各個部門業務指標進行提煉，並得到業務部門認可。常見的關鍵指標，比如營銷業務新增用戶，有效新增用戶，活躍轉化率，累計留存數，渠道效果等。比如銷售部門，日銷售額、月銷售額、回款佔比等等。

二、數據報表與可視化

在第一層級中，進行數據指標體系規範，統一定義，統一維度區分，就可以很方便的進行標準化可配置數據報表設計，直觀的可視化輸出設計，包括財務、銷售、供應鏈等多種數據類別。常見的數據報表工具有帆軟FineReport、birt、水晶報表，小規模也可以用Excel來替代，但需要一定的開發量和使用水平。企業的報表通常可分為基礎查詢類報表、管理層分析報表和主題分析報表。

• 基礎查詢類報表：來自於基層業務和日常工作，功能作用於某一項具體的工作，比如銷售業績查詢、商品庫存查詢、在途庫存查詢、採購訂單查詢等。

• 管理層分析：不局限於某項具體的工作，覆蓋相關人員的某一個工作模塊。例如店長業績管理看板、庫存管理、異常店鋪管理等。這類報表基於日常管理工作，通過查看這類數據報表來監控所負責業務的當前狀態，發現問題，主要用於決策輔助。

• 主題分析：不同於日常管理類報表，這類報表更具有針對性和主動性，需要針對某一個模塊和主題進行分析，通過分析報表數據來發現並思考問題。

每一類都針對不同的層級不同的目的。基礎類報錶針對業務人員查詢用，管理報表用於管理層分析做決定向上級彙報用。主題分析用於分析問題，開拓業務用。

三、精細化業務分析

某些業務是需要精細化管理的，比如互聯網電商的運營，為此還提出了「增長黑客」一概念。在建立數據平台和可視化基礎上，對已有的銷售用戶行為、收入數據等進行各種分析，輸出日報、周報、月報、各種專題分析報告。以互聯網為例，常見的數據分析工作如下：

1. 通過 A/B 測試進行產品分析優化；

2. 運用漏斗模型進行用戶觸達分析，如廣告從曝光到活躍的轉化；

3. 營銷推廣活動的實時反饋；

4. 業務長期健康度分析，例如從用戶流動模型、產品生命周期分析產品成長性和健康度；

常用的數據分析工具

免費工具：excel、SPSS、R、Python

付費應用：SAS、Tableau、大數據BI工具FineBI

下圖是互聯網常見的數據分析思路：

四、戰略分析與決策

戰略分析與決策更多的是基於企業經營層面的分析和重大決策改變的分析，這些決策往往需要大量數據和指標的支持，而在過去是依靠報表和經驗。

企業如果要將大數據體系貫徹落實，建議是用機器來做好業務運營監控，在此基礎上讓人來做人類更擅長的經驗分析和戰略判斷。

從本質上來說，數據在企業的運營和精細化管理能起到比較好的作用。企業構建大數據體系是艱巨的任務，無論是誰主導，都需要說動高層，提供有力的從上至下的執行。