關(guān)于我們
書單推薦
新書推薦
|
數(shù)據(jù)化管理:洞悉零售及電子商務(wù)運(yùn)營(yíng)
《數(shù)據(jù)化管理:洞悉零售及電子商務(wù)運(yùn)營(yíng)》講述了兩個(gè)年輕人在大公司銷售、商品、電商、數(shù)據(jù)等部門工作的故事,通過(guò)大量案例深入淺出地講解了數(shù)據(jù)意識(shí)和零售思維。作者將各種數(shù)據(jù)分析方法融入到具體的業(yè)務(wù)場(chǎng)景中,最終形成數(shù)據(jù)化管理模型,從而幫助企業(yè)提高運(yùn)營(yíng)管理能力。
《數(shù)據(jù)化管理:洞悉零售及電子商務(wù)運(yùn)營(yíng)》全部案例均基于Excel,每個(gè)人都能快速上手應(yīng)用并落地。
赫基國(guó)際集團(tuán)CEO徐宇、唯品會(huì)高級(jí)VP蔣涇、知名自媒體人鬼腳七、中國(guó)傳媒大學(xué)教授沈浩等17位企業(yè)老總及行業(yè)大腕聯(lián)袂推薦; 教你如何用最常見(jiàn)的Excel工具建立商業(yè)運(yùn)營(yíng)模型; 從數(shù)據(jù)中發(fā)現(xiàn)商業(yè)規(guī)則、洞察消費(fèi)者行為、量化商業(yè)價(jià)值,讓你的商業(yè)價(jià)值算得出。
黃成明(@數(shù)據(jù)化管理):擁有15年的銷售及數(shù)據(jù)分析經(jīng)驗(yàn),歷經(jīng)美國(guó)強(qiáng)生公司、妮維雅公司、雅芳公司和鼎盛時(shí)期的諾基亞公司。目前是數(shù)據(jù)化管理的咨詢顧問(wèn)和培訓(xùn)師。他獨(dú)立研發(fā)了基于周銷售權(quán)重指數(shù)的零售管理模型,可以有效地進(jìn)行目標(biāo)管理、銷售預(yù)測(cè)、客流預(yù)估、促銷評(píng)估、銷售預(yù)警等。
第 1 章 什么是數(shù)據(jù)化管理
1.1 “聰明”的銷售人員 1.2 數(shù)據(jù)化管理的概念 1.3 數(shù)據(jù)化管理的意義 1.4 數(shù)據(jù)化管理的四個(gè)層次 1.4.1 業(yè)務(wù)指導(dǎo)管理 1.4.2 營(yíng)運(yùn)分析管理 1.4.3 經(jīng)營(yíng)策略管理 1.4.4 戰(zhàn)略規(guī)劃管理 1.5 數(shù)據(jù)化管理流程圖 1.5.1 分析需求 1.5.2 收集數(shù)據(jù) 1.5.3 整理數(shù)據(jù) 1.5.4 分析數(shù)據(jù) 1.5.5 數(shù)據(jù)可視化 第 1 章 什么是數(shù)據(jù)化管理 1.1 “聰明”的銷售人員 1.2 數(shù)據(jù)化管理的概念 1.3 數(shù)據(jù)化管理的意義 1.4 數(shù)據(jù)化管理的四個(gè)層次 1.4.1 業(yè)務(wù)指導(dǎo)管理 1.4.2 營(yíng)運(yùn)分析管理 1.4.3 經(jīng)營(yíng)策略管理 1.4.4 戰(zhàn)略規(guī)劃管理 1.5 數(shù)據(jù)化管理流程圖 1.5.1 分析需求 1.5.2 收集數(shù)據(jù) 1.5.3 整理數(shù)據(jù) 1.5.4 分析數(shù)據(jù) 1.5.5 數(shù)據(jù)可視化 1.5.6 應(yīng)用模板開發(fā) 1.5.7 分析報(bào)告 1.5.8 應(yīng)用 1.6 數(shù)據(jù)化管理應(yīng)用模板 第 2 章 尋找零售密碼 2.1 周權(quán)重指數(shù) 2.1.1 尋找店鋪零售規(guī)律 2.1.2 周權(quán)重指數(shù) 2.1.3 周權(quán)重指數(shù)的計(jì)算 2.1.4 日權(quán)重指數(shù)的特殊處理 2.2 周權(quán)重指數(shù)的應(yīng)用 2.2.1 判斷零售店鋪銷售規(guī)律輔助營(yíng)運(yùn) 2.2.2 分解日銷售目標(biāo) 2.2.3 月度銷售預(yù)測(cè) 2.2.4 銷售對(duì)比 2.3 神奇的黃氏曲線——單位權(quán)重(銷售)值曲線 2.3.1 單位權(quán)重(銷售)值曲線 2.3.2 應(yīng)用在銷售追蹤過(guò)程中 2.3.3 特殊事件的量化處理 2.3.4 促銷活動(dòng)的分析及評(píng)估 2.3.5 新產(chǎn)品上市的分析及評(píng)估 2.3.6 其他應(yīng)用 2.4 案例及應(yīng)用——數(shù)據(jù)化排班 第 3 章 銷售中的數(shù)據(jù)化管理 3.1 銷售都是追蹤出來(lái) 3.1.1 沒(méi)有目標(biāo)管理就沒(méi)有銷售的最大化 3.1.2 沒(méi)有標(biāo)準(zhǔn)就沒(méi)有追蹤的依據(jù) 3.1.3 如何用數(shù)據(jù)化追蹤銷售 3.1.4 銷售追蹤注意事項(xiàng) 3.2 常用的銷售分析指標(biāo) 3.2.1 人貨場(chǎng)是零售業(yè)基本的思維模式 3.2.2 零售業(yè)常用的分析指標(biāo) 3.2.3 如何確定指標(biāo)的重要性 3.3 提高銷售額的杜邦分析圖 3.3.1 路過(guò)人數(shù) 3.3.2 進(jìn)店率 3.3.3 成交率 3.3.4 平均零售價(jià) 3.3.5 銷售折扣 3.3.6 連帶率 3.4 促銷中的數(shù)據(jù)化管理 3.4.1 影響沖動(dòng)購(gòu)買的因素有哪些 3.4.2 零售業(yè)常用的促銷方式 3.4.3 促銷活動(dòng)的準(zhǔn)備、執(zhí)行和評(píng)估 3.5 案例及應(yīng)用 第 4 章 商品中的數(shù)據(jù)化管理 4.1 常用的商品分析指標(biāo) 4.1.1 商品分析的基本邏輯 4.1.2 常用的商品分析指標(biāo) 4.1.3 傷不起的售罄率 4.1.4 再談如何確定指標(biāo)間的重要性 4.2 常用的商品分析方法 4.2.1 商品的自然分類方法 4.2.2 商品的銷售分類方法 4.2.3 商品的價(jià)格分析 4.2.4 商品的定價(jià)策略 4.3 商品的關(guān)聯(lián)銷售分析 4.3.1 商品的關(guān)聯(lián)程度分析 4.3.2 購(gòu)物籃分析 4.3.3 提高商品關(guān)聯(lián)度的方法 4.4 商品的庫(kù)存管理 4.4.1 庫(kù)存分析邏輯 4.4.2 異常庫(kù)存管理 4.4.3 設(shè)置庫(kù)存預(yù)警條件 4.5 商品的利潤(rùn)管理 4.5.1 誰(shuí)在決定商品的利潤(rùn) 4.5.2 商品的現(xiàn)值 4.5.3 庫(kù)存的現(xiàn)值分析法 4.6 案例分享 第 5 章 電子商務(wù)中的數(shù)據(jù)化管理 5.1 數(shù)據(jù)分析是電商營(yíng)運(yùn)的指路明燈 5.1.1 電子商務(wù)和傳統(tǒng)零售數(shù)據(jù)分析的區(qū)別 5.1.2 電商數(shù)據(jù)分析需要的數(shù)據(jù) 5.1.3 電商數(shù)據(jù)來(lái)源及分析工具 5.2 電商數(shù)據(jù)分析指標(biāo) 5.2.1 流量指標(biāo) 5.2.2 轉(zhuǎn)化指標(biāo) 5.2.3 營(yíng)運(yùn)指標(biāo) 5.2.4 會(huì)員指標(biāo) 5.2.5 財(cái)務(wù)指標(biāo) 5.2.6 關(guān)鍵指標(biāo) 5.3 流量及會(huì)員數(shù)據(jù)分析 5.3.1 流量及轉(zhuǎn)化的漏斗圖分析 5.3.2 對(duì)比發(fā)現(xiàn)有質(zhì)量的流量 5.3.3 電商銷售額診斷 5.4 案例分析 第 6 章 零售策略中的數(shù)據(jù)化管理 6.1 渠道策略的數(shù)據(jù)化管理 6.1.1 如何科學(xué)地將渠道分類 6.1.2 渠道拓展分析 6.1.3 渠道的管理指標(biāo) 6.2 會(huì)員策略的數(shù)據(jù)化管理 6.2.1 會(huì)員數(shù)據(jù)分析 6.2.2 會(huì)員價(jià)值分析 6.2.3 會(huì)員的生命周期管理 6.2.4 會(huì)員購(gòu)買行為的研究 6.3 競(jìng)爭(zhēng)對(duì)手分析 6.3.1 誰(shuí)是你的競(jìng)爭(zhēng)對(duì)手 6.3.2 如何收集競(jìng)爭(zhēng)對(duì)手的數(shù)據(jù) 6.3.3 競(jìng)爭(zhēng)對(duì)手的分析方法 6.4 營(yíng)運(yùn)策略的數(shù)據(jù)化管理 6.4.1 如何做銷售預(yù)測(cè) 6.4.2 如何制定年度銷售目標(biāo) 6.5 案例分享 6.5.1 整理思路 6.5.2 界定問(wèn)題 6.5.3 收集數(shù)據(jù) 6.5.4 分析數(shù)據(jù) 第 7 章 必知必會(huì)的數(shù)據(jù)分析方法 7.1 數(shù)據(jù)分析的立體化 7.1.1 數(shù)據(jù)分析必須立體化 7.1.2 三維分析之點(diǎn)-線-面 7.1.3 三維分析之時(shí)間-對(duì)象-指標(biāo) 7.1.4 三維分析之人-貨-場(chǎng) 7.1.5 三維分析之廣度-寬度-深度 7.2 數(shù)據(jù)沒(méi)有可對(duì)比性就沒(méi)有數(shù)據(jù)分析 7.2.1 被濫用的同比和環(huán)比 7.2.2 傷不起的各種“率” 7.2.3 她真的是銷售冠軍嗎 7.3 常用的數(shù)據(jù)分析方法 7.3.1 如何設(shè)定指標(biāo)的權(quán)重 7.3.2 經(jīng)典的二八法則應(yīng)用 7.3.3 ABC分析方法 7.3.4 排行榜分析方法 7.3.5 你真的了解平均值嗎 7.4 數(shù)據(jù)展示也是一種分析方法 7.4.1 Excel圖表的展示邏輯 7.4.2 不一樣的雷達(dá)圖 7.4.3 清清爽爽的K線圖 7.4.4 高端大氣的熱力圖 7.4.5 四象限圖的策略思維 第 8 章 如何建立數(shù)據(jù)化管理模型 8.1 數(shù)據(jù)化管理應(yīng)用模板 8.1.1 自定義區(qū)域 8.1.2 數(shù)據(jù)源區(qū)域 8.1.3 分析輔助區(qū)域 8.1.4 業(yè)務(wù)預(yù)警區(qū)域 8.1.5 業(yè)務(wù)分析區(qū)域 8.1.6 報(bào)告展示區(qū)域 8.2 搭建數(shù)據(jù)化管理模板必會(huì)的Excel十大技巧 8.2.1 必須要掌握的54個(gè)函數(shù) 8.2.2 數(shù)據(jù)透視表 8.2.3 自動(dòng)排名 8.2.4 四象限圖 8.2.5 智能提醒 8.2.6 PPT隨Excel圖表自動(dòng)更新 8.2.7 密碼保護(hù) 8.2.8 控件和VBA的使用 8.2.9 名稱管理器 8.2.10 如何隱藏?cái)?shù)據(jù) 后記 附錄 測(cè)試你對(duì)數(shù)據(jù)敏感度的答案
前言
測(cè)試你對(duì)數(shù)據(jù)的敏感度 ? 五一剛過(guò),北京某大學(xué)校園內(nèi)來(lái)了幾個(gè)人,他們是新春天連鎖商業(yè)有限集團(tuán)公司負(fù)責(zé)校園招聘項(xiàng)目的員工。而此時(shí)階梯教室早已坐滿了慕名而來(lái)的同學(xué),他們是被這樣一張海報(bào)吸引過(guò)來(lái)的: We want you 我們不在乎你學(xué)的是什么專業(yè),我們也不在乎你是男是女,但是我們?cè)诤酰?br /> 你是否對(duì)未來(lái)的工作充滿幻想和期待? 你是否對(duì)數(shù)據(jù)有足夠的敏感度? 你是否有很強(qiáng)的邏輯思維能力? 如果有,我們5月7日14:00階梯教室見(jiàn)! 招聘會(huì)中將有資深職場(chǎng)人士分享“如何提高你對(duì)數(shù)據(jù)的敏感度”等內(nèi)容。 我們是新春天連鎖商業(yè)有限集團(tuán)公司,中國(guó)50強(qiáng)零售企業(yè)。我們的總部在北京,我們的主要業(yè)務(wù)來(lái)源于百貨、超市和電子商務(wù)。 14:00新春天校園招聘會(huì)準(zhǔn)時(shí)開始,例行發(fā)言后,主持人給每位同學(xué)發(fā)了一張筆試卷子。要求10分鐘內(nèi)完成,不能使用計(jì)算器或者具有計(jì)算功能的手機(jī)等(友情提示:最好是心算)。 親愛(ài)的讀者,準(zhǔn)備好紙和筆,你也一起來(lái)測(cè)試下自己對(duì)數(shù)據(jù)的敏感度吧。 第一部分:請(qǐng)判斷下面的描述是正確的、錯(cuò)誤的還是不能確定。 、 某公司業(yè)務(wù)員小強(qiáng)有24個(gè)客戶,4月不重復(fù)客戶購(gòu)買比率為78%。(注:不重復(fù)客戶購(gòu)買比例=有訂單的客戶總數(shù)÷總客戶數(shù),重復(fù)購(gòu)買的客戶只算一次) 、 我國(guó)城鎮(zhèn)住房建設(shè)較快發(fā)展,人均住宅建筑面積升至26.11m2(北京市為32.68m2),戶均住宅建筑面積為83.2m2。同時(shí),城鎮(zhèn)住宅建筑面積達(dá)到歷史最高的300.16億m2。 、 2013年4月,某品牌在某地區(qū)銷售同比增長(zhǎng)32%,該地區(qū)的三個(gè)客戶分別完成銷售23.8萬(wàn)元、36.8萬(wàn)元、27.0萬(wàn)元,去年同期他們分別完成銷售18.3萬(wàn)元、28.8萬(wàn)元、20.9萬(wàn)元。(注:該地區(qū)只有三個(gè)客戶) 、 某學(xué)校200名同學(xué)全部參與了優(yōu)秀學(xué)生干部的選舉活動(dòng),最后李剛同學(xué)以88.8%的投票支持率當(dāng)選。(注:共5名候選者,每位同學(xué)只能選擇支持1位,候選者也可以參加投票) 、 國(guó)家統(tǒng)計(jì)局發(fā)布的《2009年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》顯示,2009年70個(gè)大中城市房屋銷售價(jià)格上漲1.5%,其中新建住宅價(jià)格上漲1.3%,二手住宅價(jià)格上漲2.4%,房屋租賃價(jià)格下降0.6%。 、 2012年,某公司各部門員工離職率分別為:銷售部125%,市場(chǎng)部48%,物流部26%,人事部0%。 ⑦ 甲、乙兩單位進(jìn)行大學(xué)生招聘,只要兩單位的女性錄用率分別都高于男性錄用率,就能確保兩單位的總錄用率女性高于男性。(注:錄用率=錄取人數(shù)÷應(yīng)聘人數(shù)×100%) 、 2011年8月,京滬高鐵開通運(yùn)營(yíng)一個(gè)月以來(lái),共開行動(dòng)車組列車5542列,日均179列;運(yùn)送旅客525.9萬(wàn)人,日均17萬(wàn)人,平均上座率為107%。 、 345678+13897+6732+19753+685454+23988+348766+768=1445038 第二部分:請(qǐng)找到如下數(shù)字的規(guī)律,并將正確答案填到括號(hào)中。 、 11,27,66,146,() 、 5,5,9,17,29,() 、 3,4,6,10,() 、 65,8,50,15,37,24,() 第三部分:請(qǐng)運(yùn)用加減乘除和括號(hào)計(jì)算試題,要求計(jì)算結(jié)果是24,同時(shí)要求每題用兩種方法。 ① 5,8,9,2 、 6,6,8,3 、 3,5,7,8 測(cè)試題答案請(qǐng)見(jiàn)附錄,總分20分。 15分鐘之后,一位英俊瀟灑的帥哥走上了講臺(tái)。他叫杰克,新春天集團(tuán)總裁特別助理,主要負(fù)責(zé)集團(tuán)的數(shù)據(jù)化管理項(xiàng)目,也是這次校園招聘項(xiàng)目MT(Management Trainee,管理培訓(xùn)生)的導(dǎo)師。杰克以嚴(yán)謹(jǐn)、嚴(yán)厲、嚴(yán)格著稱,被下屬取綽號(hào)“嚴(yán)三兒”。 杰克上臺(tái)后環(huán)顧了一下全場(chǎng),場(chǎng)下是數(shù)百位同學(xué)在等待他的演講。 大家好,我叫杰克。我今天第一個(gè)問(wèn)題是:有誰(shuí)知道數(shù)字、數(shù)值和數(shù)據(jù)的區(qū)別嗎? 同學(xué)A:數(shù)字就是阿拉伯?dāng)?shù)字,而數(shù)據(jù)應(yīng)該和數(shù)值差不多吧? 同學(xué)B:我認(rèn)為數(shù)據(jù)和數(shù)值不一樣,比如我數(shù)學(xué)考了88分,88是數(shù)值,而88分就應(yīng)該是數(shù)據(jù)。 杰克:不錯(cuò),綜合你們的說(shuō)法就是答案。數(shù)字是阿拉伯?dāng)?shù)字,只是計(jì)數(shù)符號(hào),數(shù)據(jù)是有背景的數(shù)值,這個(gè)背景一般以單位來(lái)體現(xiàn)。例如,2013年5月5日新春天集團(tuán)王府井店?duì)I業(yè)額是人民幣3686萬(wàn)元,3、6、8、6是數(shù)字,3686是數(shù)值,人民幣3686萬(wàn)元就是數(shù)據(jù)。 如果你們能進(jìn)入新春天集團(tuán)的數(shù)據(jù)部門工作,那你們就會(huì)每天面對(duì)各種數(shù)據(jù)。 我的第一份工作是做銷售經(jīng)理的助理,天天負(fù)責(zé)給銷售團(tuán)隊(duì)做各種報(bào)表,也就是大家熟知的“表哥”。剛開始的時(shí)候,非常痛苦,辛苦半天做好的報(bào)告被經(jīng)理一秒鐘就給打回來(lái)了,說(shuō)里面有錯(cuò)誤,并且還不告訴我具體錯(cuò)在什么地方了。于是我又不得不花上一些時(shí)間去找那個(gè)該死的錯(cuò)誤值。時(shí)間長(zhǎng)了我就總結(jié)出一些快速找到數(shù)值(注意不是數(shù)據(jù))錯(cuò)誤的方法。 請(qǐng)大家在30秒內(nèi)選擇出下面這4道題的正確答案,前提是不能用計(jì)算器: 、 345678+13897+6732+19753+685454+23988+348766+768= A1445035 B1445036C1445037D1445063 、 3872×68= A263296 B283296 C 193296 D213296 、 1258×308= A38764 B3874064C 3870464 D387464 、 12837+9235+432867+235= A435174 B489174C 455174 D555174 說(shuō)實(shí)話,我現(xiàn)在非常感謝我的這位領(lǐng)導(dǎo)對(duì)我的磨練,他用一種特殊的方法讓我快速融入到數(shù)據(jù)之中。你們進(jìn)入社會(huì)以后也需要這種磨練才能快速成長(zhǎng),這樣能迫使自己快速進(jìn)入狀態(tài),找到對(duì)數(shù)據(jù)的感覺(jué)。心算是找數(shù)據(jù)感覺(jué)的一種方法,并且在很多場(chǎng)合,例如在商務(wù)談判時(shí),在聽(tīng)別人做銷售報(bào)告時(shí),下屬向你匯報(bào)工作時(shí)……你好意思拿出計(jì)算器來(lái)嗎?所以我們需要掌握一套判斷數(shù)字運(yùn)算結(jié)果是否錯(cuò)誤的速判法。這種方法雖然不能準(zhǔn)確知道正確的結(jié)果是什么,但是可以快速判斷哪些結(jié)果肯定是錯(cuò)誤的。 如何快速識(shí)別真假數(shù)值? ◆尾數(shù)法:只看最后一位數(shù)字,尾數(shù)相互加減乘除后的結(jié)果必須滿足對(duì)應(yīng)的算術(shù)規(guī)律。例如①所示,我們可以快速判斷尾數(shù)應(yīng)該是6,所以ACD肯定是錯(cuò)誤的。 ◆首位法:只看每個(gè)數(shù)值的第一個(gè)數(shù)字,相乘或相加,結(jié)果需要滿足或近似滿足四則運(yùn)算規(guī)律。例如所示,首位數(shù)字近似于4乘以7,計(jì)算結(jié)果②應(yīng)該靠近且小于28,所以BCD是錯(cuò)誤的。 ◆數(shù)位法:通過(guò)數(shù)每個(gè)數(shù)值的位數(shù)來(lái)判斷計(jì)算結(jié)果是否正確。例如所示,4位數(shù)乘以3位數(shù)結(jié)果應(yīng)該是6或者7位,而③題中的兩個(gè)數(shù)值偏小,所以結(jié)果應(yīng)該是6位。從而判斷ABC都是錯(cuò)誤值。 ◆極值法:在求和運(yùn)算中,最大值左右了運(yùn)算結(jié)果,所以通過(guò)對(duì)比最大值和運(yùn)算結(jié)果大致就能做出判斷。例如④利用此法很容易就能判斷ABD是錯(cuò)誤的。 “So easy,我們?cè)谛W(xué)就會(huì)這些了!”突然從人群中冒出一句話,隨即引起了同學(xué)們的哄堂 大笑。杰克平靜地看著大家,等大家安靜下來(lái)后才繼續(xù)。 杰克:我曾經(jīng)在不同的企業(yè)、不同的層面,把上面幾組錯(cuò)誤的數(shù)據(jù)嵌套到銷售報(bào)告中做測(cè)試,遺憾的是,只有少數(shù)人發(fā)現(xiàn)了其中的錯(cuò)誤數(shù)據(jù),這個(gè)比例不到5%,因?yàn)榇蠹乙呀?jīng)將這些知識(shí)“還給”小學(xué)數(shù)學(xué)老師了。我相信到時(shí)候你們中的大部分人也會(huì)犯這種錯(cuò)誤,因?yàn)榇蟛糠秩藳](méi)有數(shù)據(jù)思維,也沒(méi)有養(yǎng)成對(duì)數(shù)據(jù)的質(zhì)疑精神,這種精神不是學(xué)出來(lái)的,而是練出來(lái)的。 如何提高自己數(shù)據(jù)化思維的意識(shí)? 包括三個(gè)方面:對(duì)數(shù)據(jù)的敏感度、數(shù)據(jù)化思維意識(shí)以及習(xí)慣用數(shù)據(jù)說(shuō)話,可以從主動(dòng)和被動(dòng)兩方面來(lái)提高。 ◆主動(dòng)提高 玩數(shù)字游戲:什么24點(diǎn)1、數(shù)獨(dú)等都統(tǒng)統(tǒng)可以有。剛開始工作的那幾年,在每天上下班的路上,我常常一個(gè)人盯著公交車外一閃而過(guò)的汽車尾部牌照玩24點(diǎn),很有效。最后我可以做到 在下一輛車出現(xiàn)之前就能算出前一輛車牌照號(hào)的24點(diǎn)。 1 24點(diǎn)規(guī)則:隨機(jī)抽取4個(gè)整數(shù)(一般是1~9之間的數(shù)字,可以重復(fù)),運(yùn)用加減乘除等運(yùn)算法則,最后得到結(jié)果必須是24。 多看財(cái)經(jīng)類的新聞報(bào)道:當(dāng)看到數(shù)據(jù)的時(shí)候,多想一想,花點(diǎn)時(shí)間思考一下,還可以通過(guò)搜索、查證、邏輯判斷等來(lái)證明這些數(shù)據(jù)是正確或錯(cuò)誤的。 學(xué)會(huì)質(zhì)疑:不迷信不盲從專家的數(shù)據(jù),養(yǎng)成獨(dú)立思維的習(xí)慣。 記大數(shù)、關(guān)鍵數(shù)、異常數(shù)等:在業(yè)務(wù)過(guò)程中多記一些有用的數(shù)據(jù)會(huì)讓你顯得更專業(yè),時(shí)間長(zhǎng)了對(duì)數(shù)據(jù)的感覺(jué)就出來(lái)了。 當(dāng)然每個(gè)人都有適合自己的方法,找到它堅(jiān)持下去,時(shí)間長(zhǎng)了這就會(huì)變成一種能力。很多女孩子總是認(rèn)為自己對(duì)數(shù)據(jù)敏感度低是天經(jīng)地義的,其實(shí)這是用心不夠。 ◆被動(dòng)提高 杰克:被動(dòng)總是一件很痛苦的事情,我服務(wù)的第一家公司是一家號(hào)稱具有濃郁報(bào)表文化的美國(guó)公司。當(dāng)時(shí)我平均每天需要做10~20張左右的報(bào)表,在那個(gè)沒(méi)有電腦、報(bào)表只能靠手工傳真的年代,大家可以想象這是一個(gè)多么宏大的工程。 若干年前的某個(gè)夏天,我在主持某品牌服裝北京地區(qū)銷售周例會(huì)的時(shí)候,有個(gè)商場(chǎng)當(dāng)周銷售額環(huán)比下降了18%,店長(zhǎng)解釋的原因是天氣太熱,顧客都不愿意逛商場(chǎng),客流量下降,所以銷售額也必然下降。有意思的是當(dāng)周有個(gè)商場(chǎng)銷售額環(huán)比上升了15%,而這位店長(zhǎng)給出的原因也是天氣。天氣太熱顧客都喜歡逛商場(chǎng),因?yàn)榭梢韵硎軟鏊目照{(diào),平均停留時(shí)間增加,所以銷售額上升。 2012年8月28日,我在新浪微博寫了這樣一條,如圖Q-1所示。 圖Q-1 微博圖片 “So easy!”不知道哪位同學(xué)又冒出一句,又是哄堂大笑。 杰克微笑地看著大家:很多職場(chǎng)人士遇到問(wèn)題的時(shí)候,不是主動(dòng)找問(wèn)題的原因,而是習(xí)慣性地編故事。我做過(guò)統(tǒng)計(jì),當(dāng)銷售表現(xiàn)不好的時(shí)候,有25.7%的人會(huì)歸結(jié)于天氣,有22.1%的人會(huì)歸結(jié)于客流,就是沒(méi)有顧客,有18.5%的人會(huì)歸結(jié)于商品的原因……為了幫助這個(gè)公司的同事更快地提高數(shù)據(jù)化思維,我做了一個(gè)艱難的決定,必須強(qiáng)迫他們養(yǎng)成用數(shù)據(jù)說(shuō)話的習(xí)慣。 、 培訓(xùn):我們準(zhǔn)備了專業(yè)的數(shù)據(jù)課程培訓(xùn),同時(shí)我還安排了公司數(shù)據(jù)分析中心的同事每月給大家上課。 、 做表:每天做5張表,包括日銷售分析表、月銷售預(yù)測(cè)表、商品數(shù)據(jù)匯總分析表、會(huì)員數(shù)據(jù)匯總分析表、競(jìng)爭(zhēng)對(duì)手?jǐn)?shù)據(jù)調(diào)查表。這是我當(dāng)時(shí)強(qiáng)制留給店長(zhǎng)們的作業(yè),他們報(bào)表交上來(lái)后,我會(huì)不斷地給他們“挑錯(cuò)”。三個(gè)月后再看大家對(duì)數(shù)據(jù)的感覺(jué),效果相當(dāng)不錯(cuò)。 、 誘惑:三個(gè)月后我把上面的5張表整合成一個(gè)店鋪管理模板,我在里面植入了各種銷售和商品的分析及各種算法。只需要店鋪每天錄入幾個(gè)數(shù)據(jù),其他的模板自動(dòng)生成,如圖Q-2所示。通過(guò)模板誘惑他們主動(dòng)去分析,這時(shí)候提高的就是店長(zhǎng)的綜合分析能力。 圖Q-2 店鋪管理模板(部分) 、 換崗:經(jīng)過(guò)前三步的培養(yǎng)之后,對(duì)于那些實(shí)在不愿意改變的同事,這是下下策的安排。 數(shù)據(jù)思維是一個(gè)不斷訓(xùn)練提高的過(guò)程,然后放到業(yè)務(wù)環(huán)境中去思考問(wèn)題,數(shù)學(xué)成績(jī)的好壞并不是我們這次招聘的必備條件。 祝大家好運(yùn)!
你還可能感興趣
我要評(píng)論
|