Data Big adalah topik hangat. Dan ia boleh berfungsi dengan keajaiban untuk syarikat yang betul.
Sebagai perniagaan kecil, bagaimanapun, anda bukan "jenis syarikat yang betul".
Emas REAL berada dalam Data Kecil anda.
Manfaat Analitis Data Kecil
Memanfaatkan Data Kecil boleh memberikan keuntungan besar dalam keuntungan dan aliran tunai (beberapa kajian telah menunjukkan bahawa kenaikan itu boleh setinggi 50-60 peratus). Dan ia membolehkan anda melakukannya dengan cara yang berisiko rendah, dalam tempoh masa yang sangat pendek (bagaimanakah minggu depan, bulan depan, atau suku tahun berikutnya akan merebut anda?)
$config[code] not foundData Kecil ialah data transaksi yang ditangkap oleh interaksi anda dengan pelanggan, pembekal, ahli pasukan, dan produk dan perkhidmatan anda. Ia adalah data yang berada dalam perkara seperti sistem perakaunan anda, CRM anda, ERP anda, spreadsheet Excel, dan troli data kecil yang serupa.
Satu usaha penuh untuk memanfaatkan Data Kecil anda memerlukan sains data, pengaturcaraan, pengauditan forensik, dan kreativiti yang sama.
Hacks Data Kecil
Walau bagaimanapun, untuk membolehkan anda memulakan perjalanan analitik Data Kecil anda, saya ingin memberi anda dua "hacks data kecil" yang sangat berkesan yang boleh anda gunakan untuk mula menggunakan kuasa Data Kecil.
Cuba ini di syarikat anda. Saya fikir anda akan terkejut dengan apa yang anda dapati.
Data Hack Kecil # 1 - Analisis CVPM
Analisa CVPM adalah cara membedah cara perniagaan anda kelihatan dari tahap granular, atau transaksi. Untuk melakukan Analisis CVPM anda, anda perlu menganalisis pendapatan anda, keuntungan kasar anda dan overhed anda atas dasar "per transaksi".
Apa yang anda cari adalah perubahan dalam jumlah butiran ini dari semasa ke semasa. Contohnya, sepanjang tiga tahun terakhir fiskal. Atau jika lebih relevan, selama empat terakhir kuarters yang paling baru-baru ini. Umumnya, wawasan yang lebih baik diperoleh dengan melihat analisis CVPM anda dalam tiga tahun fiskal penuh.
Mari lihat contoh dua perniagaan yang berlainan untuk menjelaskan konsep ini. Beberapa data yang berkaitan dari setiap perniagaan adalah seperti berikut:
| Perniagaan Alpha | Perniagaan Beta | |
| (A) Bilangan Pelanggan | 1,000 | 370 |
| (B) Kekerapan Per Tahun | 0.5 | 6.0 |
| (C) Purata Keuntungan Kasar | $ 350 | $79 |
| Keuntungan Kasar (A x B x C) | $175,000 | $175,380 |
Maklumat ini memberitahu kami bahawa kami melihat dua perniagaan dengan pendekatan dan struktur yang berbeza (dua model perniagaan yang berlainan).
Perniagaan Alpha mengekalkan sebilangan besar pelanggan yang hanya membeli sesuatu kira-kira setiap dua tahun (kekerapan 0.5 setiap tahun), tetapi item tiket yang lebih besar daripada Business Beta.
Perniagaan Beta mempunyai lebih sedikit pelanggan (kira-kira satu pertiga daripada banyak), tetapi mereka membeli item tiket yang lebih kecil lebih kerap (kira-kira setiap dua bulan).
Tapi lihat hasil akhir. Kedua-dua perniagaan kembali menghasilkan keuntungan yang sama. Setiap perniagaan mempunyai kira-kira $ 175,000 untuk menampung perbelanjaan overhed, hutang membayar balik, melabur semula dalam pertumbuhan, dan memberikan pulangan kepada pemilik.
Data Hack Kecil # 2 - Analisis Matriks Produk
Analisis Matriks Produk adalah satu kaedah untuk melihat pelanggan tertentu, atau segmen pelanggan, dan membandingkan jualan mengikut produk (atau kategori produk) untuk setiap pelanggan. Ia memberikan pandangan tentang kelebihan hasil dari setiap pelanggan yang diperoleh daripada produk dan perkhidmatan anda yang berlainan.
Ia biasanya paling berkesan untuk bermula pada tahap yang lebih agregat, dan mengetuk lebih terperinci apabila data dan analisis menunjukkan.
Analisis Matriks Produk adalah paling berkuasa apabila ia dilakukan dengan dimensi berikut:
- Pelanggan - jualan
- Pelanggan - hasil
- Pelanggan - keuntungan kasar
- Segmen pasaran atau perniagaan
- Geografi
- Industri
Jadual di bawah memberikan contoh untuk membimbing anda:
| Pendapatan Jualan Dengan Pelanggan | |
| Pelanggan | Pendapatan |
| Acme | $ 35,000 |
| ACX | $ 23,600 |
| Bergstrom | $ 74,835 |
| Manilo SP | $ 126,959 |
| TOTAL | $ 260,394 |
Maklumat yang terdapat dalam jadual pertama ini menarik. Tetapi ia tidak memberikan banyak maklumat tentang komponen jumlah pendapatan bagi setiap pelanggan. Paling baik, ia mungkin membawa anda dan pasukan jualan anda berpuas hati dengan jumlah pendapatan Manilo SP dan hanya "cuba untuk menjual lebih banyak" kepada Acme dan ACX.
Jadual di bawah memberikan pandangan yang lebih terperinci dan berguna kepada pelanggan yang sama, menggunakan konsep Analisis Matriks Produk.
| Matrik Penembusan Produk (mengikut hasil) | |||||
| Pelanggan | Produk A | Produk B | Produk C | Produk D | TOTAL |
| Acme | $ 35,000 | $ nil | $ nil | $ nil | $ 35,000 |
| ACX | $ nil | $ nil | $ nil | $ 23,600 | $ 23,600 |
| Bergstrom | $ 12,500 | $ 19,325 | $ 1,350 | $ 41,660 | $ 74,835 |
| Manilo SP | $ 103,000 | $ 23, 009 | $ 950 | $ nil | $ 126,959 |
| TOTAL | $ 150,500 | $ 42,334 | $ 2,300 | $ 65,260 | $ 260,394 |
Maklumat dari Analisis Matriks Produk ini mungkin akan membawa kepada kesimpulan yang berbeza.
Sebagai contoh, walaupun Manilo SP kelihatan seperti kita harus berpuas hati dengan pendapatan mereka (apabila hanya hasil jualan dari jadual pertama digunakan), kita sebenarnya tidak sepatutnya berpuas hati. Mereka membeli sejumlah kecil produk C dan D dari kami.
Jadi Dapatkan Hacking
Sekarang bahawa anda telah membaca tentang dua hacks ini, terus dengan analisis data kecil segera.
Ambil satu atau dua jam berikutnya, kumpulkan pasukan anda, dan memutuskan untuk menggunakan Analisis CVPM dan Analisis Matriks Produk di syarikat anda.
Anda tidak mempunyai apa-apa tetapi keuntungan dan aliran tunai meningkat.
Foto Konsep Data melalui Shutterstock
3 Komen ▼
