Dữ liệu thúc đẩy tăng trưởng kinh doanh, những ví dụ thực tế đã xuất hiện!

Trong ngành bán lẻ, làm thế nào để tăng tỷ lệ người dùng đặt hàng trên nhiều nền tảng cùng lúc là một kịch bản kinh doanh điển hình dựa trên dữ liệu. Bài viết này sẽ sử dụng các trường hợp cụ thể để khám phá phương pháp làm việc và mô hình tư duy của các nhà phân tích dữ liệu khi đối mặt với những vấn đề như vậy.

Bài viết trước "Kinh doanh dựa trên dữ liệu: Bạn là người lái xe hay con lừa kéo xe" đã chia sẻ logic cơ bản của dữ liệu. Bài viết này sẽ giải thích bằng những trường hợp cụ thể. Trực tiếp trên hàng khô:

Tình huống có vấn đề:

Một công ty bán lẻ nào đó có cả cửa hàng ngoại tuyến và trung tâm thương mại trực tuyến nhỏ của riêng mình. Bây giờ ông chủ yêu cầu bộ phận vận hành "tăng tỷ lệ người dùng đặt hàng trên cả hai nền tảng cùng một lúc". Giám đốc điều hành cho biết: "Dữ liệu thúc đẩy hoạt động kinh doanh, vui lòng yêu cầu nhóm dữ liệu cung cấp hướng dẫn rõ ràng". Bạn là nhà phân tích dữ liệu của công ty này và tự hỏi: Bạn nên làm gì vào lúc này?

1. Phân tích độ khó

Bạn có làm điều này không:

• Tính toán số lượng, phần trăm và tốc độ tăng trưởng của người dùng đặt hàng cùng lúc
• Tính toán số tiền thanh toán trung bình và tần suất thanh toán của những người dùng đặt hàng cùng lúc
• So sánh 10 sản phẩm được người dùng đặt hàng cùng lúc mua nhiều nhất so với người dùng đặt hàng qua một kênh duy nhất
• So sánh giới tính, độ tuổi và khu vực của người dùng đặt hàng cùng lúc với người dùng đặt hàng qua một kênh duy nhất
• …

Sau khi thực hiện những điều trên, bạn có cảm thấy bất lực sâu sắc không?

Đúng vậy, đây chính là khó khăn lớn nhất của kinh doanh dựa trên dữ liệu: dữ liệu không thể trực tiếp dẫn đến hành động kinh doanh. Trong số những người dùng đặt hàng cùng lúc, 60% là phụ nữ và 55% là phụ nữ sử dụng một kênh duy nhất, do đó, có thêm 5% phụ nữ đặt hàng cùng lúc.

thì sao? Vậy chúng ta muốn thúc đẩy phụ nữ? Ý tưởng này thật là ngu ngốc! Chỉ là thêm 5 điểm thôi, điều đó có nghĩa là gì! Phân tích so sánh các chiều không gian khác cũng tương tự. Có lẽ cách gần nhất để đưa ra kết luận trực tiếp là xem thứ hạng mua sản phẩm và đề xuất những sản phẩm bán chạy nhất. Tuy nhiên, trên thực tế, rất dễ bị doanh nghiệp chỉ trích đến mức không còn gì cả (như hình ảnh dưới đây).

Nhiều học viên bắt đầu cảm thấy bối rối sau khi đạt được điều này, vì vậy họ tìm kiếm trên Internet "Vị thần vĩ đại từ Công ty Touteng'a, bạn có thể nhận được nó với một khoản phí!", tìm kiếm phiên bản PDF của "21 ngày để thành thạo phân tích đơn hàng trực tuyến và ngoại tuyến", v.v.

2. Những điểm chính để giải quyết vấn đề

Chìa khóa để giải quyết vấn đề là liên kết các hoạt động kinh doanh với dữ liệu. Sử dụng dữ liệu để chứng minh phán đoán và thu thập dữ liệu trong khi thực hiện hành động, để dữ liệu và hoạt động kinh doanh có thể được kết hợp. Ví dụ, đối với nhiệm vụ trong tay, hãy chú ý đến câu hỏi. Ông chủ chỉ đưa ra một chỉ thị: tăng số lượng người đặt lệnh trên cả hai nền tảng cùng một lúc. Hiện tại có bao nhiêu người và cần phải tăng lên bao nhiêu nữa? Tại sao phải nâng cấp? Không có thông tin nào được đưa ra cả.

Vì vậy, lúc này nhiệm vụ đầu tiên là phải làm rõ phương hướng. Vẫn chưa đến lúc nghĩ đến một kế hoạch cụ thể. Phán đoán đầu tiên liên quan đến kế hoạch là: có nên thực hiện hay không. Lưu ý rằng ông chủ không đề cập đến bất kỳ con số cụ thể nào. Rất có thể là anh ấy chỉ mơ hồ cảm thấy mình nên nói như vậy. Do đó, cả kết luận tích cực và tiêu cực của "làm điều đó" và "không nên làm điều đó" đều có thể được xác minh bằng dữ liệu (như thể hiện trong hình bên dưới).

Tương tự như vậy, tất cả các phán đoán trong toàn bộ quá trình ra quyết định đều có thể được liệt kê dưới dạng giả thuyết để xác minh. Theo cách này, dữ liệu thuần túy như "hiện tại người dùng chiếm 20%, tốc độ tăng trưởng hàng tháng là 50.000 và 75% sẽ tiếp tục đặt hàng cùng lúc" có thể được chuyển đổi thành kết luận có ý nghĩa đối với doanh nghiệp: "Hiện tại còn nhiều dư địa để phát triển, tốc độ tăng trưởng chưa cao và cần tuân theo những quy luật nhất định". Bằng cách này, chúng ta có thể tiếp tục sử dụng dữ liệu để suy luận thêm. Cùng một vấn đề có thể được tranh luận từ nhiều góc độ và hướng khác nhau. Học sinh có thể tự mình suy nghĩ về những ý tưởng cụ thể.

Giả sử tình hình hiện tại là: "Các đơn hàng chủ yếu được đặt từ các cửa hàng ngoại tuyến, có ít đơn hàng trực tuyến. Hiện tại vẫn còn chỗ để cải thiện, tốc độ tăng trưởng không cao và có những mô hình cần tuân theo". Có thể làm gì tiếp theo?

Vì có một quy tắc, chúng ta cần xem quy tắc đó là gì. Sự tương phản là cần thiết ở đây. Xin lưu ý rằng việc so sánh và so sánh ngẫu nhiên là hai việc khác nhau. Điều này không có nghĩa là liệt kê một loạt các cột và xếp cột nào cao hơn, mà phải dựa trên giả định phân tích của riêng bạn. Ví dụ, có thể có bốn lý do khiến người dùng đặt hàng tại các trung tâm thương mại WeChat thay vì các cửa hàng bán lẻ. Do đó, bạn có thể tìm thấy dữ liệu kích thước tương ứng để xác minh chúng (như thể hiện trong hình bên dưới).

Vì chúng ta vẫn đang trong quá trình khám phá hướng đi, chúng ta nên cố gắng sắp xếp các vấn đề nhỏ ảnh hưởng đến việc phán đoán hướng đi chung trước, chẳng hạn như:

• Tiêu chí cụ thể cho việc “đặt hàng cùng lúc” là gì?
• Hiện tại có bao nhiêu người đáp ứng đủ tiêu chuẩn?
• Số lượng người đáp ứng tiêu chí đang tăng, giảm hay giữ nguyên?
• Sự khác biệt về chất lượng và hành vi giữa những người đạt tiêu chuẩn và những người không đạt tiêu chuẩn là gì?
• Những người đạt tiêu chuẩn và những người không đạt tiêu chuẩn có liên quan đến nhau theo quá trình tiến hóa hay họ là hai nhóm người khác nhau?
• Tại sao bạn muốn tăng số lượng người đặt hàng cùng một lúc?

Sau khi hoàn thành những nhiệm vụ này, việc giao tiếp với doanh nghiệp/sếp sẽ có ý nghĩa hơn nhiều so với việc chỉ hỏi "tại sao?" Nhiều kẻ ngốc chỉ hỏi một loạt câu "tại sao" rồi bị mắng lại: "Mày có tác dụng gì!" "Bạn có não không!" "Bạn đang phân tích cái gì vậy!".

Với bài tập về nhà, bạn có thể:

• Bạn có thể chủ động đoán mục đích của hành động. Nếu bạn đoán đúng, bạn sẽ ngay lập tức khiến mọi người nghĩ rằng bạn hiểu rõ về doanh nghiệp.
• Có thể chủ động nhắc nhở kết quả xác minh, cho dù đúng hay không, nó cho thấy bạn đã suy nghĩ cẩn thận
• Có thể chủ động chỉ đạo hướng đi, cho mọi người biết những quy tắc nào cần tuân theo và làm cho việc phân tích trở nên khả thi

Nói tóm lại, các ông chủ thích tự mình đưa ra ý tưởng sơ bộ, còn cấp dưới của họ phải làm rất nhiều công việc chi tiết. Nhiều nhà phân tích dữ liệu thành công đã đạt được vị trí của mình thông qua phương pháp này, vì vậy hãy nhớ điều này.

3. Phương pháp triển khai kinh doanh theo dữ liệu

Tuy nhiên, chỉ có định hướng thôi là chưa đủ. Nhiều doanh nghiệp thích hét lên: thực hiện. Vậy chúng ta thực hiện điều này như thế nào? Lưu ý rằng trên thực tế, các phương pháp phân tích dữ liệu không thể trực tiếp tạo ra những ý tưởng sáng tạo mà chủ yếu là tóm tắt các kết quả trong quá khứ và thử nghiệm các hiệu ứng sáng tạo. Các hành động của phía doanh nghiệp có thể trực tiếp tạo ra sự sáng tạo và không nhất thiết phải cần đến sự hỗ trợ của dữ liệu.

Ví dụ, khi đặt hàng trực tuyến và ngoại tuyến cùng lúc, nếu phía doanh nghiệp triển khai dịch vụ giao hàng miễn phí trong phạm vi 2 km tính từ cửa hàng nơi đặt đơn hàng trực tuyến thì rất có thể lượng đơn hàng trực tuyến sẽ tăng đột biến. Nếu bạn chưa từng làm điều này trước đây, hoặc đã làm nhưng không có dữ liệu thu thập được, thì ngay cả một đầu bếp lành nghề cũng không thể nấu ăn mà không có gạo, và bạn sẽ không thể phân tích cách thực hiện.

Đối với một giải pháp hoàn toàn mới, cần có thông tin chi tiết triển khai và thử nghiệm cụ thể để xác nhận hiệu quả thực sự. Ví dụ, nếu dịch vụ giao hàng miễn phí trong bán kính 2 km là một doanh nghiệp hoàn toàn mới, bên kinh doanh sẽ cần cung cấp kế hoạch chi tiết trước khi có thể tiến hành thử nghiệm.

Do đó, ở giai đoạn triển khai, những vấn đề quan trọng nhất là:

1. Bạn đã thực hiện bất kỳ hành động liên quan nào trước đây chưa?
2. Nếu bạn đã thực hiện, kết quả thế nào và tỷ lệ đầu vào-đầu ra là bao nhiêu?
3. Nếu bạn chưa làm điều đó, có phải vì bạn chưa nghĩ đến nó, hay là vì bạn đã nghĩ đến nó nhưng cảm thấy có nhiều trở ngại? Những trở ngại là gì?
4. Bạn bè của bạn làm gì và bạn có thể tìm ra kết quả gì?
5. Có kế hoạch sơ bộ nào không và nếu có thì đó là gì?

Tương tự như giai đoạn thiết lập phương hướng, năm câu hỏi này trước tiên được nhà phân tích dữ liệu tự hỏi mình. Cái gọi là sự nhạy cảm với kinh doanh có nghĩa là bạn phải thu thập nhiều thông báo về hoạt động và thông tin cập nhật phiên bản hơn một cách thường xuyên, khi đó ý tưởng triển khai sẽ trở nên rõ ràng. Nói một cách đơn giản, điều này có nghĩa là: khi đã có nhiều hành động, hãy tối ưu hóa và lựa chọn phương án hành động tốt nhất; khi chưa có nhiều hành động, hãy thử nghiệm và khám phá những con đường khả thi.

Tất nhiên, rất có thể là ngay cả khi bạn làm như vậy, doanh nghiệp của bạn vẫn sẽ nói "không cụ thể!" và yêu cầu giải pháp từ dữ liệu, cụ thể là có bao nhiêu trang, có bao nhiêu nút trên một trang, cách viết mã trang, cách vẽ áp phích sự kiện và liệu nên vẽ bằng 3 nét hay 5 nét...

Nếu bạn thực sự muốn chuyển tất cả các nhiệm vụ kinh doanh này thành dữ liệu, phân tích dữ liệu có thể trực tiếp gợi ý: nên thay thế doanh nghiệp bằng một doanh nghiệp có khả năng tạo áp phích và H5. Chúng ta có thể phân tích sâu hơn dựa trên thông tin tuyển dụng: mức lương hàng tháng của những doanh nhân có năng lực này chỉ là 8-12 nghìn đô la, vì vậy sẽ hiệu quả hơn về mặt chi phí nếu sa thải những người XX này ngay bây giờ, cảm ơn bạn.

IV. Bản tóm tắt

Tất nhiên, trong giai đoạn thực hiện, dữ liệu cũng có thể được sử dụng để theo dõi và chẩn đoán vấn đề. Trong giai đoạn đánh giá, chúng ta cũng có thể tóm tắt lại kinh nghiệm của mình. Đây đều là những hành động thúc đẩy có thể thực hiện được.

Lý do chúng tôi nhấn mạnh vào giai đoạn lập kế hoạch và thiết kế là vì "doanh nghiệp dựa trên dữ liệu" mắc nhiều sai lầm nhất ở hai giai đoạn này. Thường:

Trong giai đoạn lập kế hoạch, các nhà phân tích dữ liệu làm việc một cách biệt lập, không tích hợp các khía cạnh kinh doanh hoặc làm rõ mục tiêu, và hy vọng một cách mù quáng rằng "các mô hình siêu tuyệt vời" và "mẫu thống nhất quốc gia" có thể giải quyết được vấn đề.

Trong giai đoạn thiết kế, bộ phận kinh doanh thường đổ lỗi cho người khác và dựa vào dữ liệu cho mọi việc. Họ không có ý kiến ​​hay ý tưởng nào và mong muốn dữ liệu có thể thực hiện toàn bộ công việc của họ, nếu không họ sẽ nói: Dữ liệu không đủ cụ thể.