如何搭建一個企業級數據分析體系?

2020-12-15 騰訊網

編輯導讀：增長是企業最重要的工作之一，如何用數據驅動企業增長呢？這就需要企業搭建一套數據分析體系。本文立足於企業實際情況，對構建企業級數據分析體系的步驟進行了詳細梳理說明，希望對你有幫助。

最佳實踐

一個企業級數據分析體系的最佳實踐應該是這樣的：

內部感知系統：及時告知各項內部運營參數；

外部感知系統：及時反饋外部競爭、機會狀況；

報警系統：及時發現並報告各項異常，並指明故障點；

導航系統：根據設定的目標，提供可到達的若干方案，根據當前方案和位置，指明下一步行動方向，對目標進行合理預測，實時反饋當前執行情況。

但是企業有大小，業務流程有粗細，產業鏈有長短，企業所處階段有不同，如何構架一個符合企業實際情況的數據分析體系呢？

構建企業級數據分析體系的步驟

當你接手公司/部門/小組數據分析工作時，可以按照上圖所示的流程，建設一套完整的數據分析體系。

Step1：理清業務線

首要的工作是理清公司/部門的業務線，這些內容可以從企業戰略地圖中獲得。不同的業務線的目標不一樣，場景不一樣，數據量也不一樣，使用的人員和技術自然也都不一樣。此時需要畫出業務流程圖。

例如，自營業務線更偏向生產企業，需要做財務分析，涉及各個自營產品的收入、各種費用、利潤的分析，還必須有固定資產折舊管理成本攤銷的財務專業知識，不同的方法核算出來的成本和利潤會有質的區別，影響最終的決策。

Step2：明確內外部客戶

其次，根據Step1畫出的業務流程圖，整理出所需服務的內外部客戶，以及他們在各個環節中的數據訴求，並繪製成表格：

Step3：規劃數據服務

根據Step1、2梳理的業務流程、各客戶訴求，結合公司戰略導向以及數據部門現有資源，繪製戰略執行地圖，預設準備建設的數據服務內容。

以用戶運營為例，其業務目標主要為了解用戶總體現狀、提升用戶總量、提升留存、提升日活、提升付費等，再進一步細化至可以提供的數據服務以及簡單梳理數據來源。

如上表所示，各種數據服務的內容對技術的要求不一樣，同時根據企業數據量和業務複雜程度，所需要的底層數據技術也不一樣。

公司各條業務線所需的數據服務梳理完之後，就可以進行技術的選型了。

數據少，業務流程簡單，比如商品貿易企業，只需要一個強力的數據分析師，協同財務和業務，共同做幾個業務分析，固化為excel報表，每月更新報表即可，平時對上月的數據進行專題分析，發現問題及時預警，就足夠了。

但如果是電商平臺，商業模式複雜，數據量又大，首要考慮的就是能夠服務於核心指標，提升效率，然後全局規劃，分布實施。

技術上滿足大數據量選用Hadoop體系，應對業務快速變化則需要建設數據倉庫，進行業務和數據的解耦，解放數據分析人員的時間則需要搭建多維分析如Kylin、impala等等。

請注意，這裡的緊急和重要程度都是相對而言的。

Step4：搭建數據團隊

數據部門所需支撐的工作已經整理清楚了，業務方對數據的要求也很清晰，也已經根據公司的情況進行了大致的技術選型，那麼需要什麼樣的人員就非常清楚了，遵循「因事定崗，因崗定人」的原則，我們就可以搭建數據團隊的組織結構。

組織架構並不一定是大而全的，在創業初期，基本上是老闆自己擔任了數據分析師的角色，憑著對業務的深刻理解，作出各種決策判斷。

但是隨著業務的不斷擴大，業務線增多，業務流程複雜，業務變化快，數據量大，對數據部門的各種要求也就越來越多，因此數據部門承擔的任務會越來越複雜，服務的對象也越來越多，基於降本增效的考慮，就需要不斷豐富數據部門的職能，拓展技術能力。

Step5：設定製度標準

設立制度、規範和標準，是數據工作的基礎，與公司大小，數據量的多少無關。

統一全公司口徑的是公司指標體系及統計口徑標準；對外協作需要數據安全管理制度、數據提取審批流程；對內管理需要報表出具流程、專題分析報告製作標準；技術管理則有M有SQL開發規範、數據倉庫設計標準等等。

預先設定規則，嚴格執行流程，時刻監督，懲前毖後，切不可讓規則成為一紙空文。

Step6：補全技術、完善工具

此時，才正式進入純技術階段。按照之前的需求及設定的方案，遵照執行即可。如果你正在開荒，那就必須要小心不要被細節纏住，陷入無盡的任務。哪怕資源再少，都要分兵，一部分應對日常需求，一部分搞建設，快速將各種工作自動化，提升效率，騰出功夫做更有價值的事情。

Step7：長期規劃、快速迭代

優秀的架構師、管理者，都不能滿足於現狀，但又不能盲目的追求新技術，應該進行合理的超前。無論是所提供的數據服務，還是新技術的引入，只需滿足企業未來1年所用即可。

遲於進度，則不能滿足內外部業務需要，過度超前，則投入太大，ROI不成正比，2019年諸多數據中臺項目失敗就是這個原因，與諸君共勉。

作者：大數據架構師，國藥國華大數據總監，擅長BI、數倉、數據中臺產品規劃領域，公眾號：大數據架構師

本文由 @大數據架構師 原創發布於人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基於 CC0 協議

相關焦點

  • 數據分析體系是什麼?該怎麼搭建?
    可到底數據分析體系是什麼？似乎經常看到的，只有AARRR五個字母，又語焉不詳。到底怎樣才算是建了個體系？今天我們系統解答一下。搭建數據分析體系，是從初級數據分析向高級發展的必備一環。留心看哦。01搭建數據分析體系的常見錯誤1、羅列指標，沒有重點很多文章一講數據分析體系，就鋪陳了大量指標。先看哪個，後看哪個，根本沒說明。光把幾百個指標理解一遍都要半天，業務啥也不用幹了，每天就在這瞅數好了。
  • 財務分析之管理報告體系搭建
    編輯導語：財務分析體系搭建的是一個系統化的功能，涉及的業務面非常廣，財務分析也能表現出清晰的數據，以此進行改善；本文作者詳細分析了財務分析中的管理報告體系的搭建，我們一起來看一下。一、理清核算、財報、管報、預算關係1.
  • 思考| 房地產企業如何搭建運營管理體系
    運營管理體系　　如何搭建　　How to build　　OPPRIC運營管理模型搭建運營管理體系，先完善目標管理（O）,計劃管理（P）、會議管理（C）三個基礎保障元素，再提升流程管理（P）、成果管理（R）、信息化管理（I）三個品質保障元素，這代表了運營管理過程中的六個關鍵要點。
  • 數位化轉型探索之路——基於精益生產管理的數據決策分析體系
    文|帆軟數據研究院 任敏隨著「工業4.0」、「兩化」融合、《中國製造2025》等理念或政策的提出，粗放式的製造生產模式的弊端被越來越多的暴露出來，中國製造昔日冠以「世界工廠」的稱譽近年來已被「夕陽產業」這個詞所替代，管理無疑是最大的問題，其中數位化管理也是最容易被人忽視的，本文基於精益生產理論，給大家介紹下如何構建統一的數據決策分析體系
  • 數據分析師最常用的三大數據分析法,助你搭建數據分析體系
    作為一個數據分析師，最重要的就是先建立起自己的數據分析體系，這個體系可以由很多的數據方法搭建而成，今天我們就來了解一下簡單實用的三大數據分析方法，分別是：對比分析細分分析轉化分析對比分析首先是絕對值和相對值的對比，主要是它反映的是一個某段時間狀態，他可以反應一段時間內工作的成果。那麼要衡量這個成果的具體大小，就需要藉助環比和同比分析，通過同比和環比的分析，可以了解同期活動效果之間的差異，也可以了解上一個時期與這個時期的差別。
  • 數據運營:如何搭建App的數據監控體系?
    精細化運營的核心是數據驅動增長，透過數據分析指引產品迭代和運營推廣。因此，產品和運營需要掌握一定的數據運營能力，特別是需要搭建一套產品運營數據的監測體系來對日常運營效果進行復盤。本文介紹了搭建App數據監控體系的四大數據層次，與大家分享。
  • 淺談積分體系搭建
    積分體系是每個公司都會搭建的一項增值服務，目的在於更好的留住用戶，服務用戶，從而促進用戶活躍。如何從0到1搭建一套積分體系，積分如何更好的運營，今天來簡單談一談。筆者將從四個方面來闡述一下積分體系的搭建一、積分體系搭建思維導圖二、積分體系搭建第一步–制定積分基本規則積分，是發給用戶的一種虛擬貨幣，既然是貨幣，那意味著企業就要為之承擔一部分營銷費用，在搭建積分體系之前，一定要清晰地制定好積分的基本規則，一方面需要考慮到企業能夠負擔的成本，一方面需要考慮風控相關規則
  • 搭建用戶成長體系1:會員等級體系
    編輯導讀：根據用戶在產品中的使用情況，制定成長體系，以此增加用戶的粘性。會員等級體系就是其中的形式之一。本文作者以會員等級體系為例，對具體的搭建步驟和過程中需要注意的重點事項進行分析，希望對你有幫助。這是一篇關於「如何搭建用戶成長體系之會員等級體系」的分享，主要分為具體的搭建步驟和過程中需要注意的重點事項，希望能幫到需要的小夥伴們。話不多說，下面直接上乾貨。一、要點說明不論是搭建什麼樣的成長體系，都需要根據產品業務形態和核心行為來，最好是能行程一條完整的閉環鏈路。
  • 友盟+重磅推出小程序統計分析產品,已實現企業級數據賦能閉環體系...
    8月6日，在友盟+小程序數據峰會暨新品發布會上，友盟+首席產品官林鳴暉宣布友盟+免費的全平臺跨域小程序統計分析產品U-MiniProgram重磅面世，這標誌著友盟+已全面布局企業級數據賦能體系，企業可以通過友盟+，抓住數字新基建的機遇。同時，友盟+與支付寶發布聯合計劃，全面賦能生態商家數位化經營。
  • 如何搭建ToB 營銷全渠道體系?
    To B營銷獲客體系搭建提升線索到贏單的轉化率企業營銷ROI如何優化一、To B營銷獲客體系搭建1.SaaS公司的典型營銷體系SaaS公司典型的營銷體系可以分為Demand Gen、Strategic Communication、Product Marketing、Customer Engagement、Sales Engagement五個環節。上圖營銷體系針對不同企業適用情況不同，比如對於偏前期的公司來說，業務線不一定全部設立。
  • 整理了1000+數據分析資料！包含分析案例、指標體系、簡歷模板
    上一次的10G精選數據分析資料獲得了很多朋友的好評。最近有些朋友說資料不夠用了，催老李整理一些新的資料。所以這次，我又陸續花了一個多月的時間，整理了一份全新的數據分析資料，包含1000多個文件，比之前的更加實用、全面。
  • 數據分析案例及新手如何學習數據分析
    數據體系搭建是OT與DT的結合體。數據與運營本身是密不可分的，運營人員的數據分析體系搭建，也應為自身領域的OT（Operational Technology）與DT（Data Technology）的結合體，即運營技術與數據技術的相輔相成
  • 構建命運共同體,ToB企業如何搭建合作夥伴生態體系?
    可是,RPA在中國是個全新的行業,一方面,國外巨頭不可能讓中國本土企業,搶佔它搭建國際化的渠道網絡;另一方面,RPA的合作夥伴圖像並不清晰,怎麼找、找誰合作,這樣一個基礎的問題,在本土廠商中沒有現成的答案。2019年8月,來也科技渠道部門組建,也定下了渠道部門的第一個策略:地基打牢、抓早抓好。
  • 《企業經營數據分析》給傳統企業管理者的數據分析指南
    我怎樣才能把數據變成對公司和工作有用的價值，從哪裡入手？」這些問題很基礎，同時也非常重要。萬丈高樓平地起，傳統企業想要建起自己的數據體系搭上智能快車，必須要從地基開始，否則就真應了那句話了——基礎不牢，地動山搖。
  • 一文掌握數據分析知識體系
    本文全面梳理了數據分析知識體系，從數據分析的定義講起，詳細介紹了分析思維模型和經典分析模型及指標體系。一 數據分析定義數據分析是指有針對性的收集、加工、整理數據，並採用統計、挖掘技術分析和解釋數據。數據分析是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。
  • TB級大數據如何採用優刻得USQL數據湖分析降本90%
    來源：時刻頭條當前，大數據的價值已無需贅述，作為衡量一個公司核心能力的最底層標準，數據的建設也面臨著諸多難題。為了幫助企業用戶解決大數據分析門檻高、效率低的問題，優刻得USQL數據湖分析應運而生，可輕鬆完成面向海量數據的數據建模工作。
  • 深度丨從零搭建推薦體系:概述及標籤體系搭建(上)
    整體相對比較複雜，下面將逐一闡述其中細節。1.實際上標籤體系的核心價值，體現在相應建立起信息和人、人與人之間的關聯。所以我在思考：如何能夠進行最深入的追查最深處的關聯？有一個常規方案就是單獨建立標籤體系，將標籤平鋪於系統中，也就是二維化。通過機器學習，建立標籤的基本聯繫網絡，之後貼合於用戶與內容中即可。無立體結構的上下層級展示，好處是可以避免了一維化的後果。
  • 8分鐘搞懂阿里巴巴政委體系,及企業搭建政委體系五大要點!
    當時馬雲一直在想，如何保證在企業層級增多、跨區域發展成為趨勢的情況下，在一線員工中保證價值觀的傳承，同時在業務和人力資源培養方面提供更快捷的支持。所以，阿里就有必要配置另外一條線，讓一個有經驗、有文化，對於組織建設有經驗的人輔助業務經理，幫業務經理管好隊伍、建好隊伍。政委的設立初衷，是保證企業長遠發展，避免業務經理基於短期業績壓力採取短期的做法。
  • 數據分析方法入門
    ，以下內容將分為【數據分析的意義】【基礎指標體系搭建】【數據分析的方法】三大模塊進行介紹數據分析是指用適當的統計分析方法對收集來的大量數據進行分析，提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。
  • 容聯七陌攜手新東方搭建數智化客戶服務體系,助力企業高效營銷獲客
    容聯七陌攜手新東方搭建數智化客戶服務體系，助力企業高效營銷獲教育是一個永不衰敗的話題，在線教育是一種新興的獲取教育信息與服務的途徑，近年來增長勢頭持續保持穩健。