Big Data és un tema candent. I pot fer meravelles per al tipus correcte d'empresa.
Tanmateix, com a empresa petita, no sou el "tipus correcte d'empresa".
L'or real es troba a les teves dades petites.
Els avantatges d'una petita anàlisi de dades
Aprofitant petites dades pot proporcionar grans guanys en rendibilitat i flux d'efectiu (alguns estudis han demostrat que l'augment pot arribar fins al 50-60%). I li permet fer-ho de forma molt reduïda, en un període molt curt de temps (com us agafeu la setmana que ve, el mes següent o el proper trimestre)?
$config[code] not foundLes petites dades són les dades transaccionals capturats per les vostres interaccions amb clients, proveïdors, membres de l'equip i els vostres productes i serveis. Es tracta de les dades que resideix en aspectes com el vostre sistema de comptabilitat, el vostre CRM, el vostre ERP, els fulls de càlcul d'Excel i altres dades semblants.
Una tasca integral per aprofitar les vostres dades petites requereix la igualtat de dades, la ciència de dades, la programació, l'auditoria forense i la creativitat.
Petites dades hacks
Tanmateix, per començar a iniciar el viatge d'anàlisi de dades petites, voldria donar-vos dos "petits encerts de dades" molt eficaços que podeu utilitzar per començar a aplicar el poder de les petites dades.
Proveu-los a la vostra empresa. Crec que et sorprendrà gratament el que descobreixes.
Hack de dades petites número 1: anàlisi CVPM
L'anàlisi CVPM és una forma de disseccionar la manera com es veu la vostra empresa des d'un nivell granular o transaccional. Per fer l'anàlisi de CVPM, cal analitzar els ingressos, els beneficis bruts i les despeses generals en funció de "per transacció".
El que busqueu són els canvis en aquests imports granulars al llarg del temps. Per exemple, durant els últims tres anys fiscals. O, si és més rellevant, durant els últims quatre trimestres més recents. En general, es milloren les visions de la seva anàlisi CVPM durant tres anys fiscals complets.
Vegem un exemple de dues empreses diferents per aclarir aquest concepte. Algunes dades rellevants de cadascun dels negocis són les següents:
Business Alpha | Business Beta | |
(A) Nombre de clients | 1,000 | 370 |
(B) Freqüència per any | 0.5 | 6.0 |
(C) Benefici brut mitjà | $ 350 | $79 |
Benefici brut (A x B x C) | $175,000 | $175,380 |
Aquesta informació ens diu que estem veient dues empreses amb enfocaments i estructures completament diferents (dos models de negoci diferents).
Business Alpha manté una gran quantitat de clients que només compren alguna cosa cada dos anys (freqüència de 0,5 per any), però és un article de venda més gran que Business Beta.
Business Beta té molt menys clients (aproximadament un terç com molts), però compren un element de bitllet més petit amb més freqüència (aproximadament cada dos mesos).
Però mira el resultat final. Ambdues empreses retornen resultats de beneficis bruts pràcticament idèntics. Cada empresa té uns 175.000 dòlars per cobrir les despeses generals, pagar els deutes, tornar a invertir en creixement i proporcionar un retorn als propietaris.
Petit xat de dades # 2 - Anàlisi de matriu de producte
Anàlisi de matriu de producte és un mètode per mirar clients específics o segments de clients i comparar vendes per producte (o categoria de producte) per a cada client. Ofereix una visió de l'amplitud dels ingressos de cada client derivat dels seus diferents productes i serveis.
En general, és més eficaç per començar a nivells més agregats, i analitzar-los a mesura que indiquen les dades i les anàlisis.
L'anàlisi de matriu de producte és més poderosa quan es fa amb les següents dimensions:
- Client: vendes
- Client: ingressos
- Client: benefici brut
- Mercat o segment de negoci
- Geografia
- Indústria
Les taules següents proporcionen un exemple per guiar-lo:
Ingressos de vendes per client | |
Client | Ingressos |
Acme | $ 35,000 |
ACX | $ 23,600 |
Bergstrom | $ 74,835 |
Manilo SP | $ 126,959 |
TOTAL | $ 260,394 |
La informació continguda en aquesta primera taula és interessant. Però no proporciona molts detalls sobre els components del total dels ingressos per a cada client. En el millor dels casos, és probable que us condueixi i el vostre equip de vendes a estar content amb el volum d'ingressos de Manilo SP i simplement "intenteu vendre més" a Acme i ACX.
A la taula següent es proporciona una visió més detallada i útil dels mateixos clients, utilitzant els conceptes de Product Matrix Analysis.
Matriu de penetració del producte (per ingressos) | |||||
Client | Producte A | Producte B | Producte C | Producte 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 |
La informació d'aquesta matriu d'anàlisi de productes probablement portaria a conclusions diferents.
Per exemple, encara que Manilo SP semblava estar satisfet amb els seus ingressos (quan només es van utilitzar els ingressos per vendes de la primera taula), en realitat no hauríem de ser satisfets en absolut. Estan comprant una quantitat relativament petita de productes C i D.
Així que aconseguiu hackear
Ara que heu llegit sobre aquests dos hacks, feu servir analítiques de dades petites immediatament.
Tome la següent hora o dues, reuneixi el vostre equip i decidiu aplicar l'anàlisi CVPM i l'anàlisi de matriu de producte a la vostra empresa.
No té res més que augmentar el benefici i el flux d'efectiu per guanyar.
Concept Concept de dades a través de Shutterstock
3 Comentaris ▼