京公网安备 11010802034615号
经营许可证编号:京B2-20210330
文章来源: 接地气学堂
作者: 接地气的陈老师
上一篇《数据分析师的绩效,该如何考核?》引发同学们很大反响。很多同学表示:我明明做了BI,可为啥体现不了业绩,甚至平时看报表的人都不多。搞得领导天天质疑:我们的BI就这点作用?!
咋整?!
实际上,酒香也怕巷子深。种种问题,和很多同学只会埋头敲键盘,不会抬头讲故事有关系。今天我们来个最通俗易懂的分享,大家坐好扶稳哦。
01数据产品为啥没用
问一个简单的问题:一个销售,这个月业绩不好,他会怎么办?
他会把客户电话扫一轮
他会跑断腿找潜在客户
他会到处打听最新促销
他会虔诚求教忽悠话术
咦?数据呢?
是滴,他唯一不干的就是看数据。他但凡会看数据,都不会在一线干了。甚至他坐办公室里看数据,还会被领导踢屁股:“天天不干活!哪里来业绩!”对销售、店员、柜员这种一线基层,数据根本没啥用。他们关心的是具体可以干什么。
那他们领导会不会关心呢?会关心,但是他们只关心结果:
这个月做了多少?
还差多少才达标?
哪个小兔崽子做的最差?
之后估计就气冲冲的踢屁股去了。
面对嗷嗷待哺的下属,他们需要的是话术、名单、方法、政策。唯独没有数据。
这就是大多数实体企业的真实写照:要挣钱,追业绩,只管加行动量,不管背后的逻辑。然而,他们的高层管理往往很希望推动数字化转型、信息化建设等等。于是悲剧开始上演:负责数据的哥们和老板谈完,自以为手握尚方宝剑入场,开始大搞BI系统,数据建模,数仓建设。结果下边的人不敢攻击老板,可他敢攻击你这个干活的呀,于是各种吐槽:“你这大数据有毛用!不好用!能帮我卖1毛钱货吗!”几轮吐槽下来,灰头土脸,黯然收场。
咋办?╮(╯﹏╰)╭
02问题的本质是什么
问题的本质,是:数据不是祖传的救命仙丹,它不能一吃就灵。对销售业绩而言,促销才是救命仙丹,一降价肯定有销量。但我们知道,所谓的救命仙丹其实都是汞、硝、硫磺这种剧毒玩意,嗑多了人就挂了。所以数据更像是保健品,虽然吃了不救命,但是平时吃的多,根本不会拖到需要嗑仙丹的地步。如何把这种缓慢的保健效果可视化,才是数据产品真正难题。
“那为啥我们不去学卖保健品的呢!”不要笑,陈老师不但这么说了,而且这么干了。而且真的当司机,跟一帮老太太一起去参加那种不是传销也跟传销差不多的组织,举办的老年农家乐。而且很认真的总结了他们的推广套路。简单来说,就是:分而治之,威逼利诱。
首先,卖保健品的从来不会说自己是蛋白粉,蛋白粉多普通,一般会提什么:XX氨基酸,XX核酸,XX分子,总之名字特别高大上。其次,卖保健品从来不会说自己只是个辅食,人家张口就是:延年益寿,长命百岁。于是第一波好奇心强又不差钱的老太太就会来尝试。
有了从0到1的突破,后边的都好整了!
第二波,开始打小恩小惠吸引:“你看这么好的东西,你试一点又不吃亏,已经有人在买了,你看人家吃得多好,现在买还送鸡蛋、牛奶、大米、油、周末还能去农家乐呢”——就这么着又圈一波老太太。
第三波,开始打从众效应:“你看大家都在卖,你也试试嘛,这么多人都买肯定错不了”——就这么着又圈一波老太太。
第四波,开始威胁恫吓:“诶呀,你看那个阿姨,大家都在用她不用,真可惜,可能她孩子平时不给她钱吧/可能她经济实力不行吧,太可惜了太可惜了”——是滴,你不买你就很可怜,你就不如别人,就这么连吓带吐槽的,把最后一波老太太也收割掉。
PS:这就是为啥这些人喜欢在封闭的空间,比如郊区酒店、农家乐开大会的原因,环境封闭了,又有吃有喝,这事就很容办,在小圈子人们很容易被周边人带动情绪。
完美!
讲到这,是不是大家都明白了BI(Business Intelligence)的本质!以前我也好奇,BI明明是一个数据产品,可偏偏起了个连数据都没有的名字。哪里商业了?哪里又智能了?现在懂了——你提数据产品,就像和老太太提蛋白粉一样,他们根本不care。
你得起一个一听就跟企业赚钱有关系(商业)且一听就很高深别人不咋明白的名字(智能),才能启动第一波忽悠。这就是我们卖给企业的延年益寿膏。不亏是来自安利老家的Gartner,当年他们起BI这个名字的时候,是不是也和安利切磋过呢……
破局就从这开始。
03数据产品破局思路
首先要清晰:我们首先得买数据的,其次才能造好数据的。如果数据没好的买主,没有吸引买主的卖点,字段、模型、公式、图表,搞得越多别人听的越烦。站在买主的角度思考:“我能有什么用”,我是能帮他加强对一线的管控,还是能让一线更轻松干活?先抓客户需求,再谈落地。
其次要清晰:数据很难单独产生价值,需要用数据的人来配合。所以“人”是关键问题。不同的人有对数据不同的诉求,对数据的理解有不同程度。因此要:分而治之。先找到那些对数据最信任,最喜欢的用人做第一波种子。之后分五个层级,逐步推进。
再次要有推进手段。前边说的:神奇概念、小恩小惠、从众效应、威胁恫吓这四招非常好用,实际上在操作中常常是混着用的。如果客户喜欢玄乎的,你可以跟他谈:大数据、人工智能。如果客户喜欢接地气的,你可以谈:销售助手、店长助理;如果客户想从基层做起,你可以跟他谈:一线赋能,能力裂变,经验传承。如果客户想加强从上到下的管理,你可以谈数据驱动、数据化管理。总之概念要包装到位。总之,总有概念可以用。
小恩小惠的打法,在向一线推广非常有用。当年还没有微信红包的时候,陈老师就曾经在企业CRM里做了个红包页面,每天晚上6点弹一个:“恭喜你获得今天总裁/区总/店长红包”销售们都可喜欢看了,点进去看看我今天挣了多少。
当然,这只是个噱头,进去以后大部分人只有几分钱,且只是个数字而已,说的是月底发工资到账,可实际上经常没人记得。但是当天每个区业绩最好的人,真的有一个88的红包,而且其他人也看的到,这时候大家会好奇:他怎么卖的这么好?再往下点击,真正想推的数据产品就藏在这里。
一点小手段,就把数据产品在一线的使用率直接拉起来了。当然,对领导们就不能用这种小手段,而是靠摆整体经营结果——你看人家店就是有妙招!你想知道不?你看人家推A产品就是推得动!想知道不?把优秀团队的行为数字化,直接看图说话,很快领导们都接受数据产品的使用了。
等使用率起来,就开始搞从众效应:大部分分公司都用统一数据模板汇报,你咋不用?!等更多的人在用了,就开始威胁恫吓:业绩不好还不看“销售助手”,难怪做不起来!于是成功突破了开头的问题把数据产品普及出去。
当然这些手段有些过时了。一方面是随着互联网客户的增多,很多需求不再来自销售,而是运营部门,运营天生喜欢看数据,就不需要用这些坑蒙拐骗的手段。二来,从2017年开始,整个社会的风气,不是鄙视数据,而变成了迷信数据,于是避免过度期望,反而成了项目的主要方向。但这套思路依然在某些领域管用,比如美团、头条、58这种披着互联网外衣实则养着巨大的线下团队的公司,比如很多仍在信息化、数字化转型泥潭中挣扎的公司。
当然,分享这些早年经历给同学们,更多是希望大家感受到我们这些老头子们当年逢山开路,遇水搭桥的思路过程。从来就没有生下来就领导英明、同事和睦、队友给力、客户人傻钱多的行业,所有的问题都是从“人”这里产生,再通过“人”的思路来解决,与大家共勉。
那么问题便来了,新时代的两个问题:
1、运营总喜欢自己看数据,然后diss数据分析师做的没啥用
2、业务部门总指望“大数据、人工智能、精准”,可数据基础又很烂
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08在数据驱动决策的链路中,统计制图是CDA(Certified Data Analyst)数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析(PCA)的学习与实践中,“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中,成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中,数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA(Certified Data Analyst)作为具备专 ...
2026-01-07在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06在数据驱动的建模与分析场景中,“数据决定上限,特征决定下限”已成为行业共识。原始数据经过采集、清洗后,往往难以直接支撑模 ...
2026-01-06在Python文件操作场景中,批量处理文件、遍历目录树是高频需求——无论是统计某文件夹下的文件数量、筛选特定类型文件,还是批量 ...
2026-01-05在神经网络模型训练过程中,开发者最担心的问题之一,莫过于“训练误差突然增大”——前几轮还平稳下降的损失值(Loss),突然在 ...
2026-01-05