
我是如何让1000个业务成功转型为数据运营的
我是一名来自口碑的数据分析师,今天给大家介绍一下面对口碑众多的业务方的时候,口碑BI是如何应变和行动,并如何成功助力业务转型为数据运营。
口碑新出发
三年一轮回,2018年1月,口碑重新并入阿里“新”零售体系,换个姿势再战本地生活服务。
口碑资深总监陈盛在“2018口碑新店商峰会”中阐述了口碑接下来的运营思路:2C希望和手淘、支付宝一样成为“超级入口”,帮助商家获取数字化流量的同时,打造“新餐饮体验”;2B则扮演全渠道角色,整合口碑、天猫、饿了么、商家店面的终端销售渠道,把流量、商品、营销的能力在云POS系统上开发给市面上的垂直服务工具(比如客如云、二维火)。C、B两端联网,形成 “大流通”。
数据助力业务
口碑的最新数据显示,平台入驻商户已经超过250万,单日交易笔数超过3000万笔!这么大数据量背后离不开口碑业务同学的通力合作,尤其是奋战在一线的本地生活团队。
从口碑业务人员构成看,本地生活团队负责把总部业务的指标落实和执行。本地生活团队由各个大区组成,各大区又由城市经理、城市运营、城市数据接口人组成。对于这些一线业务同学,如何快速的针对运营数据的分析和梳理十分重要。在为一线业务同学提供数据的过程中,我们数据分析团队也针对用户群体进行梳理,针对每个角色业务侧重点不同,用蚂蚁数据平台部产品DeepInsight定制了不同的数据解决方案:
#城市经理-管理者看板:
1)背景
城市经理需要负责一个城市的运营和管理,每天更关注的是城市KPI,健康度,趋势情况。在口碑业务目标落地过程中,城市经理需要不断的根据当地业务发展趋势做出调整(服务商赛马等),以确保业务目标完成。
2)解决方案
我们和各大区沟通后,提供的是定制化报表产品方案。这样可以一目了然的发现业务的发展状况,当业务异常的时候可以迅速的通过在线门店数*动销门店数*门店单产去定位到异常原因。
3)管理者看板展示
(管理者看板制作时的重点,敲黑板tips: 尽可能把管理者最关注的指标放在明显位置,且不要让管理者筛选、点击太多次,一目了然把核心指标和主要的过程指标呈现出来)
#城市运营-活动监控看板:
1)背景
运营的同学主要是联合口碑商家搞一些运营活动,活动开展前需要思考活动门店有哪些、补贴花多少?活动完成后,需要复盘活动前、中、后的效果怎么样,方便积累后续活动经验。这些都是运营关心的重点。
2)解决方案
口碑的营销系统比较多,但每个系统又是独立分开的,运营需要有一个统一的入口来分析活动效果,我们就对活动这个主题设计了活动监控大宽表,让运营只要输入活动ID就可以查看到完整的活动相关数据(发券、核券、补贴、立减等数据),实现了不同活动平台的数据融合。
3)活动监控看板展示
(活动看板设计的tips:把活动需要的指标分类整理出来,按照一定逻辑平铺展示)
#城市数据接口人-自助分析看板:
1)背景
城市数据接口人工作内容有:发每日战报、深入分析业务健康度、挖掘潜在商户特征,所以城市数据接口人需要的是大而全的指标,能对业务问题进行深入洞察。
2)解决方案
基于门店的自助分析看板,通过100+的门店指标深入分析业务状况。
3)自助分析看板展示
分析场景1: 整体看板看趋势,通过自定义KPI看板看大盘是否有异动。
分析场景2:寻找异动的原因,通过不同维度拆分排查。
同时随着业务发展,我们也会不断增加指标到门店宽表中,例如地标的指标,商品质量分指标等,让门店宽表的维度越来越丰富。
赋能助力再升级
经过前期的数据工作,固定看板和自助分析可以无障碍的让业务拿到想要的数据并且分析,但还是存在一些痛点。
对城市运营来说,痛点有:
活动数据分析需要在多张报表里查看、匹配,花费时间长。运营每次做活动分析,要先去报表1-活动的表获取门店清单,然后再把活动门店清单导入报表2-交易表查询活动前、中、后的交易明细,最终通过excel进行透视分析,这种方法对于全国300个运营来讲非常费时间。
不同运营在分析活动时候,指标选取、分析维度不统一,导致多档活动无法横向对比。
公司1/4的运营是新入职的,初期阶段对于运营的活动监控指标可能是一脸茫然。
#数据产品赋能:
以上的痛点迫切需要一套标准化的方案去解决,这就是后面大家共创的通用运营活动复盘产品。根据运营使用基础报表的常用路径,结合商业分析经验,把运营活动分析这个主题沉淀出了分析模板,并将模板数据沉淀在产品中。
新的活动复盘分析产品里面只要输入活动ID即可自动得到活动复盘效果。
在节省了时间的同时更实现了活动复盘的标准化。后续的版本我们计划沉淀出活动之间的对比效果,把一些补贴效果不明显的门店通过产品进行提示,让运营活动ROI更高,活动更有效!
对数据接口人来说,痛点有:门店宽表毕竟是基于门店粒度每天的汇总数据,城市有时候也需要分析分小时的交易情况,每笔交易是否是纯商家补贴还是互补贴,哪些门店只有在大促的时候才有营销活动……
#数据分析方法赋能:
以上的痛点的解决方案就是需要城市的数据接口人有一定的sql技能和分析技能。我们开始不断的给城市数据接口人进行sql培训和分析案例的分享。通过不断的培训,城市BI可以用sql做更个性化的分析;通过培训,业务同学会更多的和数据视角结合分析业务。
用户反馈
一线业务反馈不需要多个地方找数据,一个表就是一个业务的链路。基于大盘监控看板可以时刻监控核心业务指标动态;自助看板可以每个人做自己个性化的分析产品;活动复盘产品可以让运营快速get到关键点。业务方的反馈是对我们过去成绩的肯定,同时也会是我们不断进步的鞭策,分析师们会继续努力!
最后,口碑数据中心致力于通过数据分析为管理决策服务,提升运营效率。着眼于线下30万亿市场的新口碑期待你的加入哦!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01