京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16