数据分析,如何实现降本增效?

DNS在线 22 0

编辑导语:由于疫情,许多企业的发展都受到了影响,从而导致很多企业提出了降本增效的口号。但是想实现降本增效,不是只靠一条数据两条公式那么一计算就可以的,那么究竟该如何有效的降本增效呢?本文从数据分析的角度进行了系统的讲解。让我们一起来看看吧!

数据分析,如何实现降本增效?  第1张

今年环境不好,很多企业都提出了降本增效的口号。可作为数据分析,该如何实现降本增效?今天系统讲解下。

一、降本增效的错误姿势

1. 错误1:前台增效,后台降本

有些人一提“降本增效”,本能的反应就是:

    听起来非常合理!

    可真这么干了,很快就会发现:“成本竟是我自己!”裁员、停产就是后台最快的降本办法。可后台再裁员停产,也抵不过前台随意打折,降价促销让出去的成本。结果就是“前台乱花钱,后台没支撑”,严重的直接把公司折腾没了。

    2. 错误2:全员营销

    有些人一提“增效”,就开始喊“狼性!全员营销!ALL iN!”然后开始逼着员工去推销。结果不然遭人反感,而且非专业的销售一没渠道二没资源,他能卖动就见鬼了。也没啥产出。

    3. 错误3:全员省钱

    有些人一提“降本”,就开始拉出“全员思考如何在低毛利下生存”的打横幅,员工福利也不发、出差打车要在小票背后写起点终点——还一张张算钱。结果就是拿不出爆款产品,有本事的人都离职,最后越做越low。

    二、问题症结在哪里

    以上种种乱象,本质在于:抓错重点。就像学渣听学霸的故事,只记住了学霸通宵学习一样。学霸之所以成为学霸,不是因为丫通宵,而是丫至少有一套成功方法。不去学方法,大眼瞪小眼熬通宵是没屁用的。

    对企业也是,要知道,真正的增效,在于:

    真正的降本,要砍的是:

    以上三点任一点,都是灾难级的问题,会引发前期投入浪费、库存增加、资金周转慢等一系列次生灾害。相比之下,出差费、住宿、员工福利算个毛线。

    因此,破局的关键在于:对产品、渠道、用户的成本进行清晰的核算,对运营过程进行及时的把控,避免烂到不可收拾。这就需要做精细化的数据分析。

    三、用户分析怎么做

    1 .支持降本的分析

    其中1可以和渠道分析合并来做。这里重点讲解一下第3点。薅羊毛有显性和隐形两种,显性的经常是营销规则不合理导致的,比如滥发无门槛代金券、同一用户多次叠加优惠、白金卡优惠力度过大导致用户凑单等等,这些在项目开始前,就可以主动识别。

    在活动开始后,作为数据分析师,要主动监控异常订单,当订单出现:

    可以直接做订单拦截,先抓住典型问题,再查源头,能有效避免风险。

    数据分析,如何实现降本增效?  第2张

    2. 数据分析

    隐形的羊毛更难受。比如很多公司做促销活动,总喜欢搞“全场大促”,心理感觉可以多覆盖用户,可实际上参与的都是同一批人。结果经常是有活动的产品销量大涨,没活动的一蹶不振,总业绩也不见涨。

    这时候,数据分析可以:

    这样既能避免隐形薅羊毛,又能找到潜在机会点,把营销资源用到地方。

    数据分析,如何实现降本增效?  第3张

    3. 增效分析

    这里需要用到用户画像,价值分层,关联推荐等分析手段,不一一列举了。

    四、商品分析怎么做

    支持降本的分析:

    这里虽然写了三条,但是核心是第一条。商品质量的判断是核心,越早发现问题商品,越能早进行区域调配,不同渠道的调配,及时止损。拖得越久,积压带来的损失越大,后期清货得越花本钱。

    商品分析和用户分析不同,需要看商品从上市开始,全生命周期数据。并且商品上市经常伴随推广活动,因此核算成本,不应只核算每个阶段的商品成交价/商品生产成本,得拿到商品推广计划表,把广告成本,活动成本等全部都算上,这样才能还原商品的真实利润,从而支持决策判断。

    数据分析,如何实现降本增效?  第4张

    商品分析,是可以和用户分析交叉来做的,这样能发现增效的机会点。指望一个爆款打天下不是很现实,因此商品需要区分流量款、爆款、利润款、搭配款,有了商品分级后,再看每一类商品覆盖用户数量,比例,就能发现:

    机会点就是这么找出来的(如下图)

    数据分析,如何实现降本增效?  第5张

    五、渠道分析怎么做

    渠道分析比用户和商品更直接:

    在渠道分析上,一般对拉新的关注度比较高,各个投放渠道的拉新成本,拉新后的用户价值计算是重点。不过要注意的是,由于现在渠道日益分散(实体店、电商平台、外卖平台、自建APP、小程序、短视频平台、社群、私域……),很有可能一个用户同时在多个平台活动, 一个平台会同时覆盖多个用户,因此区分出不同渠道覆盖用户类型,是进行优化第一步。

    数据分析,如何实现降本增效?  第6张

    同时,渠道质量并非一个稳定数值,很有可能随着业务行动优化,因此,记录优化结果,建议优化方向,又是一个典型的增效的点。只不过,对每次优化动作,需要有业务标签库进行监控,才能看清楚到底在往哪里优化。

    数据分析,如何实现降本增效?  第7张

    六、小结

    综上可见,想实现降本增效,不是只靠一条数据两条公式那么一计算,就咣当得出一个神威无敌大将军建议。

    降本增效的本质,是通过数据手段,量化业务行为,核算业务成本,监控业务收益。量化才是最重要的一步。相应的,业务标签库,业财一体化流程,才是保障降本增效的根本。否则账目都是纸质单张,里边的描述和业务实际脱节,业务动作无法被数据监控,连基础的数据都核算不清,降本增效更无从谈起。

    数据分析,如何实现降本增效?  第8张

    七、一个更深层的问题

    在知识星球内,有同学问了我一个灵魂问题:“我们公司的运营做事根本不和数据分析通气,数据分散在各个平台收集不上来,每天核算进销存和财务数据已经累死了,老板还觉得数据好大,能一下分析出很厉害的结论……咋办?”

    这就是降本增效更深刻的问题:有些公司的管理就是很混乱,领导就是很自大,老板就是靠吃行业红利起家的,没啥科学经营理念。

    客观的说,数据是无法拯救这么混乱的公司的,作为个人,能做的就是多积累能力,换个更好的环境了,这也算我们个人降本增效的好手段。而积累能力,是从日常学习中逐步提升的,欢迎加入我的知识星球,一起爆肝学习,每天都有进步。

    作者:接地气的陈老师;来源:微信公众号:接地气学堂

    本文由@接地气的陈老师 原创发布于运营派。未经许可,禁止转载

    题图来自 Unsplash,基于CC0协议。

    抱歉,评论功能暂时关闭!