数据化管理学习笔记（一期）
数据化管理学习笔记（一期）
数据化管理学习笔记
一、数据化管理的概念
1.1什么是数据化管理
运用分析工具对客观、真实的数据进行科学分析，并将分析结果应用到生产、运营、销售等各个环节中去的一种管理办法，根据管理层次可分为业务指导管理、运营分析管理、经营策略管理、战略规划管理四个由低到高的层次。
二、数据化管理的作用
1】 是一台CCTV，起监控作用，可以通过数据及对应的的分析指标监控到业务的各个层面是一台预警机，提前预测销售、客流、访问量、盈亏等数据，业务层面可提前做出反应，从而指定对应策略
2】 是一台播种机，为新产品、新策略、新政策的指定提供数据支持
3】 是一台CPU，即一个企业管理的核心
三、数据化管理的意义
从数据化管理的流程来看，应用是数据化管理的核心。这也是数据化管理和数据分析最大的同步，不能应用到业务层面的数据分析是没有意义的
1】 量化管理
无论是传统零售还是电子商务，大部分管理工作都是可以量化的。绩效KPI就是对日常业务的一种量化管理。
2】 最大话销售业绩、最大化生产效率
数据分析本身不能带来最大化的业绩或者效益，只有将正确的分析结果用最实际的方式应用到业务层面才能产生效益，只有秩序不断的产生效益才能称之为数据化管理。
3】 有效的节约企业各项成本和费用
每个业务中心都可以建立独立的数据化管理体系，建立自己部门的追踪及预警机制，从而达到节约成本和费用的目的。
4】 组织管理、部门协调的工具
同一个指标，不同的部门提供的数据可能不一致，这既浪费资源，又不利于标准化管理。日常和数据有关的信息传递尽量按如下的原则来做，这样会大大提高组织及部门间的效率：
1提供正确且有效的数据给对方
2不仅提供数据，还尽可能提供数据结论
3对结论进行必要的补充说明，将你的论证逻辑告诉对方。
4建立业务管理模板共享机制。
5】 提高企业管理者决策的速度和正确性
我们习惯给管理层口一项拍脑袋的帽子，其实拍脑袋并不是一件容易的事情，它是基于经验、深思熟虑之后的一种结论。不是每个人都有资格拍的
。当然如果管理层在拍脑袋决策的过程中能够参考必要数据的话，这将是极好的。
四、关于分析报告
4.1分析报告是数据分析师的产品
三要素论点、论据、论证
1】 要有严谨的论证过程和令人信服的论据。
2】 弄清楚你是给谁在做分析报告，对象不同， 关注点自然不一样。
学会审题
注意事项：
3】 不要试图面面俱到，一定要有重点，可以聚焦在关键业务以及受众关注重点上。
4】既要关注点，还要照顾线和面。截止到2013年8月18日成都春熙路店完成了当月销售目标的62%，这就是点。但是单凭这个数据我们是没有办法判断春熙店销售完成的好坏，还需要线和面的概念。简单来说线就是趋势，面就是扩大对比范围，和同类型的其它店铺对比，甚至有的时候还需要和竞争对手的店铺数据做对比。
5】报告需要有逻辑性。一是报告各部分内容之间的逻辑性，其二是某一个内容的逻辑性。前者可以利用业务间的逻辑性来串联，后者一般遵照发现问题、解读问题、解决问题的逻辑。
6】数据分析报告要有很强的可读性，尽量图表化。前言万语不如一张图。
7】不要回避不良结论，有时候做数据分析也是一个良心工程。
8】报告中务必注明数据来源、数据单位、特殊指标的计算方法等，尽量少用或不用专业性强的术语。
4.2 数据化管理应用模板
一个完整的数据化模板应该包括如下部分：自定义区域、数据源区域、辅助分析区域、业务分析区域、报告展示区域。它由模板开发者制作，数据维护者定期录入数据，最后提供给模板使用者进行数据化管理。
数据化管理是一个过程，分析师只是这个过程的一个环节，负责做数据分析报告，供自己或公司其他人使用。好的模板可以提高效率、节约时间，还可以是分析过程逻辑化、分析结论自动化、使用过程傻瓜化。
数据分析师设计模板，将自己对商业逻辑的理解植入分析模板中去，最后变成一个一个的产品。所以从这个角度来说数据分析师不是在做数据分析，而是在制造产品，有些产品一次性的，这样比较浪费，所以需要生产一些通用且实用性强的可重复利用的产品，这就是模板。
设计分析模板也不是数据分析师的全部工作，毕竟有很多分析是不能模板化的。当然可以设计模板的也不仅仅是分析师们，每个人都可以是数据化管理的模板设计者。
小的模板可以是一个文件，一个应用程序，也可以是系统的一个组成部分，大的模板可以自成一个系统。但是对普通的数据分析人员来说，开发一个应用程序或系统是不现实的，不但成本高，开发周期也会比较长，专业度要求也高。一个公司可以没有系统软件，但是不会没有excel，模板开发可以借助excel完成，这种模板具有通用性强、开发和使用成本低、使用简单化的特点。
4.3关于周权重指数
周权重指数 7.0~14.0之间
周权重指数是以某段下手周期内的历史销售额数据为基础，以周为单位，进行权重分析处理的一种管理工具。周权重指数是一个相对概念，每个企业都不进相同，一般介于7.0~14.0之间。值越大表示该企业的日销售额波动幅度越大。周权重指数是零售店铺用来量化处理各种销售状况、销售事件的管理工具，非常强大。
周权重指数等于周一到周日每天的日权重指数相加，假如某个零售店的周权重指数为10.0，其中周一到周日依次为1.0,1.2,1.3,1.6,1.9,1.8 。可以这样简单地理解周权重指数和日权重指数：如果这个店铺每周销售额为10.0 元，那么一般来说周一可以销售1.0元，周二可以销售1.2元…..权重指数是一个相对值。
计算权重指数数据要求：
1】 剔除异常数据
2】 行业特殊日：情人节、三八节、儿童节
3】 节假日：国庆、元旦、春节
4】 非正常销售日：不可抗拒力或人为影响对应的销售值，前者比如天灾人祸，后者比如零售企业日双11、双12
计算公式如下：
最低平均值最为基准，每日平均值/基准值，即为每日权重，周权重=每日权重累计 9.4
权重指数说明：最小的周权重指数应该是7.0，周权重指数越大说明这个企业的日销售越不稳定，这个值越接近7.0，说明这个企业每天的销售都差不多。
权重标准化：
如果每个店铺都有自己的周权重指数，会显得比较乱，并不利于后期的标准化应用。
如在计算某公司标准时，我们首先是利用汇总数据计算出了某公司的周权重指数，这个周权重指数就是企业标准，其它分店只需要用这个标准去推导自己的日权重指数就行了。所以每个企业只会有一个周权重指数，但是星期一到星期日的日权重指数每个店铺可能是不一样的。
分析部分规律不需要全年数据，有三个月的销售数据就行，一般是最近两个月和去年同期月份的数据。例如在预测2013年10月的部分销售规律时，可以收集2013年8月、9月以及2012年10月的数据。这样的好处是既考虑了数据的时效性，又考虑了数据同期的可参照性。
预测分布日权重指数公式：
N=1~7
星期N的日权重指数公式=（星期N的平均日销售额/平均周销售额）X企业周权重指数。
从这个步骤来看，分部的销售规律需要每个月都处理一次，即通过三个月的历史数据来预测下一个月的销售规律。权重指数的概念是为了给每天赋予一个值，每天每个分布都会对应一个日销售权重值，我们可以用这些权重值来处理很多负责的商业数据了。
数据化管理学习笔记（一期）
数据化管理学习笔记
一、数据化管理的概念
1.1什么是数据化管理
运用分析工具对客观、真实的数据进行科学分析，并将分析结果应用到生产、运营、销售等各个环节中去的一种管理办法，根据管理层次可分为业务指导管理、运营分析管理、经营策略管理、战略规划管理四个由低到高的层次。
二、数据化管理的作用
1】 是一台CCTV，起监控作用，可以通过数据及对应的的分析指标监控到业务的各个层面是一台预警机，提前预测销售、客流、访问量、盈亏等数据，业务层面可提前做出反应，从而指定对应策略
2】 是一台播种机，为新产品、新策略、新政策的指定提供数据支持
3】 是一台CPU，即一个企业管理的核心
三、数据化管理的意义
从数据化管理的流程来看，应用是数据化管理的核心。这也是数据化管理和数据分析最大的同步，不能应用到业务层面的数据分析是没有意义的
1】 量化管理
无论是传统零售还是电子商务，大部分管理工作都是可以量化的。绩效KPI就是对日常业务的一种量化管理。
2】 最大话销售业绩、最大化生产效率
数据分析本身不能带来最大化的业绩或者效益，只有将正确的分析结果用最实际的方式应用到业务层面才能产生效益，只有秩序不断的产生效益才能称之为数据化管理。
3】 有效的节约企业各项成本和费用
每个业务中心都可以建立独立的数据化管理体系，建立自己部门的追踪及预警机制，从而达到节约成本和费用的目的。
4】 组织管理、部门协调的工具
同一个指标，不同的部门提供的数据可能不一致，这既浪费资源，又不利于标准化管理。日常和数据有关的信息传递尽量按如下的原则来做，这样会大大提高组织及部门间的效率：
1提供正确且有效的数据给对方
2不仅提供数据，还尽可能提供数据结论
3对结论进行必要的补充说明，将你的论证逻辑告诉对方。
4建立业务管理模板共享机制。
5】 提高企业管理者决策的速度和正确性
我们习惯给管理层口一项拍脑袋的帽子，其实拍脑袋并不是一件容易的事情，它是基于经验、深思熟虑之后的一种结论。不是每个人都有资格拍的
。当然如果管理层在拍脑袋决策的过程中能够参考必要数据的话，这将是极好的。
四、关于分析报告
4.1分析报告是数据分析师的产品
三要素论点、论据、论证
1】 要有严谨的论证过程和令人信服的论据。
2】 弄清楚你是给谁在做分析报告，对象不同， 关注点自然不一样。
学会审题
注意事项：
3】 不要试图面面俱到，一定要有重点，可以聚焦在关键业务以及受众关注重点上。
4】既要关注点，还要照顾线和面。截止到2013年8月18日成都春熙路店完成了当月销售目标的62%，这就是点。但是单凭这个数据我们是没有办法判断春熙店销售完成的好坏，还需要线和面的概念。简单来说线就是趋势，面就是扩大对比范围，和同类型的其它店铺对比，甚至有的时候还需要和竞争对手的店铺数据做对比。
5】报告需要有逻辑性。一是报告各部分内容之间的逻辑性，其二是某一个内容的逻辑性。前者可以利用业务间的逻辑性来串联，后者一般遵照发现问题、解读问题、解决问题的逻辑。
6】数据分析报告要有很强的可读性，尽量图表化。前言万语不如一张图。
7】不要回避不良结论，有时候做数据分析也是一个良心工程。
8】报告中务必注明数据来源、数据单位、特殊指标的计算方法等，尽量少用或不用专业性强的术语。
4.2 数据化管理应用模板
一个完整的数据化模板应该包括如下部分：自定义区域、数据源区域、辅助分析区域、业务分析区域、报告展示区域。它由模板开发者制作，数据维护者定期录入数据，最后提供给模板使用者进行数据化管理。
数据化管理是一个过程，分析师只是这个过程的一个环节，负责做数据分析报告，供自己或公司其他人使用。好的模板可以提高效率、节约时间，还可以是分析过程逻辑化、分析结论自动化、使用过程傻瓜化。
数据分析师设计模板，将自己对商业逻辑的理解植入分析模板中去，最后变成一个一个的产品。所以从这个角度来说数据分析师不是在做数据分析，而是在制造产品，有些产品一次性的，这样比较浪费，所以需要生产一些通用且实用性强的可重复利用的产品，这就是模板。
设计分析模板也不是数据分析师的全部工作，毕竟有很多分析是不能模板化的。当然可以设计模板的也不仅仅是分析师们，每个人都可以是数据化管理的模板设计者。
小的模板可以是一个文件，一个应用程序，也可以是系统的一个组成部分，大的模板可以自成一个系统。但是对普通的数据分析人员来说，开发一个应用程序或系统是不现实的，不但成本高，开发周期也会比较长，专业度要求也高。一个公司可以没有系统软件，但是不会没有excel，模板开发可以借助excel完成，这种模板具有通用性强、开发和使用成本低、使用简单化的特点。
4.3关于周权重指数
周权重指数 7.0~14.0之间
周权重指数是以某段下手周期内的历史销售额数据为基础，以周为单位，进行权重分析处理的一种管理工具。周权重指数是一个相对概念，每个企业都不进相同，一般介于7.0~14.0之间。值越大表示该企业的日销售额波动幅度越大。周权重指数是零售店铺用来量化处理各种销售状况、销售事件的管理工具，非常强大。
周权重指数等于周一到周日每天的日权重指数相加，假如某个零售店的周权重指数为10.0，其中周一到周日依次为1.0,1.2,1.3,1.6,1.9,1.8 。可以这样简单地理解周权重指数和日权重指数：如果这个店铺每周销售额为10.0 元，那么一般来说周一可以销售1.0元，周二可以销售1.2元…..权重指数是一个相对值。
计算权重指数数据要求：
1】 剔除异常数据
2】 行业特殊日：情人节、三八节、儿童节
3】 节假日：国庆、元旦、春节
4】 非正常销售日：不可抗拒力或人为影响对应的销售值，前者比如天灾人祸，后者比如零售企业日双11、双12
计算公式如下：
最低平均值最为基准，每日平均值/基准值，即为每日权重，周权重=每日权重累计 9.4
权重指数说明：最小的周权重指数应该是7.0，周权重指数越大说明这个企业的日销售越不稳定，这个值越接近7.0，说明这个企业每天的销售都差不多。
权重标准化：
如果每个店铺都有自己的周权重指数，会显得比较乱，并不利于后期的标准化应用。
如在计算某公司标准时，我们首先是利用汇总数据计算出了某公司的周权重指数，这个周权重指数就是企业标准，其它分店只需要用这个标准去推导自己的日权重指数就行了。所以每个企业只会有一个周权重指数，但是星期一到星期日的日权重指数每个店铺可能是不一样的。
分析部分规律不需要全年数据，有三个月的销售数据就行，一般是最近两个月和去年同期月份的数据。例如在预测2013年10月的部分销售规律时，可以收集2013年8月、9月以及2012年10月的数据。这样的好处是既考虑了数据的时效性，又考虑了数据同期的可参照性。
预测分布日权重指数公式：
N=1~7
星期N的日权重指数公式=（星期N的平均日销售额/平均周销售额）X企业周权重指数。
从这个步骤来看，分部的销售规律需要每个月都处理一次，即通过三个月的历史数据来预测下一个月的销售规律。权重指数的概念是为了给每天赋予一个值，每天每个分布都会对应一个日销售权重值，我们可以用这些权重值来处理很多负责的商业数据了。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/30109892/viewspace-2080691/ ，如需转载，请注明出处，否则将追究法律责任。
