Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
1 兮易大数据模型 2 兮易大数据实战案例
企业的竞争归根到底是管理的竞争。 管理竞争的核心是销售、产品、服务、营销、质量、供应链与运营的竞争。 但管理的竞争归根到底是人、流程、组织和数据的竞争。 数据,从主数据走向大数据,越来越成为企业运营的核心资产。 陳
1 兮易大数据模型 2 兮易大数据实战案例
MDM-BI-BO-BD 大数据分析
天猫/京东
国内销售
生活电器
环境电器
大客户工程渠道
分销渠道 成品 入库 发货
生产 组装 检测
全过程质量管理
关键件外协 制造
原材料零部件采购
市场洞察
创新焦点
业务设计预算
销售规划/绩效评估
目标导向 运营落地 闭环
S&OP
商用工
程客户
B-B
B-B-C 3C店 专卖店
网络销售
苏宁易购
B-C
环保工程公司
用户是谁 用户为什么买
销售竞争力:怎么卖(我角度)
市场营销力:谁买,为什么买(用户角度)
产品竞争力(用户愿意买)
供应链竞争力(给用户及时交付 高质量产品,同时厂家有效益)
企业核心业务(Core Business)运营的逻辑
服
务
上
门
安
装
了解和 认知
选择 和 购买
初次 体验
学习 和使用
重新购买 /推荐
决定销售模式、渠道模式
P0 概念与 定义
P1 立项与计划
P2 设计与 开发
P3 测试与 试验
P4 上市 交付
P5 成熟运营
P6 产品退市
决定产品差异化竞争力规划
库存管理
供应商管理
供应链总成本管理管理
供应链计划
销售需求预测
01 1G渠道 专卖店竞争力
02 2G电商 竞争力
03 3G O2O 互动平台竞争力
04 创感动服务 竞争力
07 产品创新与单型号竞争力 P0
05 产品研发竞争力P1-P3
06 产品NPI-EOL P4-P6
15 供应链规划
09 预测/订单/计划
10 采购与供应商管理
11 智能制造
12 库存优化与最优成本结构
13 仓储物流竞争力
14 卓越 运营闭环
16 大数据体系
08 产品模块化竞争力
16 MDM-BI-BO-BD 大数据分析
销售竞争力:怎么卖(我角度)
市场营销力:谁买,为什么买(用户角度)
产品竞争力(用户愿意买)
供应链竞争力(给用户及时交付 高质量产品,同时厂家有效益)
01 1G渠道 专卖店竞争力
02 2G电商 竞争力
03 3G O2O 互动平台竞争力
04 创感动服务 竞争力
终端 竞争力 系统
经销商 竞争力 系统
电商 前端系统
O2O互动 系统
服务创新 系统
CRM系统 (自动化营销 会员系统
用户360视图) O2O中台系统
07 产品创新与单型号 竞争力 P0
08 产品模块化竞争力
05 产品研发竞争力 P1-P3
06 产品NPI-EOL P4-P6
PDM 系统
PLM 系统
NPI-EOL 系统
模块化 系统
创新研发 系统
09 预测/订单 /计划
10 采购与 供应商管理
11 智能 制造
12 库存优化 与最优成本
13 仓储物流 竞争力
14 卓越 运营
15 供应链规划
ERP 系统
OMS 系统
SRM LPS
WMS 仓库管理
LES 物流系统
MES 系统
全面预算系统 人单酬费系统
MDM主数据 管理系统
大数据分析系统 BW-BI-BO 经营分析系统
兮易大数据分析的目标
P0 概念与定义
P1 立项与计划
P2 设计与开发
P3 测试与试验
P4 上市与交付
P5 成熟运营
P6 产品退市
市场 洞察
业务 设计
战略目标落地可信性论证
创新焦点
战略 意图
FPM:未来产品经理 CPM:现有产品经理 PLM:产品生命周期管理
电商平台 会员系统 经销商管理系统 商城系统 社交平台系统
售后系统 论坛门户
BDA:大数据挖掘
PLM系统
客户
M1 营销计划
M2 资源准备
M3 营销执行
M4 评估与改进
S1 了解和认知
S2 选择和购买
S3 反馈评价
S4 使用体验
S5 重新购买/推荐
TCE:全生命周期客户体验 S&M:销售与营销
3.客群的差异化需求(产品组合)
4.产品功能配置
7.产品投放和竞争力定价
8.产品组合营销策略
9.规划产品退市节奏
6.产品功能参数优化
1.客群细分 2.创新策略与模式
11.销售政策、培训和营销物料
13.持续优化 10.产品的针对性市场投放
14.文案/内容设计
15.促销设计
16.VOC分析
18.客户偏好和关联推荐
12.日清评价
17. 消费者调研
5.用户互动设计
客户质量提升
老客户保留 新客户获得
MS/ROI
大数据的目标
兮易大数据分析业务模型(矩阵模型)
业务维度:端到端业务闭环
用户维度 : 八维度
算法模型
(g) (h)
例:k-means 算法基本步骤:
输入:簇的数目k和包含n个对象的数据库。
输出:k个簇,使平方误差准则最小。 算法步骤: 1、为每个聚类确定一个初始聚类中心,这样就有K 个初始聚类中心。 2、将样本集中的样本按照最小距离原则分配到最邻近聚类 3、使用每个聚类中的样本均值作为新的聚类中心。 4、重复步骤2.3直到聚类中心不再变化。 5.结束,得到K个聚类。
行为
价值
B4 B5 B1 B3 B9 B8 B6 B7
V5
V6
V1
V7
V2
V3
V4
B2
用户 360 视图
网站访问
用户订单
用户购买
上门服务
促销
线下沟通
线上互动
用户主信息
舆情监测
•生命周期 •消费偏好 •服务偏好 •产品购买偏好,包括购买非X
业务特征
•性别 •年龄 •学历 •行业
•职业
人口统计学特征
•省市 •所处销售渠道 •当地销售特点
人口地理特征
•情绪特征 •生活偏好 •文化偏好
性格心理,群体特征
•公共时机:双11, 春节等 •个人时机特征: 结婚,生日,生子,入学,升值,加薪等
购买时机特征
数据源
分析视角
客户360
① 企业已有数据积累 ② 外部数据的导入 ③ 网上爬数据 1 结构化数据与非结构化数据 2 交易数据与行为数据 3 网上数据与实体数据 4 基础静态数据与交互数据
1 兮易大数据模型 2 兮易大数据实战案例
互联网媒体、外部电商
企业官网( 到人可联系)
已购用户售后系统 (到人可联系)
xxxx万条交易, xxxx家地面终端
会员管理系统(到人可联系)
电子商城(到人可联系)
每一个客户接触点,都是“相关性标签”获取的数据源
案例1:网销
利用ETL专业化数据采集和处理工具,通过统一规范的数据抽取、转换清理和加载的数据集成和整合方法,实现源数据的抽取、转换和加载,为客户分析提供良好的数据基础
第三方软件产品 SAP, Oracle Siebel PeopleSoft
主机上的定制应用
UNIX上的定制应用
外部数据
PC 应用
初始抽取
抽取 & 预加载
方案实施
准备, 转换 & 加载到 产品环境
数据调和
跨系统 标准化, 集成& 整合 匹配 /清洗 / 抽取 & 筹备上载
数据协调
对数据源 分别进行 排列 / 清洗
对数据源 分别进行 探索 & 校验
数据评估/校验
Co
nn
ect
ion
& D
elivery
Co
nn
ectio
n &
Deliv
ery
Parallel Execution Engine
多维分析, 报表
主管
运营经理
专业人员
源数据系统 分析与应用
数据抽取 数据转换 数据加载
按采集规则进行数据自动采集,并可进行系统口适配
可按预定义规则自动进行垃圾数据/冗余数据清理、数据格式转换、客户标识归一重构等
可按规则进行实时或批量数据自动加载
案例1:网销
案例1:网销
第四步: 开展营销活动
第一步: KPI定义、相关标签设计与差距分析
第二步: 数据的清洗整合
第三步: 基于现有数据客户价值分群
1.2 未来相关性标签设计报告(数据模型)
1.3 标签到流程到岗位到重要程度矩阵评估
1.4 TOP10标签定义与阐述 (业务逻辑)
2.2 未来数据库模型设计报告
2.3 现有数据库重新整合关联
2.4 数据质量提升报告
3.1 基于现状标签差距诊断报告
3.2 客户分群模型的设计测试与实现
3.3客户分群与质心特征值描述
3.4理解分群客户差异化价值诉求
第五步: 持续改进机制
5.1 组织与流程设计
5.2 IT的需求分析报告
5.3 实际的分析系统
5.4培训与知识转移
1.1业务目标与KPI现状值评估
2.1底层数据获取能力评估
4.1 市场潜力测算 4.2营销活动策略
4.3营销策略workshop
4.4运营KPI与日清
案例2:传统企业服务用户
大数据标签纵览
行标签 计数项:序号
地理位置 33
购买行为 704
价值潜力 241
人口特征 260
生活方式 98
使用场合 1073
态度个性 132
需求动机 756
总计 3297
行标签 计数项:序号
安装 192
分享 32
购买 588
基础 341
接触 57
配送 53
评价 115
使用 869
收集 143
退换 166
维修 470
选择 155
意向 84
优惠 32
总计 3297
行标签 计数项:序号
客服 597
企划 243
送装 526
销售 18
研发 125
营销 1464
制造 5
质改 319
总计 3297行标签 计数项:序号
待确认 1127
无 987
有 1183
总计 3297
按信息国际标准
按流程环节 按岗位角色
案例2:传统企业服务用户
A/B测试效果比对(备注:相似活动的对比)
A/B测试 推送时间 活动卖点发送数量
注册加粉
报名体检
注册加粉转化率
注册加粉提升幅度
报名体检转化率
报名体检提升幅度
发送成本
注册加粉单客获取成本
注册加粉成本下降幅度
报名体检单客获取成本
报名体检成本下降幅度
4月18日A组 12/17点 1、空调保养 10787 1217 243 11.28% 2.25% 647 0.53 2.66
4月18日B组 15~18点1、空调保养2、查看水质
89106 148 31 0.17% 0.03% 5346 36.12 172.45
98.53% 98.46%68 65
0.53
36.12
2.66
172.45
0.00
50.00
100.00
150.00
200.00
A组 B组
注册加粉单客获取成本 报名体检单客获取成本
11.28%
0.17%
2.25%
0.03% 0.00%
2.00%
4.00%
6.00%
8.00%
10.00%
12.00%
A组 B组
注册加粉转化率 报名体检转化率
案例2:传统企业服务用户
16
客户全生命周期管理
后市场需求管理
134个断点
不确定性
确定性
售前 售中
份额 收入
商机漏斗管理
销售 224个断点
债权风控分析预警
106个断点
现金流
售后
开源—
获取资源
截留—
经营资源
4~6期
7期以上
1~3期
0期
目标
活跃
重度
轻度
中度
活跃
重度
轻度
中度
活跃
重度
轻度
中度
4~6期
7期以上
1~3期
0期
4~6期
7期以上
1~3期
0期
132,3162
1,5563,5000
1415,5000
6051,2900
已6分未转9
分商机
已9分商机未转合同
已合同未出库
本月累计收入
中挖 小挖
大挖
中挖
小挖
大挖
中挖 小挖
大挖
中挖 小挖
大挖
中挖
小挖
大挖
金额
不明
安全
风险
不明
安全
风险
不明
安全
风险
不明
安全
风险
8157,8000
不明
安全
风险
目标
案例3:运营大数据
17
流程区域 断点数量 流程区域 断点数量销售数据 224 服务数据 134
销售指标 4 后市场指标 4销售线索 102 回访 11369分商机 80 服务需求分析预测 37合同签订 14 确认预测 24出库 9 报修 19交机 15 现场预判与再创收 14
债权风控数据 106 实施与完工确认 21债权指标 4 客户再购信息收集 4还款计划 27 采购数据 16违约预测 45 新机采购 2电催 6 二手机评估 4面催 3 配件采购 7公安 1 配件供应 3诉讼 1 人力数据 32拖机 4 人力数据 32结案 8 财务数据 8结清 7 财务企划数据 8
小计 330 190
案例3:运营大数据
18
主流程
流程节点主机销售额量指标
主机需求线索的销售预测
3分商机预测提报
6分商机预测提报
9分商机预测提报
风控审核 签订合同商务确认首付款
出库指令服务交机与回访
债权催收 老客户维护
指标主机销售指标结构对标匹配率
主机销售线索预算满足率
线索3分转化率
线索6分转化率
线索9分转化率
主机短期逾期率
主机线索合同转化率
首付款转化率
主机出库履约率
主机交机履约率
到期货款回收率
老客再购率
公式我司指标权重/对标指标权重
主机销售预测/主机销售指标
3分商机/主机销售线索
6分商机/主机销售线索
9分商机/主机销售线索
前三期逾期额/前三期应收额
签订合同额/总线索额
交纳首付款商机/销售线索
出库主机量/合同约定量
出库主机量/合同约定量
实际回款额/应收回款额
购买老客户量额/总的老客户购买量额
重要度 ★★★ ★★★ ★★ ★★ ★★ ★★★ ★★★ ★★ ★ ★★ ★★★ ★★★
主机销售创收金额目标(到客户到型号)
主机销售线索金额
3分商机预测金额
6分商机预测金额
9分商机预测金额
主机销售债权违约金额
主机销售线索合同金额
线索首付款金额
主机出库额 主机交机额主机销售回款逾期金额
老客户主机购买金额
销售主机数量目标(到客户到型号)
销售线索主机数量
3分商机预测主机数量
6分商机预测主机数量
9分商机预测主机数量
销售债权违约主机数量
销售线索主机数量
线索首付款主机数量
出库主机量 主机交机量销售回款逾期主机数量
老客户主机购买数量
取数点 手工 缺失销售管理系统
销售管理系统
销售管理系统
购机管理系统
购机管理系统
购机管理系统/资金管理系统
库存管理系统
服务管理系统
债权管理系统
销售管理系统
对应活动 拜访 报价单 合同 合同 合同 机号 机号 机号 合同环节主键 销售员 客户 机号 合同 合同 机号 机号 机号 客户产品维度 客户量 机号 机号 机号 机号 机号 机号 机号
次数 金额 金额 金额 金额 金额 金额台数 台数 台数 台数 台数 台数 台数 台数笔数 笔数 笔数 笔数
人员维度 销售员 销售员 销售员 销售员 库管员 服务技师 债权员 销售员
销售(主机销售端到端流程)
数据
交易维度
案例3:运营大数据
1.1、主机销售每月额量指标到人到型号自上至下的下达流程,现状是到子公司手工到人不到型号,难以透过控制产品销售目标结构达到提升销售人员销售能力的状况,同时所有指标下达均为手工操作且不到人,难以进行对所有销售人员的预算满足率的测算,难以支持对于未来差距的关闭; 1.2、主机销售基于线索到型号自下至上的按照工厂到货提前期为周期的滚动销售预测流程,目前这个流程缺失,销售线索信息与情报的收集需要创建IT系统予以支持;同时缺失的还有客户基础信息与参与活动等的维护; 1.3、3分商机提报流程,存在两部分:一部分在拜访日志,但没有系统设置闸口数量与金额;另一部分通过子公司进行手工收集,但只有首次拜访时间,缺失在该阶段要求填报的客户身份证等信息,以及大致的潜在型号与数量及金额预判;最好能增加确认的客户偏好信息收集; 1.4、6分商机提报流程,存在两部分:一部分通过子公司进行手工收集,但只有此阶段首次协商时间,缺失在该阶段拜访协商的过程信息,以及大致的潜在型号与数量及金额预判;另一部分在拜访日志,有不间断提报时间次数,但没有系统设置闸口数量与金额; 1.5、9分商机提报流程,存在两部分:一部分通过子公司进行手工收集,但只有此阶段首次谈判时间,缺失在该阶段谈判的过程信息,以及大致的潜在型号与数量及金额预判;另一部分在拜访日志,有不间断提报时间次数,但没有系统设置闸口数量与金额; 1.6、合同签订到出库(售中)对应各环节的断点分析。
如同25年前引入“流程”视角进入企业管理一样,“大数据”为我们提供了一个在互联网尤其是移动互联网时代认识企业核心能力培育的一个新视角。 ① 业务能力的培育,不仅需要产品、服务、销售、供应链建设,不仅需要人、流程、组织建设,而且非常需要表征产品,表征流程,表征人的多维度大数据。没有数据可视化,能力建设是无本之木,无源之水。 ② 从大数据视角看企业核心能力培育,首先要建设的是“用户需求和用户体验为核心”的360度用户数据,这是企业大数据建设的出发点、切入点和根本前提。没有大数据前端O2O体系建设将无从谈起。 ③“用户360度数据”会倒逼门店数据、商品型号和品类数据,会员数据,店员数据的建设,进而会倒逼出经销商、工程客户、大连锁KA等客户数据的建设。 ④ “用户360度数据”和产品大数据结合,通过PDM数据、ERP数据、条码数据、物联网数据、传感器数据、其他智能数据,还必然倒逼差异化和尖叫产品的开发 ⑤ “用户360度数据”与产品和服务大数据结合,必然会倒逼全供应链的变革:柔性、个性化、智能化交付 ⑥ 因此大数据视图,会根本改变,并重新审视企业信息化的建设!
六点认识
大数据 视野
企业赋能 Corperate Enabling
专注于互联网大数据时代企业核心能力的可持续提升
谢谢!