비즈니스 분석의 가장 큰 역할 중 하나는 데이터를 사용하여 현재 상황을 정량화하고 모호성을 명확하게 제거하는 것입니다. 예를 들어, 물건을 파는 것과 같이 간단해 보이는 일은 데이터가 없으면 잘 팔리는 것 같다고 개괄적으로 말할 수밖에 없다. (윌리엄 셰익스피어, 템페스트, 판매명언) 거래 시스템에 주문 ID, 상품명, 상품원가, 상품의 실제 거래가격, 상품 거래량, 참여 혜택 활동 및 지불 사용자 ID 가 기록되어 있는 경우 판매액이 얼마인지, 어떤 사용자가 사는지, 이미 얼마나 많은 상품을 팔았는지 정확히 알 수 있다.
직접 기록 외에도 위의 데이터를 기반으로 2 차 가공을 수행하여 더 가치 있는 정보를 얻을 수 있습니다.
두 번째 역할: 데이터를 사용하여 판단하십시오.
비즈니스 분석의 두 번째 큰 역할은 감각 대신 데이터를 사용하는 것이다. 모든 상업적 판단은 표준과 불가분의 관계에 있다. 하지만 많은 경우, 기업의 기준은 무작위적이고, 무작위적이며, 심지어 일을 하는 기준조차 없는 경우가 많다. (윌리엄 셰익스피어, 윈스턴, 일명언) 모두들 느낌으로 한 것이다.
검증되지 않은 기준으로 업무 운영을 지도하는 것은 종종 재난의 기원이다. 우리 모두는 문제가 생기면 머리를 치고, 문제가 생기면 가슴을 치고, 문제가 생기면 허벅지를 치고, 끝나면 엉덩이를 치는 사람이 일으키는 문제를 너무 많이 보았다. "손자병법" 에는 주께서 노여워해서는 안 되고, 분발해서는 안 되며, 공격해서는 안 된다는 말이 있다. 상업분석을 잘하는 것은 자신의 주관적인 충동을 억제하고 이성으로 돌아가는 효과적인 방법이다. 예를 들어, 위의 시나리오는 실제로 세 가지 유형의 판단 기준에 해당하며, 분석 방법을 사용하여 이러한 판단 기준이 합리적인지, 더 나은 기준을 사용할 수 있는지 확인할 수 있습니다.
상업적 판단 자체가 반드시 이성과 객관성의 산물이 되는 것은 아니지만, 비즈니스 운영의 성공은 열정, 충동, 창의력, 심지어 운의 결과이기도 하다. 그러나 분석을 통해 최소한 하나의 객관적인 참고가 주어져 의사결정자들이 충동하기 전에 상식적인 인식을 가질 수 있도록 할 수 있다. 결국, 죽은 후에 죽은 사람은 적고, 죽은 사람은 참담한 영화처럼 많은 사람이 있다.
세 번째 역할: 데이터를 사용하여 이유 찾기
이것이 사람들이 일반적으로 인식하는 비즈니스 분석의 역할입니다. 비즈니스 분석은 단순히 내부 시스템 데이터에만 의존하여 문제의 원인을 탐구하는 것이 아니라는 점에 유의해야 합니다. 예를 들어, 판매에 문제가 있는 경우, 내부 데이터를 통해 언제, 어떤 지역, 어떤 가게, 어떤 제품에 문제가 있는지, 그리고 다른 분석 방법을 바꿔야 하는 경우가 많습니다. 상품의 체화는 아마 문점 관리가 혼란스럽고, 핵심 판매가 유실되고, 소비자들이 싫어하고, 경매품이 억압되기 때문일 것이다. 이러한 요소는 내부적으로 기록되지 않습니다. 그래서 단순히 아이콘을 보는 것은 결론을 내리기가 어렵다. 시장 방문, 직원 인터뷰, 소비자 연구 및 경쟁 제품 비교를 통해 문제의 진정한 원인을 확인해야 합니다. 마찬가지로 마케팅 활동, 운영 계획, 생산, 공급 등도 비슷한 분석을 할 수 있다.
네 번째 역할: 데이터를 사용하여 평가
이것은 사람들이 일반적으로 인정하는 비즈니스 분석의 역할입니다 *2. 예를 들어, 판매 능력을 평가할 때, 판매 금액만 볼 수는 없고, 판매 리베이트, 마진, 고객 만족도, 큰 고객 수, 위반 (고객 강탈, 비표준 신문, 분할 주문 등) 등도 고려해야 한다. 평가 차원이 두 개 이상인 경우 종합 평가를 해야 한다. 이때 통계학적인 방법으로 전문가 평가나 신경망 모델을 만들고, 평가 변수를 압축하고, 종합 점수를 얻어 판매 능력을 더 잘 판단할 수 있다. 마찬가지로, 제품, 매장, 공급업체 자격 등에서. , 유사한 평가를 수행할 수 있습니다.
다섯 번째 역할: 데이터로 예측
이것은 사람들이 일반적으로 인정하는 비즈니스 분석의 역할입니다 *3. 예를 들어 판매 상황을 예측하는 것은 업무 부서, 시장 부문, 공급망, 애프터에 매우 필요하다. 판매의 최고봉은 공급망의 공급과 애프터서비스의 업무량이 두 배로 늘어난다는 것을 의미한다. 매출이 낮을 때 시장부는 매출을 올릴 방법을 강구해야 하고, 업무부는 열심히 집행해야 한다. 통계학 방법이나 기계 학습 방법으로 판매량을 예측한 후 천천히 공유할 수 있습니다. 비즈니스 예측은 농업, 사회학, 경제학 예측과 달리 비즈니스 환경이 빠르게 변화하고 있다는 점에 유의해야 합니다. 이렇게 되면 예측의 기초가 더욱 불안정해지고 예측 전제도 자주 변한다. 따라서 상업 예측은 더 많은 참고가치로, 예측 효과는 농업, 사회학, 경제학보다 못하다.