如何制定核心數據目標

『壹』 企業如何進行數據化管理

導語：對於企業來講，數據化運用和管理無處不在，無論是企業日常運營，還是企業的營銷企劃，都是企業所有管理者或經營者無可否認的重要命題。那麼企業如何進行數據化管理，一起了解一下吧！

然而，做好數據化應用，是一件系統而又復雜的課題。企業如何真正把生產計劃、營銷戰略、財務戰略、經營戰略等體系有效的結合運用是非常考驗管理者知識智慧的。但有的企業主根本無視統計管理、數據分析與經營和營銷的關聯性。

在當今強調競爭優勢的經濟環境中，如果不能把握精確性的專業競爭，不根據各個專業性的概率指標與企業各種資源進行整體的科學組合，就無法使資源配置得到有效利用，資源整合價值最大化就會成為一個泡影，實施數據化管理，培育企業的競爭優勢就會成為一個空話。

一、明確數據化管理的基本要求

1、管理者重視數據化管理，是實施數據化管理的基本條件，管理者重視數據化，重視人的因素，確立人和數據的有效組合，充分利用數據的作用或功能，認知和使用數據的價值，調動人的積極性和主觀能動性，才能構建數據化管理平台按照數據化要求開展相關工作。

2、認清數據與管理的關系。企業不重視數據管理，就無法認清數據與管理的關系。很多管理者會經常通過數據分析來比較管理效率差異的原因。如生產管理中，兩個部門人員、設備、材料、時間等要素完全一致的情況下，但生產的效率不一樣，我就可以通過生產流程中的數據分解，進行數據分析，就可確認是員工士氣、還是員工熟練情況和或管理因素導致生產效率不同的原因。

3、採集的數據必須是真實可靠的。數據因人而存在，是從管理活動中得來。數據的採集方法和管理要有制度和流程規范，不能隨心所欲，更不能估測和偽造數據。數據的真實性對企業的分析和決策非常重要。其真實性一方面要依靠人的道德行為來保證，另一方面制度的保障是不可缺少的。在雙重要求下我們的數據採集才能有保障。

4、數據是連續性和系統性的。在管理活動中，數據採集不能時斷時續。不能只採集某一個方面，否則影響數據的准確性和完整性，企業各業務單元或各部門可按照年度、季度、月度以及每周、每日來採集企業各方面管理和業務發生的數據，進行歸納和統計。

二、以目標管理為基礎拓展數字化管理的空間

數據化管理是以財務管理和目標管理為基礎，由內向外拓展的。企業在戰略目標的指導下，將長期經營目標的所確定的數據向年度進行分解，年度向季度、月度分解，形成了一個金字塔式的數據鏈。企業各個職能部門圍繞著這個時段核心數據設計自己的工作計劃，確定自己所要完成數量目標。這樣的數據指標就成為管理和工作的中心。工作的所有結果是為完成數量目標進行的。

從目標管理的角度來看，更多的是財務數量指標，財務指標為核心數據是毋庸質疑的，但核心數據目標的完成是由其他數據支撐的。如：企業員工的滿意度，客戶的滿意度，銷售終端增長數量的速度，企業投入新技術開發的.費用，高技術人員占員工的比例等等諸多數量指標，都是用於支持財務數據目標實現的基礎。因為很多工作都是依據這些數量指標進行分解，進行分析總結，進行改進和調整。

因此，我們在進行數據管理中，各個業務單元必須讓數據化向企業管理的每一個角落延伸，使其在管理流程、標准及各個模塊都有數據量化的清晰足跡。這樣我們圍繞著數據進行工作，工作效率和效果將有更多的保障。

三、數據化運用管理必須與制度化、流程化、圖表化的連接

在我們很多企業，數據化管理主要就是財務數據，和其他方面看起來似乎沒有關系，實際在管理運用上，離開制度化和流程化，數據化管理就沒有根基，無法進行有效管理。

數據化管理講究的是系統分析，科學評估。

只有深刻了解其過程的每個環節及其特點，確定出標准、流程，才能夠制定出科學的決策與管理辦法。如生產管理中，管理者選擇合適且技術熟練的工人，進行工時、動作、材料研究，在試驗過程中把工人的每一項動作、每一道工序、每一種材料所使用的數據都准確記錄下來，就可得出完成該項工作所需要的總時間、總材料，據此定出一個工人「合理的時、日、月工作量和材料消耗量」。並將規程和標準的操作流程編寫成書面材料，按照此教育訓練員工。

通過制度化的管理要求，長期不懈的執行，這樣數據化在制度化的基礎上與流程化、標准化連接起來。就有一個基本保障。如果同時就生產中的各個要素進行整理成規范的表格，按照規范進行填寫，並規定統計、分析、上報時間，這就在生產管理中就形成數據化管理的基礎。如這樣的管理長期堅持，不斷修正和完善，長此以往累積成企業一整套規范運作的規程與習慣，同樣也可構成企業獨特的核心優勢。

四、必須為數據化管理的設計載體

企業都會每天產生大量的數據，如生產數據、庫存數據、財務數據、產品數據，銷售數據等。但其必須有一個合適的載體進行運轉，使其能產生有效價值，這就需要我們設計一個載體——專業化的圖表（或表單）或專業的管理軟體。這樣我們一方面可運用圖表等工具進行整理分析，一方面可藉助計算機信息軟體技術進行有效快捷的管理活動，但現在許多中小企業在粗放式管理階段還無法進行計算機軟體技術的應用。因此，我們就圖表工具的應用進行簡要的闡述。

表單設計從非專業角度可以講，咨詢公司顧問更多使用的數據分析工具。我們管理者更多的使用的是統計工具。這就我們從財務管理和統計管理方面設計各種表格。進行歸納和總結。

企業在進行管理圖表或表單設計上，必須根據自身的具體情況，設計合理和完善的表。如：日常營業表單、各類費用表單、各類經營管理表單、人力資源相關管理表單等各種表單，並將表單收集的數據按部門分、按級別分、按要求分、按經營分、按時間分等進行分類。設計好編號、類別，等級、審核、製表、抄送等相關信息。將這些信息按照標準的流程進行填寫、審核、分析和管理，以便使管理活動更加富有成效。

特別是產供銷一體化的企業，管理活動復雜，表單眾多，在沒有管理軟體應用支持的情況下，這就需要管理者對一些「共性表」進行合並和篩檢，對「個性表」進行優化，盡可能使表單管理簡要化，一些繁雜可有可無的表單需要及時整理處置，以減少表單管理的復雜性。在進行表單等工具的設計和管理上，我們以電腦操作系統為最基礎的工具，它的許多基本功能就可實現和掌握數據化管理的使用工具。

當然，如企業條件許可，也可引進管理軟體的進行應用，來提高管理效率。用圖表或計算機進行數據積累、數據分析、建立相關模塊，同時確立分析方法、構建數學模型、設計應用系統、提供決策支持等。使用各種方法挖掘數據應用技術，管理效率會得到進一步的提升。

『貳』 數據分析怎麼做

Step1：目標確定

這一步在工作中通常是由你的客戶/上級/其他部門同事/合作方提出來的，但第一次的數據報告中，需要你自己來提出並確定目標。

選擇目標時，請注意以下幾點：

選擇一個你比較熟悉，或者比較感興趣的領域/行業；

選擇一個范圍比較小的細分領域/細分行業作為切入點；

確定這個領域/行業有公開發表的數據/可以獲取的UGC內容（論壇帖子，用戶點評等）。

Step2：數據獲取

目標定下來了，接下來要去找相應的數據。如果你制定目標時完全遵循了第一悶漏兄步的三個注意點，那麼你現在會很明確要找哪些數據。如果現在你還不確定自己需要哪些數據，那麼回到第一步重來吧。

Step3：數據清洗

在工作中，90%以上的情況，你拿到的數據都需要先做清洗工作，排除異常值、空白值、無效值、重復值等等。這項工作經常會佔到整個數據分析過程將近一半的時間。

如果在上一步中，你的數據是通過手工復制/下載獲取的，那麼通常會比較干凈，不需要做太多清洗工作。但如果數據是通過爬蟲等方式得來，那麼你需要進行清洗，提取核心內容，去掉網頁代碼、標點符號等無用內容。

無論你採用哪一種方式獲取數據，請記住，數據清洗永遠是你必須要做的一項工作。

Step4：數據整理

清洗過後，需要進行數據整理，即將數據整理為能夠進行下一步分析的格式，對於初學者，用Excel來完成這一工作就OK。

如果你的數據已經是表格形式，那麼計算一些二級指標就好，比如用今年銷量和去年銷量算出同比增長率。鑒於你是第一次做數據報告，建議你不要計算太多復雜的二級指標，基本的同比、環比、佔比分布這些就OK。

如果你收集的是一些非數字的數據，比如對商家的點評，那麼你進行下一步統計之前，需要通過「關鍵詞-標簽」方式，將句子轉化為標簽，再對標簽進行統計。

Step5：描述分析

描述分析是最基本的分析統計方法，在實際工作中也是應用最廣的分析方法。描述統計分為兩大部分：數據描述和指標統計。

數據描述：用來對數據進行基本情況的刻畫，包括：數據總數、時間跨度、時間粒度、空間范圍、空間粒度、數據來源等。如果是建模，那麼還要看數據的極值、分布、離散度等內容。

指標統計：用來作報告，分析實際情況的數據指標，可粗略分為四大類：變化、分布、對比、預測；

變化：指標隨時間的變動，表現為增幅（同比、環比等）；

分布：指標在不同層次上的表現，包括地域分布（省、市、區縣、店/網點）、用戶群分布（年齡、性別、職業等）、產品分布（螞襲如動感地帶和全球通）等；

預測：根據現有情況，估計下個分析時段的指標值。

描述分析的產出是圖表，下一個步驟的內容將基於這些圖表產出。

Step6：洞察結論

這一步是數據報告的核心，也是最能看出數據分析師水平的部分。一個年輕的分析師和一個年邁的分析師拿到同樣的圖表，完全有可能解讀出不同的內容。

但通常來說，即使是復雜的數據報告，也是由一個個相對簡單的洞察結論組成的，這其中涉及到問題的分拆，邏輯線的建立等一系列內容。作為初學者，做到自己力所能及的程度就好。

總結一下，所謂洞察，就是要越過數據，去推測和理解真實情況。單純描述數據，誰都會做，根據數據得出有價值的結論，報告才有意義。

Step7：報告撰寫

都到這一步了，相信各位對數據報告也不再陌生了。這一步中，需要保證的是數據報告內容的完整性。

一個完整的數據報告，應至少包含以下六塊內容：

報告背景

報告目的

數據來源、數量等基本情況

分頁圖表內容搜禪及本頁結論

各部分小結及最終總結

下一步策略或對趨勢的預測

其中，背景和目的決定了你的報告邏輯（解決什麼問題）；數據基本情況告訴對方你用了什麼樣的數據，可信度如何；分頁內容需要按照一定的邏輯來構建，目標仍然是解決報告目的中的問題；小結及總結必不可少；下一步策略或對趨勢的預測能為你的報告加分。

那麼，普通難度的數據報告做法就是這樣了。高深的固然要更難一些，但是普通的已經將整體的路徑將的很清楚了。

『叄』 如何才能搭建一套完整的數據指標體系

一個好的指標體系能夠讓我們快速了解當前所處的階段和環境，從而做出合理的調整決策。本文作者分享了關於如何才能搭建完整的數據指標體系，我們一起來看一下。什麼是數據指標體系？數據指標體系是一套非常完整而全面、量化、易判斷、有價值的分析工具。一般由用戶、產品、運營三大塊組成：用戶：核心用戶貢獻價值、用戶流失；產品核心任務、產品用戶分析；運營：產品運營指標、產品分析等十個子系統組成

對產品的需求不是一成不變的，往往會發生一些變化。用戶需求總是有變化的，如果只看到一個很小的點或是一個場景下出現多個用戶數據，那麼整個產品一定會被打斷，甚至會出現問題。所以在指標體系的設計上下功夫很重要，這是一個大原則，但是有很多時候對於沒有設計好的指標體系，我們會去關注它後面可能會導致什麼。