數據化運營管理_互聯網行業(六)(訂單1)
在全篇開始處介紹了互聯網企業的盈利模式大抵可以分為三種：向用戶出售商品或服務類、廣告盈利類、直接收取費用類。這種「向用戶出售商品或服務」類公司所涉及的分析，可以拆分為「用戶、訂單、商品/服務」這三個模塊。
前面五篇，是從用戶的角度出發，來分析數據的。那麼用戶都來了，該產生訂單了吧，否則要「你（用戶）」何用？
第一篇也提到了，我們分析數據，是要有價值的，什麼樣的價值？可以提高收入、可以降低成本、可以避免風險。分析訂單相關數據，主要還是為了能夠提高公司的收入的。那這一塊的數據要怎樣分析，才能夠對提高收入有促進作用呢？這個問題，還要有點耐心，聽我慢慢道來，因為平時比較忙，整理文章又是一個費時費力的事情；同時還要有點氣度，看到不對的地方，不要砸電腦砸滑鼠，從經濟學的角度來看，不划算；最好還有點熱心，可以與我交流，一起完善這樣的話題，順便還能體現社會主義核心價值觀。
從指標分類的角度來看，相比於用戶數據，訂單數據更複雜一點，畢竟連接著用戶和商品／服務兩大模塊。我們先用下面這句話來定義訂單。
訂單：誰 在什麼時間、地點 把什麼東西 以什麼樣的價格、方式 賣給了誰。
我們可以從這句話中解析出下面幾個維度：
- 誰：B端商家或者線下團隊
- 在什麼時間：訂單時間
- 在什麼地點：地點
- 把什麼東西：商品或者是服務
- 以什麼樣的價格：商品或服務的價格
- 什麼樣的方式：交易方式
- 賣給了誰：最終用戶
（上面的每個維度都可以進一步分解出更多、更細的信息，例如商品可以分為類型、品牌等，但大體上分為上面的幾類，更細節的後面討論。）
同時，訂單也可以分成幾個狀態，例如：等待受理、發貨訂單、成功訂單、取消訂單、退貨訂單、投訴訂單等等。這個狀態也是根據業務不同而不同的，但是多一個少一個也並沒有多大的區別，分析思路都是一樣的。
介紹了上面的內容，我（jiago王）整理出下圖，這樣看起來更加直觀。
在知道以上內容後，我們聊聊怎樣分析數據，有助於提高公司的收入吧。先問個問題，在各公司中肯定都有對訂單數據進行分析，這些分析報表，都產生價值了嗎？相信有的公司做的比較好，但一定有這樣的情況，就是一部分、甚至好大一部分的分析報表，僅僅是滿足了業務人員或者領導的好奇心，別的並沒有什麼卵用。所以我喜歡從目的出發，再進入到方法。
在訂單這個層面上提高收入，無非是兩條路，一是擴大訂單量，二是提高客單價。要提高客單價，要麼是降低折扣、提高件單價，要麼是提升連帶率。如下圖所示：
此外，我整理了以下四個方法，輔助提升訂單額的實現：
- 通過數據對比、數據追蹤，形成壓力和刺激
- 精準運營，在對的時間把對的商品／服務賣給對的人
- 調整商品／服務的結構和價位，優化布局，促進成單
- 少犯錯誤，減少問題的發生避免流單（提升體驗在此範圍）
（上面幾種方法中，具體的分析場景與前面五篇文章中內容有很多交集，具體遇到的地方會加以說明）
本篇先介紹第一種方法，要怎樣分析和展示數據。（我們終於進入了正文，我去倒杯水先）
通過數據對比、數據追蹤，形成壓力和刺激
這種方法最常見了，無論是傳統企業或者是互聯網公司，很多報表都是服務於這個方法的。為什麼使用面這麼廣，因為又簡單又好用啊～
對比，一般是以下幾個維度的對比
- 實際值與目標值的對比
- 地區之間的對比
- 商品／服務類型之間的對比
- 不同時間的對比
- 不同交易方式的對比（交易平台、支付方式等）
數據追蹤，也就是把數據按時間的維度拉開，發現其中的規律和異常。
先按照上面思路來看幾個栗子
1.實際值與目標值的對比（這個值可以是訂單量，也可以是金額）
這種對比分析，常見到一點新鮮感都沒有了是不是？它太容易被想到了，定目標，然後進行監控，沒完成就批評，完成就獎勵，刺激任務的達標。但是較起真來，目標的設定也是有難度的，前面我列出了很多的維度，目標要細到每個維度都設值嗎？時間維度，是細到日目標，還是月目標就夠了呢？如果設置月目標，會不會有銷售或運營團隊產生月末剎車的情況呢？那改設置日目標，又要怎樣設計呢？
以終為始，我們為何設置目標值，是為了通過目標值的設置，與實際值的對比，產生壓力和刺激，以此來激勵業績的提高，也就是訂單量的提高。那思路就清晰了，是否選定為目標維度，就看這個維度是否可被刺激。我們從上面的維度中逐一篩選一下：
B端商家或銷售：如果是阿里巴巴或者餓了么那種平台應用，訂單出售端是B端商家，這類B端商家肯定就不需要設定目標值了，那麼多商家，怎麼設置的過來，另外，你就算設定了目標值，人家也不甩你呀；如果有銷售，也就是線下地推團隊，比如家裝類的、p2p類的，那這個值就有意義了。
時間：這個明顯是有意義的，但問題在於時間粒度怎樣選擇。實際情況，也是根據業務場景來的，有的業務月目標就可以了，有的要設置日均目標，甚至有需要設置小時目標的。（我如果只寫到這裡，一定會挨罵的，上面拋出了那麼多問題，這裡該接上去了）
有些設置月目標有點大，員工可能會有月底剎車的行為，日均目標又不合適，周一和周日的訂單量差距太大。可以這樣設置，取出前面3個月或者半年的數據，以周為周期，算出周一到周日的訂單量的係數比例，例如：1.1，1，1.3，1.2，1.5，1.6，1.4。可以看出周二的訂單量最小，給這個最小的目標設置一個值，比如2000單，那麼從周一到周日的目標訂單量分布就是，2200，2000，2600，2400，3000，3200，2800。然後目標值與實際值的對比，就按照這樣的分布走，相對就要合理一些了。
地點：如果是有銷售團隊，那麼只需要細化到地區負責人就可以了，地區可以不再單獨設置。總之，人才可以被刺激，設置地區，也是為了掛到某個責任人身上。
商品或服務：如果有人對商品或者服務的訂單數量，或者比例健康度負責，那麼可以對該維度設置目標，否則我也認為沒有意義。
價格：想不到什麼情況下需要對這個維度設置目標。
交易方式：如果為了避免交易數據壟斷，控制交易平台佔比，可以對該維度進行設定目標，否則不需要。
最終用戶：你如果覺得他是可控的，那就設置吧。
如下圖：目標粒度為『銷售團隊』、『日期』、『交易』方式三個維度。
上圖中，分別列出了完成任務的團隊、未完成任務的團隊。通過這樣的對比，配合以激勵政策，對銷售團隊形成壓力，促進銷售團隊訂單的推廣。
為避免形成交易數據壟斷，選擇多個平台進行交易，可能希望達成一定的平衡比例，但是從圖中可以看出，實際情況下，通過其他平台的交易比例過低，如有必要需要採取些激勵手段來實現平衡。
下面的組合圖是每天的目標與實際的完成訂單量，同時與團隊的條形圖形成聯動，可用來追蹤具體某團隊的每日完成情況。
追蹤可以更加徹底，點擊組合圖中某一天進入到明細表，可以展示出團隊的具體某個銷售員、某天的實際完成情況。這樣既能夠總覽完成情況，實現監督，同時可對數據進行追蹤，對個人形成壓力。
就先整理這麼多，剩下的幾個對比留在下一篇介紹。
(文中圖表使用finereport開發)
(下一篇將完善訂單的對比分析。 歡迎交流，相互學習)
原創文章，轉載請私信作者
推薦閱讀：