怎麼樣才能對數據敏感?

原來我是做銷售的,13年我開始做銷售主管並且主持公司每個月的經營者會議,每個月公司統計會發所有的當月有關銷售數據給我,我得篩選好做好各種圖表再開會,每個月這個時候簡直是我的惡夢,還得防老闆和經營者們時不時提出的各種數據問題,有時我會反映不過來甚至會搞錯,很狼狽。所以想問問各位老師有什麼辦法讓自己對數據敏感?


如果能克服「畏難」情緒,就先成功了一半。下面來試著說說另一半:

一、解決數據錯誤問題

數據錯誤是首先要解決的問題,解決的過程中也會鍛煉數據敏感性。具體的做法:

  1. 發現錯誤一定記錄,例如用Excel記錄錯誤日期、錯誤類型、解決方法、備註
  2. 定期總結,尤其對同類型錯誤,歸納出合理的解決方案
  3. 重複1-2步,優化出有針對性的解決方案,並且持續改進

我之前幫助同事整理的解決方案如下,並非零售數據的總結,因此不一定適合,僅供參考:

  1. 數量級

    觀察最終數據,保證在數量級上沒有大的誤差。例如,某商品零售從未破百,出現233的銷售量就要特別警惕。客單價彪高,也要注意。
  2. 各維度匯總

    觀察是否有不同維度結果匯總後不一致的情況。例如,部門內,各產品銷量總和≠各銷售人員的銷量總和;各門店的進貨總和≠倉庫出貨總和。
  3. 分布

    統計結果的分布,往往有其特性。

    例如每天銷售量,會有連續性跟周期性兩種特性,連續性是不會出現忽高忽低的大幅變動,周期性是周末都會有一定程度的提高或降低,7天一重複。

    例如銷售人員銷量,對一周的銷量按員工匯總,一般是由高到低的一個均勻遞減。出現明顯分層則懷疑有錯誤

    例如統計各產品銷量,一般是近似冪律分布,會有少數高值以及緩慢遞減的長尾。
  4. 抽樣

    抽樣檢查一直是最有效的方式。取統計值的明細,直接對其中幾條進行核對。

    選擇核對明細時,盡量保證抽樣能覆蓋各個分層,以及隨機性。例如,會員/非會員,網上/門店銷售,張三/李四銷售等各個維度分別抽檢。

二、提高數據敏感性

提升數據敏感性,主要靠積累經驗,看的數據,量越多、種類越豐富,敏感性越強。

此外也有一定的技巧,能加速這個過程,主要體現在三個方面:

  1. 預估能力
  2. 發現數據異常的能力
  3. 數據轉化為知識的能力

預估能力

在看到實際數值前,就可以依據其他數據、主觀感覺來估算數值,並控制估算誤差。

此能力較容易鍛煉,是迅速提升數據敏感性的有效捷徑。看數據之前,對數據進行主觀猜測,再拿猜測值與實際值對比,根據實際值調整自己的感覺。多多練習即可。補充小竅門:

  1. 需得明白,系列數據,是由 規律+隨機數 組成的。比如周一網站訪問量在100W左右,這是規律;上下波動95%的可能在100W±5W以內,這是隨機數。更多分析參見數據分析能很好的支持管理決策嗎,如何支持? - 孫文亮的回答

  2. 自己猜的無聊時,跟同事打賭,誰輸了請客吃飯發紅包。如果有人問「上周銷售額是多少?」就立刻組織大家猜測,然後公布答案。
  3. 平時看新聞、看文章,遇到數據多多聯想猜測。比如看到近期利率下調,可以思考理財方式,從低風險的活期儲蓄,到定期儲蓄,國債,基金,股票,最終到高風險的P2P、風險投資,每種方式的收益區間分別是多少?

發現數據異常的能力

發現數據異常,是預估能力的一個延伸。越強的預估能力,就越能提高發現異常的速度、準度。

異常有兩種:

  1. 正確的異常,即現實中有特殊事件發生,反映到數據就異常。
  2. 錯誤的異常,即現實正常,但統計錯誤導致數據異常。

平常注意收集各種異常並且記錄在案,對於提高此能力有幫助。

數據轉化為知識的能力

從數據、信息到知識的演變如下:

數據、信息和知識的區別聯繫:

上面兩張圖引自塗子沛的《大數據》88頁。

這部分能力最難培養。可通過查看各行各業的分析報告,學習從數據轉為知識的常見思路,例如:歸納、細分、對比等。

另外針對自己日常工作,請將根本目的設為解決問題,而非完成數據需求。只有深入了解運營,深入了解數據的一線運用場景,才能完成數據到知識的轉化。

由於跨行了,這方面我也提供不了太多的建議。

其實,培養數據敏感性的根本,是在養成數據驅動的習慣,或者是打磨對數據的信仰。學會使用數據思考,是管理的必然要求。作為拓展知識,可以去看看塗子沛寫的《大數據》和《數據之巔》,懶得看書的可以去聽聽羅輯思維。

以上。


你需要把最關鍵的幾個數據大聲說出來。

開會之前,先自己做一張PPT,把最關鍵的營收數據放在上面,比如月度銷售額XXX萬元、環比增長率V%、毛利率XXX萬元、固定成本XXX萬元、可變成本XXX萬元、應收賬款XXX萬元。然後找一個空會議室,投影在大屏幕上,自己一個人先預演。

這些數據你光看是不會記住的,你要:

1、大聲的、憤怒的喊出上面每一個關鍵項目數據,當然不要拘泥我的例子,用你自己的數據。

2、邊喊邊思考每一個數據的意義。毛利率是怎麼來的,應收賬款增加是因為欠款客戶比率增加還是因為前期欠款積壓?

3、喊出一個數字,開始想像這個數據喊出來後董事會會提什麼問題?比如營收下滑40%,董事會一定會問為什麼。是因為深圳突然限制車牌導致你們的商品車銷售暴降?還是因為浙江口蹄疫造成你們的飼料滯銷?或者是因為大區經理帶領團隊投敵?所有的數據變動,後面都有原因,有些原因很明顯,比如我上面列出的,有些很隱藏得很深,比如長期經濟走勢看跌造成奢侈品、房產、建材銷售下滑。凡是自己可以立即回答出來的問題不需要再去考慮,凡是你問住自己了,答不上來了,把這個問題寫下來,花心思去研究答案。

你記不住數據、或者你覺得老闆問你數據,都是表象。數據從來不是數據,它們是邏輯的名字,你的問題是沒搞懂數據後面的邏輯。老闆問你某個數據,本質是你解釋某個現象後面的邏輯,並且進而去達成某個邏輯。


雖然不是銷售主管,但是公司每月的經營分析報告,每周的銷售進展通報和每日的數據通報基本都由我出。從最開始的完全懵懂,到現在的基本能夠定位問題,我認為培養數據敏感性可以從以下幾個方面著手:

1、形成各種數據「指標」的概念,並深層次理解各項指標的意義。

數據分析入門便是從接觸各類數據指標開始,比如辦理量、辦理率、市場份額、收入份額等等,有些是通用,有些是行業特有,但是第一步就是了解有哪些指標,並且 一定要深刻理解這些指標的定義及作用,這是基礎中的基礎。這個階段力求廣且理解精準,所需時間基本一個星期足以,後面接觸到更多的評價模型之後再慢慢補充。

2、盡量高頻率、多廣度接觸數據,因為只有量變才能產生質變。

了解指標後,理解報表就不難了,這個時候就要進入「數據敏感性」培養階段。不需要非常刻意去記住每天的數據細節或變化細節,但是形成每天看銷售報表、經營報表的習慣絕對能在潛移默化中形成對市場的宏觀理解能力。我最開始就是從每天三張報表開始:大市場層面競爭分析報表、渠道單日銷售業績表、近期核心指標的詳細報表,每天早上進公司半小時就會自己製作並看這三張表,1個月後,我就基本能了解整個市場的情況、代理商和自營渠道的銷售能力了。這種日常的數據觀測,最重要的是能形成一種宏觀的把握能力,了解各項市場指標的波動範圍,自己能形成「正常波動」和「異動」的評判標準,其實我認為這種標準就是數據敏感性的重要一環。

2、一定要用「聯繫的眼光」看待數據!這個很重要!很重要!很重要!

數據和數據之間要知道,絕對不是孤立的,而是存在非常重要的因果等關係。我想題主會經常被別人數據問道,就是沒有進一步洞察到數據的內部聯繫。A不一定能導致B,但很多時候A絕對會在潛移默化中影響B。舉個很淺顯得例子,大的市場指標如收入份額絕對是由很小的細節如觸店辦理率、服務滿意度等影響的,一個指標出現問題,必然會影響相關指標。數據分析做久了,能很快定位問題,往往就是因為理解了數據之間這種聯繫,能關聯地看出問題。

3、一定要形成自己的經營評價體系!這個也很重要!很重要!很重要!

一個好的經營評價體系可以借鑒別人的,也可以形成自己的,但是一定要自己有自己的指標理解,不然很容易陷入做PPT和報告的怪圈,感覺數據很多,角度很多,報表很多,無法形成完成的有說服力的東東(剛入職的時候吃過大虧)。

當然經營體系的理解,一定是建立在上述所說第一點、第二點的。拿我舉例,我就是利用了3個月左右各種看數據,各種看別人的報告之後形成了自己的一套理解方式。我最開始用的經營評價模型就是以大層面為切入點,將整個市場劃分為用戶、收入、流量發展三個板塊,再來細化深入。後面就將這些模塊打亂,分為競爭層面、效益層面、發展層面、健康層面四個維度為分析模型來形成自己的分析模板。當然,不同的人、不同的公司這些都是不一樣的,但是關鍵就是自己一地的那個要有自己的一套分析理論,這樣子才能做到有邏輯,而且很全面。

4、定期給自己一個數據分析課題

這是我數據分析入門階段定的目標,一個月至少一個專項分析報告。寫過份額下滑的、收入波動的、用戶流量使用習慣的,在專題中,自己去找所需要的數據,或者自己去嘗試解決一個問題,發現一個因果聯繫,這個過程對數據的理解絕對比上述三點來得更快更直接,而且對數據的理解會更深!

以上說的。。。不是很具體,但是是本人真實的感受。數據敏感性非一朝一夕,但是也不是說非要很久才能形成,關鍵是有一個願意去看思考的心,與題主共勉~哈哈!


1,熟練使用excel的數據透視表功能,把數據圖表化。

我覺得繁雜的數據對於正常人來說都是不敏感的,所以人們才需要各種各樣的圖表圖畫來幫助自己直觀透徹的理解數據。

題主應該在觀念上做出改變。把先理解數據,再做圖表幻燈片這個流程,優化為邊做圖表,邊讓圖表幫你理解數據。這樣效率要高很對,你對數據了解也更為簡單。

2,善用百分比。

你看各大電子產品的發布會,很少會直接告訴大家比上代產品跑分高了多少分。這部分數據往往都以比上代產品提升了X%這種形式呈現。

通常情況,百分比位數往往少於具體數值,便於大家記識。而且通常大家關心百分比要甚於關心具體數據。

3,對自己管理的市場加強了解。

不知道大家對數據理解是一個什麼樣的過程,反正我往往都要依靠聯想才能理解。

比如某兩地間的距離是543km,我既無法直觀感受到這是有多遠,也很難記住。可是事實上我能理解這有多遠,因為我聯想到我經常從A地到B地是456公里,大概耗時多久。

你是銷售出身,自然對某一區域的銷量是很了解很敏感的。所以拿到數據,你可以大概盤算一下,這相對於你熟悉的銷量是個什麼體量,更容易讓你記下這些數據。

同時也要在心裡對自己負責的各個區域有個量級上的概念,比如某KA賣場二月的銷售額一般是40W,而今年二月突然成了80W,那你肯定要去了解一下,這算不算一種對數據的敏感呢?

4,靠輔助工具幫你記下數據。

同一個上司關心的數據往往都是那麼幾個,記在本子上,手機上已被不時之需嘛。

還有做彙報的時候,ppt有提詞板功能哦!

把數據寫在提詞板上吧,老闆看不見的,哈哈哈。


推薦閱讀:

TAG:數據 | 數據分析 | 銷售 |