数据分析在企业运营决策中的应用(20120502)

《数据分析在企业运营决策中的应用(20120502)》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、数据分析在企业运营决策中的应用很多数据金矿其实隐藏在公司的基础运营当中，如果您能把它们挖掘出来，进行分析并决策，就将显著提高劳动生产率和资产收益率，并形成新的竞争优势。一、数据分析与企业运营决策无容置疑，数据（情报）对于战争的重要性，几千年来早有体现。在《罗马人的故事》作者盐野七生与新日本钢铁集团总裁三村明夫的对谈中，盐野提出，从凯撒到拿破仑，出色的总司令总是能选贤任能，帮助自己完成收集情报工作，领袖们再依据这些情报窥见大局。同时，关于商业竞争，盐野认为，企业之间的对抗，最重要的是站在对手的立场上了解战局。为了实现

2、这个目的所进行的情报搜集等都是战胜对手的重要条件。数据成为公司新的资产已逐渐成为现实，将大大促进劳动生产率的提高（10%）和资产收益率的增加。90年代初期，被称为百货商店之父的美国人约翰•沃纳梅克曾经这样说“我的广告费有一半浪费掉了，可我不知道是哪一半”。一个世纪前没有足够的数据去为约翰•沃纳梅克解决哪一半广告费被浪费掉的问题，因为那时搜集数据太困难，需要大量的时间和金钱等成本；而今随着技术的日益革新，跟踪和搜集数据成本大大减少，所以我们更有必要也有条件把握数据分析之道。8麦肯锡的研究分析表明，在私营部门，充分利用

3、海量数据的零售商有可能将其经营利润提高60%以上。在欧洲发达经济体中，仅通过利用海量数据实现的运作效率提高，政府行政管理方面可以节省1000亿欧元（1400亿美元）以上的开支。也因此，市场已涌现出大量数据分析在商业中的运用例子，无不说明合理运营数据的重要性。比如，Facebook广告与微博、SNS等网络社区的用户相联系，通过先进的数据挖掘与分析技术，为广告商提供更为精准定位的服务，该精准广告模式收到广大广告商的热捧，根据市场调研机构eMarketer的数据，Facebook年营收额超过20亿美元，成为美国最大的在线

4、显示广告提供商。Hitwise发布会上，亚太区负责人John举例说明，亚马逊30%的销售是来自其系统自动的产品推荐，通过客户分类，测试统计，行为建模，投放优化四步，运用客户的行为数据带来竞争优势。可以看出，数据分析在营销、金融、互联网方面正蓬勃发展，同时数据分析在企业运营决策中的重要地位中日趋明显，正踏上规范化、专业化之路。二、决策领域与数据分析方法（模型）我们发现，各个成功企业都通过数据分析聚焦于一两个核心领域，通过这些领域的数据分析展开竞争，比如：l哈拉斯公司：客户忠诚度和服务l新英格兰爱国者队：球员的选择和球

5、迷的经历lUPS(联合包裹公司)：运营和客户数据8l沃尔玛公司：供应链和市场营销l前进保险公司：定价和新型数据分析服务那么，数据分析在运营决策中的应用具体体现在哪些方面呢？下面通过企业运营的三大模块，分别列举这些领域内典型的决策内容、数据分析方法/模型等。一、数据分析与营销决策决策领域决策内容数据分析方法/模型1.价格研究l新产品价格制定l品牌价格抵补测试(BPTO)lGG价格测试法l价格敏感度测试(PSM)l联合分析(ConjointAnalysis,DCM/ACA)lTURF分析2.促销决策l促销评估l广告投放

6、决策l广告效果测评l广告预算l频数分布表l交叉表l因子分析l对应分析l相关分析3.渠道决策l渠道选择l渠道设计l渠道评估l杜邦模型(DuPontAnalysis)l线性规划二、数据分析与生产决策决策领域决策内容数据分析方法/模型1.新产品开发l不追加专属成本时的决策分析l追加专属成本时的决策分析l品种决策lKanno模型l聚类分析l杜邦模型(DuPontAnalysis)2.产品组合决策l多产品l多目标l线性规划l因子分析3.零部件自制外购决策l基于企业战略下的选择l成本分析l风险分析lTrade-offlEPQl

7、EOQ4.产能决策l生产能力充分利用判断l资源限制下的分析l动态批量模型（Dynamic-LotSize）85.设备购建或租赁决策l成本分析l风险分析l量本利法lNPV法三、数据分析与采购决策决策领域决策内容数据分析方法/模型1.需求分析l预测方法lMRPl典型预测方法l贝叶斯推论2.供应商选择l采购战略分析l选择标准l层次分析法l聚类分析3.订货优化l库存优化l交货时间优化l生命周期成本控制lABC方法lABC-XYZ方法l学习曲线lVMIl成本回归分析l啤酒游戏三、企业运营中的数据分析面临的三大挑战1.过度依赖

8、技术，视其为解决方案各企业往往都建立了自己的大型数据仓库或企业资源规划系统，并认为这样即可以提高决策水平。他们没有将这些技术工具交给专门的分析人员。事实上，只有专门的数据分析人员才能依照正确的业务流程加以运用，从而取得既定成果。3.淹没在浩瀚的数据海洋中今天，我们面对的信息不但数量日益庞大，而且种类繁多，包括音频、视频和网络数据，这些在5年前都不太容易获得。