Επωφεληθείτε από αυτές τις 2 μικρές αμυχές δεδομένων για την ανάπτυξη της επιχείρησής σας

Πίνακας περιεχομένων:

Anonim

Τα μεγάλα δεδομένα είναι ένα καυτό θέμα. Και μπορεί να κάνει θαύματα για το σωστό είδος της εταιρείας.

Ως μικρή επιχείρηση, ωστόσο, δεν είστε το "σωστό είδος εταιρείας".

Ο πραγματικός χρυσός είναι στα μικρά σας δεδομένα.

Τα οφέλη της μικρής Analytics δεδομένων

Η αξιοποίηση των Μικρών Δεδομένων μπορεί να προσφέρει τεράστια κέρδη στην κερδοφορία και την ταμειακή ροή (μερικές μελέτες έχουν δείξει ότι η αύξηση μπορεί να φθάσει το 50-60%). Και σας επιτρέπει να το κάνετε με τρόπο χαμηλού κινδύνου, σε πολύ σύντομο χρονικό διάστημα (πώς σας τραβήξει την επόμενη εβδομάδα, τον επόμενο μήνα ή το επόμενο τρίμηνο);

$config[code] not found

Τα μικρά δεδομένα είναι τα δεδομένα συναλλαγών που συλλέγονται από τις αλληλεπιδράσεις σας με πελάτες, προμηθευτές, μέλη της ομάδας και τα προϊόντα και τις υπηρεσίες σας. Είναι τα δεδομένα που διαμένουν σε πράγματα όπως το λογιστικό σας σύστημα, το CRM, το ERP, τα υπολογιστικά φύλλα του Excel και παρόμοια μικρά δεδομένα.

Μια πλήρη δέσμευση για τη μόχλευση των Μικρών σας Δεδομένων απαιτεί την ισότιμη ανταλλαγή πληροφοριών, τον προγραμματισμό, τον έλεγχο της εγκληματολογίας και τη δημιουργικότητα.

Μικρές αμυχές δεδομένων

Ωστόσο, για να ξεκινήσετε το ταξίδι σας για μικρές αναλύσεις δεδομένων, θα ήθελα να σας δώσω δύο πολύ αποτελεσματικά "μικρά αχρήματα δεδομένων" που μπορείτε να χρησιμοποιήσετε για να αρχίσετε να εφαρμόζετε τη δύναμη των Μικρών Δεδομένων.

Δοκιμάστε αυτά στην εταιρεία σας. Νομίζω ότι θα εκπλαγείτε ευχάριστα από αυτό που θα ανακαλύψετε.

Μικρή σάρωση δεδομένων # 1 - Ανάλυση CVPM

Η ανάλυση CVPM είναι ένας τρόπος ανάλυσης του τρόπου εμφάνισης της επιχείρησής σας από κοκκώδες ή συναλλακτικό επίπεδο. Για να κάνετε την Ανάλυση CVPM πρέπει να αναλύσετε τα έσοδά σας, το μικτό σας κέρδος και τα γενικά σας έξοδα σε βάση "ανά συναλλαγή".

Αυτό που ψάχνετε είναι αλλαγές σε αυτά τα κοκκώδη ποσά με την πάροδο του χρόνου. Για παράδειγμα, τα τελευταία τρία οικονομικά έτη. Ή αν είναι πιο σχετικό, τα τελευταία τέσσερα πιο πρόσφατα τρίμηνα. Γενικά, οι καλύτερες γνώσεις αποκτώνται εξετάζοντας την Ανάλυση CVPM σας για τρία πλήρη οικονομικά έτη.

Ας δούμε ένα παράδειγμα δύο διαφορετικών επιχειρήσεων για να ξεκαθαρίσουμε αυτή την έννοια. Ορισμένα σχετικά δεδομένα από κάθε μία από τις επιχειρήσεις έχουν ως εξής:

Business Alpha Business Beta
(Α) Αριθμός Πελατών 1,000 370
(Β) Συχνότητα ανά έτος 0.5 6.0
(Γ) Μέσο Μικτό Κέρδος $ 350 $79
Μικτό κέρδος (A x B x C) $175,000 $175,380

Οι πληροφορίες αυτές μας λένε ότι εξετάζουμε δύο επιχειρήσεις με εντελώς διαφορετικές προσεγγίσεις και δομές (δύο διαφορετικά επιχειρηματικά μοντέλα).

Το Business Alpha διατηρεί μεγάλο αριθμό πελατών που αγοράζουν κάτι μόνο κάθε δύο χρόνια (συχνότητα 0,5 το χρόνο), αλλά είναι ένα μεγαλύτερο στοιχείο εισιτηρίων από το Business Beta.

Η Business Beta έχει πολύ λιγότερους πελάτες (περίπου το 1/3), αλλά αγοράζουν μικρότερο εισιτήριο πολύ συχνότερα (περίπου κάθε δύο μήνες).

Αλλά κοιτάξτε το τελικό αποτέλεσμα. Και οι δύο επιχειρήσεις επιστρέφουν σχεδόν ταυτόσημα τα αποτελέσματα του ακαθάριστου κέρδους. Κάθε επιχείρηση έχει περίπου 175.000 δολάρια για την κάλυψη γενικών εξόδων, την επιστροφή χρεών, την επανεπένδυση στην ανάπτυξη και την επιστροφή στους ιδιοκτήτες.

Small Data Hack # 2 - Ανάλυση προϊόντων Matrix

Η ανάλυση του προϊόντος Matrix είναι μια μέθοδος αναζήτησης συγκεκριμένων πελατών ή τομέων πελατών και σύγκριση πωλήσεων ανά προϊόν (ή κατηγορία προϊόντος) για κάθε πελάτη. Παρέχει μια άποψη για το εύρος των εσόδων από κάθε πελάτη που προέρχεται από τα διάφορα προϊόντα και τις υπηρεσίες σας.

Συνήθως είναι πιο αποτελεσματικό να ξεκινάει σε πιο συγκεντρωτικά επίπεδα και να αναλύει λεπτομερέστερα τα δεδομένα και τις αναλύσεις.

Ανάλυση προϊόντων Matrix είναι πιο ισχυρή όταν γίνεται με τις ακόλουθες διαστάσεις:

  • Πελάτης - πωλήσεις
  • Πελάτης - έσοδα
  • Πελάτης - μεικτό κέρδος
  • Αγορά ή επιχειρηματικό τμήμα
  • Γεωγραφία
  • Βιομηχανία

Οι παρακάτω πίνακες παρέχουν ένα παράδειγμα για να σας καθοδηγήσουν:

Έσοδα από πωλήσεις ανά πελάτη
Πελάτης Εσοδα
Ακμή $ 35,000
ACX $ 23,600
Bergstrom $ 74,835
Manilo SP $ 126,959
ΣΥΝΟΛΟ $ 260,394

Οι πληροφορίες που περιέχονται σε αυτόν τον πρώτο πίνακα είναι ενδιαφέρουσες. Αλλά δεν παρέχει πολλές λεπτομέρειες σχετικά με τα στοιχεία του συνολικού εισοδήματος για κάθε πελάτη. Στην καλύτερη περίπτωση, θα οδηγήσει εσάς και την ομάδα πωλήσεών σας να είναι ικανοποιημένοι με τον όγκο των εσόδων της Manilo SP και απλώς "προσπαθήστε να πουλήσετε περισσότερα" στην Acme και την ACX.

Ο παρακάτω πίνακας παρέχει μια πιο λεπτομερή και χρήσιμη άποψη για τους ίδιους πελάτες, χρησιμοποιώντας τις έννοιες της Ανάλυσης Matrix Προϊόντος.

Matrix διείσδυσης προϊόντων (από τα έσοδα)
Πελάτης Προϊόν Α Προϊόν Β Προϊόν Γ Προϊόν Δ ΣΥΝΟΛΟ
Ακμή $ 35,000 $ nil $ nil $ nil $ 35,000
ACX $ nil $ nil $ nil $ 23,600 $ 23,600
Bergstrom $ 12,500 $ 19,325 $ 1,350 $ 41,660 $ 74,835
Manilo SP $ 103,000 $ 23, 009 $ 950 $ nil $ 126,959
ΣΥΝΟΛΟ $ 150,500 $ 42,334 $ 2,300 $ 65,260 $ 260,394

Οι πληροφορίες από αυτήν την ανάλυση του πίνακα προϊόντων θα οδηγούσαν πιθανώς σε διαφορετικά συμπεράσματα.

Για παράδειγμα, παρόλο που η Manilo SP έμοιαζε να είμαστε ικανοποιημένοι με τα έσοδά της (όταν χρησιμοποιήθηκαν μόνο τα έσοδα από τον πρώτο πίνακα), δεν πρέπει να είμαστε ικανοποιημένοι. Αγοράζουν σχετικά μικρή ποσότητα προϊόντων C και D από εμάς.

Έτσι Πάρτε Hacking

Τώρα που έχετε διαβάσει για αυτά τα δύο hacks, προχωρήστε με μικρές αναλύσεις δεδομένων αμέσως.

Πάρτε την επόμενη ώρα ή δύο, συγκεντρώστε την ομάδα σας και αποφασίστε να εφαρμόσετε Ανάλυση Ανάλυσης CVPM και Ανάλυση Προϊόντος Matrix στην εταιρεία σας.

Δεν έχετε τίποτα αλλά αυξημένα κέρδη και ταμειακές ροές για να κερδίσετε.

Εικόνα Concept Φωτογραφία μέσω του Shutterstock

3 Σχόλια ▼