​价值驱动-数据分析价值逻辑与实践思考

​价值驱动-数据分析价值逻辑与实践思考当今的企业,随着数字化技术日新月异的高速发展,多数企业都在进行数字化转型的规划,即顺应新一轮科技革命和产业变革趋势,不断深化应用云计算、大数据、

大家好,欢迎来到IT知识分享网。

当今的企业,随着数字化技术日新月异的高速发展,多数企业都在进行数字化转型的规划,即顺应新一轮科技革命和产业变革趋势,不断深化应用云计算、大数据、物联网、人工智能、区块链等新一代信息技术,激发数据要素创新驱动潜能,打造提升信息时代生存和发展能力,加速业务优化升级和创新转型,改造提升传统动能,培育发展新动能,创造、传递并获取新价值,实现转型升级和创新发展的过程。

而在企业内部分工也日趋细化,采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节,无时无刻不在产生着大量的数据。能否从各种各样的数据中,快速获得有价值信息,直接决定了企业在数字化转型升级的过程中能否立稳脚跟。所以,构筑企业的数据与分析能力,是奠定数字化转型成功的基石。

那么,如何能让数据发挥应有的价值呢?数据分析将为企业的经营决策提供数据支撑,把数据变成信息、帮助企业把信息变成决策,把决策变成行动,把行动转换成更高效业务操作,以快速响应市场需求变化,形成轻量化、协同化、社会化的业务服务新模式,动态响应用户个性化需求,获取多样化发展效率,开辟新的价值增长空间。从而增加企业的竞争优势。因此,“价值驱动”将成为基于数据的挖掘分析潜在价值在数字化升级中发挥重要作用,并且构建分析型企业的竞争优势。于个人而言,我们也应该要懂得如何实现可持续的价值创造,才有可能突破职业发展的瓶颈!

数据分析学习,在于将别人的知识转化成自己的知识,食之化尽,举一反三。从四个方面大家一起探讨价值驱动视角下的数据分析实践;

1.分析职业观察(有哪些值得思考的痛点?)

2.企业价值(社会价值、商业价值,及实践路径选择···)

3.分析价值(职业价值主张,价值创造与价值回收···)

4.核心能力体系(知识堆积到体系化应用及价值变现 ···)

做一个对世界充满好奇的人!在分享之前,我们可以先思考几个问题:

★你了解过数字化转型升级相关内容吗?

★如何实现可持续的价值创造?

★你了解价值驱动、数据分析与企业数字化关系么?

……

01.分析在创造哪些价值?

对于明确的业务问题,利用SQL获取数据、BI工具可视化洞察、Python/R复杂数据处理,再结合行业分析、定量分析及财务分析方法,寻找能够最大限度影响商业决策的认知增量,最终产生超预期的商业结果,这是我们心中非常完美的工作画面,也是价值创造的充分体现。

​价值驱动-数据分析价值逻辑与实践思考

然而事实总是未能如愿,实际工作中,分析从业者都有过如下类似的感受:

● 工作非常辛苦,但没有任何反馈、甚至结果不被认可,根本找不到改进方向

● 考评绩效差、长期得不到职业晋升或加薪

● 忙碌于琐事/自我麻醉、缺乏有效成长路径

● 职业竞争力越来越差、且日渐焦虑与烦躁

实质上,分析与业务的关系,类似于乙方与甲方的关系。期待甲方主动表扬、提供更多回报本身就是不现实的。而忙于事,还是进行价值创造,抑或是可以实现价值回收,这是三个不同的课题。

02.分析框架

​价值驱动-数据分析价值逻辑与实践思考

​价值驱动-数据分析价值逻辑与实践思考

03.分析从业者成长路径?

在我这10年成长过程中,最难、最痛且最煎熬的莫过于以下四个问题:

·哪些事情是真正有价值、且事半功倍的?

·忙碌、多做事,有意义吗?

·想多产出价值,却四处碰壁、没有路径?

·SQL、BI、Python、分析方法…学了一大堆,还是做不好分析?

对于上述痛点,我在总结了这些年的思考与有效应对策略:

1、只有高价值的事情,才值得投入。而想要找到,就必须清晰理解企业的战略目标与经营管理规划。

2、事情并不等同于价值,忙碌更无法解决焦虑。只有以规模、成本与效率的框架进行思考与表达时,才能将事情转化为老板听得懂的价值。

3、每个人都想做出好的业务结果,这是对的,但是实现需要方法论,光靠激情与口号是不够的。

4、总有很多人告诉我们要学工具、学方法、学沟通…它们是做好分析的基础要素,但不是分析本身。缺乏简单、体系化的知识体系,就会陷入知识堆积、难以付诸实践的尴尬处境。

Who-What-How模型,它能够帮助我们想清楚很多底层问题:

Who:我服务的核心用户是谁?

What:我能为他们提供什么独特的价值?

How:这些价值通过什么方式实现,又如何获得价值回报?

​价值驱动-数据分析价值逻辑与实践思考

who-what-how模型视角下的逻辑思考,以核心用户驱动职业效率,避免在how层面持续自耗。这里最重要的是Who,你想要匹配什么样的核心用户?当清晰的锚定核心用户后,才需要回答应该具备哪些商业认知、实践方法、核心能力。很多时候,我们找新的工作机会,其本质就是找那个能够帮助自己更快成长的人。

01.战略地图与平衡计分卡

使命与愿景是价值选择,它告诉我们去哪里

战略描述:将战略思考与商业模式转化为一张目标明确、逻辑清晰的战略地图

战略衡量:运用平衡计分卡进一步构建衡量战略的量化体系

战略举措:通过制定战略性行动方案,将战略转化为行动(年度经营规划)

​价值驱动-数据分析价值逻辑与实践思考

​价值驱动-数据分析价值逻辑与实践思考

02.经营管理与经营分析

经营管理:是一种组织机制,中长期保障战略目标达成、短期保证年度经营规划的落地与迭代;

经管会议:是业务作战会议,聚焦于集中力量打赢关键战役,达成年度经营目标;

经营分析:是企业与各业务单元的主要作战进展的直接呈现,经营仪表盘。

​价值驱动-数据分析价值逻辑与实践思考

​价值驱动-数据分析价值逻辑与实践思考

03.分析型企业挑战

价值空间:只是聚焦于具体业务问题的研究分析,分析工作就很难走的更远,其单一价值产出难以支撑个人成长诉求,唯一能做的就是不断寻找更大的价值空间;

探索方向:由具体问题向年度经营目标达成、企业整体经营决策效率优化等方向拓展,这更能凸显价值且具备更大的结构成长空间;

​价值驱动-数据分析价值逻辑与实践思考

(分析产出漏斗)

​价值驱动-数据分析价值逻辑与实践思考

(混合式团队架构)

04.企业数字化转型的根本任务是价值体系重构

企业是一个创造、传递、支持和获取价值的系统,价值体系没有重构就不能称之为成功转型。

​价值驱动-数据分析价值逻辑与实践思考

05.数字化转型能带来哪些价值效益?

​价值驱动-数据分析价值逻辑与实践思考

01.分析价值主张

价值主张(why):是在清晰洞悉企业需求的基础上明确我们想要做什么,而价值创造是围绕价值主张的实际输出.

价值主张(what):不断构建与完善分析驱动机制,借助具备共识的量化语言体系推进同欲、同知、同行,进而加速分析型企业及决策优势建设.

​价值驱动-数据分析价值逻辑与实践思考

(价值创造空间)

​价值驱动-数据分析价值逻辑与实践思考

(空间网状模型)

02.如何看待日常工作?

如何看待所遇到的问题,就意味着解决路径在哪里,真正的区别在于站在哪、以什么样的视角来观察。规模、成本、效率视角下怎么看?

​价值驱动-数据分析价值逻辑与实践思考

03.实践路径-SE环

企业需求:寻找可持续的确定性,而研究性的工作却往往意味着各种不确定,机制的构建与完善是通向确定性的桥梁,持续的正反馈是价值创造延续的基石。

​价值驱动-数据分析价值逻辑与实践思考

(分析加强环)

​价值驱动-数据分析价值逻辑与实践思考

(SE环)

1. Situation:业务场景的状态。

2. Question:需要被明确回答的问题,核心在于产出真的、高价值的、且可被分析解决的问题。

3. Answer:回答问题的过程,本质是分析技术、工具技术、业务技术与领导力的系统化实践能力。

4. Evaluation:评价,包括产出结果的效用、成本,即以多大成本贡献了多少被共识的价值创造。

5. Expansion:影响力与能力拓展,核心在于分析型企业建设。

01.核心能力体系框架

核心能力:是指能够将数据转化为业务策略(决策)所需要的各种关键能力的集合;

个人成长:max F(分析技术, 工具技术, 业务技术, 领导力)

​价值驱动-数据分析价值逻辑与实践思考

02.领导力塑造

领导力:除各种技术型能力之外,同时又影响在业务场景中以最小代价达成目标的能力。

路径:跨场景优势、个人影响力、资源杠杆(团队)。

​价值驱动-数据分析价值逻辑与实践思考

03.AI在改变什么

·AI改了很多方面,例如提高了信息检索和推荐的效率和质量,增强了人机交互的自然性和智能性,扩展了人类的创造力和想象力,优化了决策和管理的过程和结果等等。

·AI应用:以DIKW模型为例,未来分析的起点就是Knowledge

·背后逻辑:技术进步带来生产关系重构,由“集中生产-广泛消费”—>“广泛生产-广泛消费”

​价值驱动-数据分析价值逻辑与实践思考

总结

以上就是本次分享的全部内容!数据分析的价值将不断被放大,不止于分析结果,“价值”将驱动企业实现新的商业模式的探索和突破。

所以,对数据分析从业者来说,除了有很好的数据分析专业素养,是否有业务高度,是否能够将数据分析跟公司的业务结合起来,特别是跟商业价值结合起来,通过数据分析来驱动业务发展,是核心所在。

作者 | 黄小伟,先后就职于粉丝网、网易,目前在有赞担任BI总监,长期关注企业研究分析能力与决策优势建设、数据价值挖掘与变现。

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/58035.html

(0)

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注

关注微信