我们讲数据分析，数据从哪里来?可能来源于网站、来源于系统、来源于一些线下excel表格。那么这些数据的管理需要注意哪些方面呢?
1、数据源的广度
比如说，服装业企业客户，分析成交单数、客单价，成交单数是进店人数乘以成交率，进店人数呢又是路过人数乘以进店率，那么路过人数、进店人数就属于数据广度这一块儿，数据足够全面，未来支撑分析的维度就会更多。
2、数据源的深度
比如看某个订单的时候，需要知道时间、地点、价格、款式等。数据源整体数据质量如果不够的话，未来是不足以支撑细化的数据分析的。
我们做的第一件事情就是把所有数据全部收集起来，并实现“一键接入，随需更新”，提升数据源的广度和深度。需要对数据源的质量进行一个管理，要保障数据需要足够广、足够深;数据需要整合到一个统一的管理平台上。例如企业在开会，当销售出现问题的时候，A部门拿出一个销售数据，B部门拿出一个销售数据，但是对不上号，来回推诿扯皮，无法解决问题，这样对于企业的发展是非常不利的。
这个问题我们认为需要企业把数据管理起来，例如，我们在设立数据指标框架的时候，要定义的核心指标是什么?是成本、利润还是营收?以营收为例，又拆分成客户数和客单价等等，这些数据分别来源于哪些数据源、哪些系统?系统数据录入人员，录入是否规范?我们对数据指标的定义是否一致?
所以需要我们整体从数据管理的角度，定义出一致的指标，将数据治理做好，然后在统一的平台上统一输出数据，这样确保了统一的数据口径。
网友评论