数字化业务分析：处理数据、发展机会、关键错误

ashammi298@gmai

处理数据和业务分析中的关键错误如何发现销售漏斗中的瓶颈、可以改进的地方以及如何了解业务往哪个方向发展？商业分析有助于回答这个问题。它是什么以及为什么需要它？谁应该进行业务分析以及多久进行一次？这些问题和其他问题的答案在对Registratura互联网营销部门负责人 Alexander Skrypnikov和 AdIndex 特别项目编辑 Yaroslav Makarov 的采访中。
2020 年 10 月 30 日
10分钟

Registrura互联网营销部主管
亚历山大·斯克里普尼科夫
业务分析的主题非常广泛。因此，让我们立即定义一下当我们谈论 老挝企业名录 数字机构和品牌时，业务分析的含义是什么？

用同一个维基百科的科学语言来说，需要商业分析来对公司进行任何有利于它的变革。业务分析的主要任务是证明组织业务流程中某些更改的必要性。

但由于我们谈论的是数字化，因此我们在 Registration 称之为数字化转型。从今年年初开始，我们开始开发和实施业务分析解决方案。目标是一样的。我们帮助客户从销售漏斗计数到收银机中的最终收入，找到漏斗各个阶段（从印象到最终交易）的瓶颈，并提供具体的解决方案：哪些可以改进、扩展、优化。

如果我们谈论的是品牌或代理机构，谁应该进行业务分析？是否有特定的人只做业务分析，或者它是更普遍的职业的一部分？

事实上，很大程度上取决于企业的规模和资源。如果这是一个大客户、一家大企业，那么通常，内部会有有能力的人员将所有时间投入到业务分析上。如果一个机构正在帮助一家公司进行业务分析，那么各方具体会做什么取决于组织的规模。

在回答这个问题时，也值得从您将具体分析的内容开始。如果我们谈论的是分析销售漏斗和旨在提高网站转化率的行动，那么公司当然必须拥有一位经验丰富的网络分析师，他可以进行高质量的 UX/UI 分析并为测试制定假设。

如果您处理大量数据，您将需要具有丰富统计知识的人员。如果他懂编程语言那就太好了。这将加快数据处理速度。此外，在进行业务分析时会使用各种服务和工具。同样的 BigQuery、CRM。这些数据需要相互结合、集成，而这离不开开发人员的帮助。

因此，理想情况下，业务分析应该由专门的专家进行，他们将所有的时间都花在这个问题上。然而，从我们自己的例子来看，我们可以说，有时我们与客户分享一些工作，我们自己充当专家。就是我们确定谁负责什么、实施什么工作，并以此为基础制定工作计划，说清楚客户端和品牌方需要哪些专家。

事实证明，这不是一个特定人的工作，而是几个不同专业的人的工作。必须有人了解技术，必须有人了解ABBYY，等等。

当然，这是整个团队的工作。但无论如何，总得有人负责，有人做最后的决定。通常，这是负责客户端所有营销或数字营销的人。机构也可以充当发起者。在这种情况下，它向客户提供假设、测试选项，说明可以改进的地方，与客户协调，然后全面实施自己的工作计划。

那么下一个问题。如今的商业智能是否是​​一项只需解决一次就万事大吉的任务？或者这是一个需要每周、每月不断更新分析的过程？

这是一个永无止境的过程。如果我们谈论业务，那么它就是各种业务流程的交织。理想情况下，每一项都需要不断改进，每一项都需要努力。然而，通常根本没有资源来做这件事，而且不可能同时处理所有指标。因此，一切都是分阶段发生的。有必要从目的、目的和此时此地需要解决的具体问题出发。

我建议从全球性转向更具体的事情。假设有一家年轻的公司刚刚开始走向数字化。她意识到她需要业务分析。这种情况应该从哪里入手，首先要注意什么？

这里有一个重要的说明，即该公司还很年轻。一般来说，如果我们谈论的是年轻公司，并且这仍然是一个有前途的领域（例如，IT 或通常所说的初创公司），那么人们通常会理解什么是业务分析以及为什么需要它。即使在启动阶段，他们也开始收集数据、计算指标、数字、做出预测等。

因此，如果我们谈论第一步，那么这当然是收集信息。无论如何，商业智能必须是数据驱动的。准确地说，数字化转型的概念，即我们在“注册”中实施的概念，意味着处理数据并基于数据形成某些假设。所有的想法都必须有某种东西的支持，它们必须是合理的。

您说，年轻的公司通常或多或少地理解需要分析。还有企业还不明白这一点吗？您能举一个业务类型或行业的例子吗？

很难回答有关业务类型和领域的问题，因为它们太多了。但是，正如我们所看到的，只有大型企业才能负担得起完整的、持续的、系统化的和合理的业务分析。他们了解为什么需要它，并且公司内部有这方面的资源。

如果我们谈论一般的数字化，市场上仍然有许多组织甚至还没有开始任何业务分析。并不是每个人都知道如何计算广告来源的有效性，直至收银机中的最终收入。

您认为这是什么原因？以前根本就没有这样的需要吗？
第一阶段是识别问题、设定目标和目标，即我们为什么要这样做。基于此，你需要确定A点，哪些数据可用，哪些数据缺失。
这里有两个原因：
在下一阶段，有必要确定使用哪些工具以及如何进行分析。相对而言，有这样那样的数据，需要与其他数据结合、处理、计算指标等。
大流行。大家都说疫情来了，一切突然都数字化了。这种数字化转型引人注目吗？它是否以某种方式影响了人们对业务分析的态度？

我不能说方法已经改变，因为方法是一样的。大流行可能加速了这一进程。那些推迟业务分析的人开始更加积极地工作并朝这个方向思考。

在不束缚于特定类型或业务规模的情况下，让我们尝试创建有关品牌如何进行业务分析以及如何更有效地进行业务分析的分步说明。您能简要概述主要步骤并指出最常见的错误吗？

让我们从一个计划开始。另一个问题：企业是否已经拥有一些数据？

这通常是如何发生的？ CRM 中收集了一些东西，但收集什么以及如何收集是一个问题。

是的，没错。可能在 95% 的情况下，每个人都至少拥有一个 CRM。如果我们谈论进行业务分析的计划，我会强调以下步骤：
在我看来，直到最近，各种服务和资源的获取都变得更加困难。用于大数据分析的相同 BigQuery 服务几年前才开始使用。也许有人以前使用过 BigQuery。但我的意思是它是最近才开始大规模使用的。

也许并不是每个人都了解业务分析的利润和必要性。
如果我们拥有我们认为有助于解决问题的所有数据，那就是一种方法。如果我们了解到缺少某些信息（没有集成，例如，未安装网站上的事件，计数器不计算它们等），那么当然需要填补空白。
之后，您需要确定资源，即由谁来做：客户、代理机构、客户在代理机构的帮助下，或者代理机构在客户的帮助下。它以不同的方式发生。
接下来我们直接进行业务分析。