京公网安备 11010802034615号
经营许可证编号:京B2-20210330
文章来源: 接地气学堂
作者: 接地气的陈老师
上一篇《数据分析师的绩效,该如何考核?》引发同学们很大反响。很多同学表示:我明明做了BI,可为啥体现不了业绩,甚至平时看报表的人都不多。搞得领导天天质疑:我们的BI就这点作用?!
咋整?!
实际上,酒香也怕巷子深。种种问题,和很多同学只会埋头敲键盘,不会抬头讲故事有关系。今天我们来个最通俗易懂的分享,大家坐好扶稳哦。
01数据产品为啥没用
问一个简单的问题:一个销售,这个月业绩不好,他会怎么办?
他会把客户电话扫一轮
他会跑断腿找潜在客户
他会到处打听最新促销
他会虔诚求教忽悠话术
咦?数据呢?
是滴,他唯一不干的就是看数据。他但凡会看数据,都不会在一线干了。甚至他坐办公室里看数据,还会被领导踢屁股:“天天不干活!哪里来业绩!”对销售、店员、柜员这种一线基层,数据根本没啥用。他们关心的是具体可以干什么。
那他们领导会不会关心呢?会关心,但是他们只关心结果:
这个月做了多少?
还差多少才达标?
哪个小兔崽子做的最差?
之后估计就气冲冲的踢屁股去了。
面对嗷嗷待哺的下属,他们需要的是话术、名单、方法、政策。唯独没有数据。
这就是大多数实体企业的真实写照:要挣钱,追业绩,只管加行动量,不管背后的逻辑。然而,他们的高层管理往往很希望推动数字化转型、信息化建设等等。于是悲剧开始上演:负责数据的哥们和老板谈完,自以为手握尚方宝剑入场,开始大搞BI系统,数据建模,数仓建设。结果下边的人不敢攻击老板,可他敢攻击你这个干活的呀,于是各种吐槽:“你这大数据有毛用!不好用!能帮我卖1毛钱货吗!”几轮吐槽下来,灰头土脸,黯然收场。
咋办?╮(╯﹏╰)╭
02问题的本质是什么
问题的本质,是:数据不是祖传的救命仙丹,它不能一吃就灵。对销售业绩而言,促销才是救命仙丹,一降价肯定有销量。但我们知道,所谓的救命仙丹其实都是汞、硝、硫磺这种剧毒玩意,嗑多了人就挂了。所以数据更像是保健品,虽然吃了不救命,但是平时吃的多,根本不会拖到需要嗑仙丹的地步。如何把这种缓慢的保健效果可视化,才是数据产品真正难题。
“那为啥我们不去学卖保健品的呢!”不要笑,陈老师不但这么说了,而且这么干了。而且真的当司机,跟一帮老太太一起去参加那种不是传销也跟传销差不多的组织,举办的老年农家乐。而且很认真的总结了他们的推广套路。简单来说,就是:分而治之,威逼利诱。
首先,卖保健品的从来不会说自己是蛋白粉,蛋白粉多普通,一般会提什么:XX氨基酸,XX核酸,XX分子,总之名字特别高大上。其次,卖保健品从来不会说自己只是个辅食,人家张口就是:延年益寿,长命百岁。于是第一波好奇心强又不差钱的老太太就会来尝试。
有了从0到1的突破,后边的都好整了!
第二波,开始打小恩小惠吸引:“你看这么好的东西,你试一点又不吃亏,已经有人在买了,你看人家吃得多好,现在买还送鸡蛋、牛奶、大米、油、周末还能去农家乐呢”——就这么着又圈一波老太太。
第三波,开始打从众效应:“你看大家都在卖,你也试试嘛,这么多人都买肯定错不了”——就这么着又圈一波老太太。
第四波,开始威胁恫吓:“诶呀,你看那个阿姨,大家都在用她不用,真可惜,可能她孩子平时不给她钱吧/可能她经济实力不行吧,太可惜了太可惜了”——是滴,你不买你就很可怜,你就不如别人,就这么连吓带吐槽的,把最后一波老太太也收割掉。
PS:这就是为啥这些人喜欢在封闭的空间,比如郊区酒店、农家乐开大会的原因,环境封闭了,又有吃有喝,这事就很容办,在小圈子人们很容易被周边人带动情绪。
完美!
讲到这,是不是大家都明白了BI(Business Intelligence)的本质!以前我也好奇,BI明明是一个数据产品,可偏偏起了个连数据都没有的名字。哪里商业了?哪里又智能了?现在懂了——你提数据产品,就像和老太太提蛋白粉一样,他们根本不care。
你得起一个一听就跟企业赚钱有关系(商业)且一听就很高深别人不咋明白的名字(智能),才能启动第一波忽悠。这就是我们卖给企业的延年益寿膏。不亏是来自安利老家的Gartner,当年他们起BI这个名字的时候,是不是也和安利切磋过呢……
破局就从这开始。
03数据产品破局思路
首先要清晰:我们首先得买数据的,其次才能造好数据的。如果数据没好的买主,没有吸引买主的卖点,字段、模型、公式、图表,搞得越多别人听的越烦。站在买主的角度思考:“我能有什么用”,我是能帮他加强对一线的管控,还是能让一线更轻松干活?先抓客户需求,再谈落地。
其次要清晰:数据很难单独产生价值,需要用数据的人来配合。所以“人”是关键问题。不同的人有对数据不同的诉求,对数据的理解有不同程度。因此要:分而治之。先找到那些对数据最信任,最喜欢的用人做第一波种子。之后分五个层级,逐步推进。
再次要有推进手段。前边说的:神奇概念、小恩小惠、从众效应、威胁恫吓这四招非常好用,实际上在操作中常常是混着用的。如果客户喜欢玄乎的,你可以跟他谈:大数据、人工智能。如果客户喜欢接地气的,你可以谈:销售助手、店长助理;如果客户想从基层做起,你可以跟他谈:一线赋能,能力裂变,经验传承。如果客户想加强从上到下的管理,你可以谈数据驱动、数据化管理。总之概念要包装到位。总之,总有概念可以用。
小恩小惠的打法,在向一线推广非常有用。当年还没有微信红包的时候,陈老师就曾经在企业CRM里做了个红包页面,每天晚上6点弹一个:“恭喜你获得今天总裁/区总/店长红包”销售们都可喜欢看了,点进去看看我今天挣了多少。
当然,这只是个噱头,进去以后大部分人只有几分钱,且只是个数字而已,说的是月底发工资到账,可实际上经常没人记得。但是当天每个区业绩最好的人,真的有一个88的红包,而且其他人也看的到,这时候大家会好奇:他怎么卖的这么好?再往下点击,真正想推的数据产品就藏在这里。
一点小手段,就把数据产品在一线的使用率直接拉起来了。当然,对领导们就不能用这种小手段,而是靠摆整体经营结果——你看人家店就是有妙招!你想知道不?你看人家推A产品就是推得动!想知道不?把优秀团队的行为数字化,直接看图说话,很快领导们都接受数据产品的使用了。
等使用率起来,就开始搞从众效应:大部分分公司都用统一数据模板汇报,你咋不用?!等更多的人在用了,就开始威胁恫吓:业绩不好还不看“销售助手”,难怪做不起来!于是成功突破了开头的问题把数据产品普及出去。
当然这些手段有些过时了。一方面是随着互联网客户的增多,很多需求不再来自销售,而是运营部门,运营天生喜欢看数据,就不需要用这些坑蒙拐骗的手段。二来,从2017年开始,整个社会的风气,不是鄙视数据,而变成了迷信数据,于是避免过度期望,反而成了项目的主要方向。但这套思路依然在某些领域管用,比如美团、头条、58这种披着互联网外衣实则养着巨大的线下团队的公司,比如很多仍在信息化、数字化转型泥潭中挣扎的公司。
当然,分享这些早年经历给同学们,更多是希望大家感受到我们这些老头子们当年逢山开路,遇水搭桥的思路过程。从来就没有生下来就领导英明、同事和睦、队友给力、客户人傻钱多的行业,所有的问题都是从“人”这里产生,再通过“人”的思路来解决,与大家共勉。
那么问题便来了,新时代的两个问题:
1、运营总喜欢自己看数据,然后diss数据分析师做的没啥用
2、业务部门总指望“大数据、人工智能、精准”,可数据基础又很烂
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28