数倌栗受绽据化管理是指运用分析工具对客观、真实的数据进行科学分析，并将分析结果运用到生产、营运、销售等各个环节中去的一种管理方法，根据狃阝垮轹管理层次可分为业务指导管理、营运分析管理、经营策略管理、战略规划管理四个由低到高的层次。根据业务逻辑还可以分为销售中的数据化管理、商品中的数据化管理、财务中的数据化管理、人事中的数据化管理、生产中的数据化管理、物流中的数据化管理等。
工具/原料
企业管理、数据分析工具
数据化管理分析工具
1、数据分析工具主要有Exce1、SAS、SPSS、Matlab等，其中Exce1由于通用性强、门槛低、功能强大等原因深受各种水平的数据分析人员的喜爱(本书所涉及的模板或工具均是用Excel独立完成的)。作为一个每天和数据打交道的人员，你可以不会那些专业的分析软件，但是Excel必须会，并且还要非常熟练。
数据化管理的意义
1、量化管理无论是传统零售还是电子商务，大部分管理工作都是可以量化的。本章前面的两个案例就是量化管理的反例。绩效KPI(KeyPerformanceIndicator,关键绩效考核指标)就是对日常业务的一种量化管理。
2、最大化销售业绩、最大化生产效率数据分析本身不能带来最大化的业绩或效率，只有将正确的分析结果用最实际的方式应用到业务层面才能产生效益，只有持续不断地产生效益才能称之为数据化管理。
3、有效地节约企业各项成本和费用每个业务中心都可以建立独立的数据化管理体系，建立自己部]的追踪及预警机制，从而达到节约成本和费用的目的。
4、组织管理、部门协调的工具同样一个指标，不同的部门提供的数据可能不一致，这既浪费资源，又不利于标准化管理。日常和数据有关的信息传递尽量按如下的原则来做，这样会大大提高组织及部了间的效率:①提供正确且有效的数据给对方。②不仅提供数据，还尽可能提供数据结论。③对结论进行必要的补充说明，将你的论证逻辑告诉对方。④建立业务管理模板共享机制。
5、提高企业管理者决策的速度和正确性我们习惯给管理层扣一顶“拍脑袋”的帽子，其实“拍脑袋”并不是一件容易的事情，它是基于经验、深思熟虑之后的一种结论。不是每个人都有资格“拍”的。当然如果管理层在“拍脑袋决策的过程中能够参考必要数据的话，这将是极好的。
数据化管理的4个层次
1、业务指导管理通过数据收集、数据监控、数据追踪等手段透视业务，通过数据分析、数据挖掘等方式搭建业务管理模型来提升业务。业务指导管理的范畴包括销售、人力资源、生产、财务、客服等业务单元。主要管理模块有目标及预测管理、利润及费用管理等。
2、营运分析管理简单来讲营运分析管理是对人、货、场、财的分析管理。包括绩效考核管理、库存分析管理、供应链分析管理、客流分析管理、资金分析管理、客户关系管理(CRM)等。业务指导管理和营运分析管理的区别是前者侧重于追踪和监控，后者侧重于分析和管理。
3、经营策略管理经营策略管理指通过对各经营环节进行对应的数据分析来达到制定或修改策略的目的，数据化的策略管理是企业策略合理化的一个保证。包括消费者购买行为分析、会员顾客策略、商品定价策略、品牌定位策略、竞争对手策略管理、资源分配策略等。
4、战略规划管理战略规划管理是通过企业内部和外部数据，制定企业的长远规划的过程。包括宏观经济分析、行业环境分析、经营环境分析、内部资源分析、企业竞争力分析、战略目标规划管理、战略可操作性评估等。
数据化管理流程图
1、分析需求分析需求又包括收集需求、分析需求、明确需求三个部分。收集需求的方法主要有:和使用对象进行访谈、市场调查、走访专家等。分析需求推荐利用思维导图来整理收集的信息，思维导图的逻辑可以参考使用5W2H分析法、人货场等概念。
2、收集数据收集数据是根据使用者的需求，通过各种方法来获取相关数据的一个过程。数据收集途径包括公司数据库、公开出版物、市场调查、互联网、购买专业公司数据等方法。数据收集是数据分析的基础环节，在收集过程中需要不断地问自己，数据来源是否可靠?我收集数据的方法是否有瑕疵?我收集的数据是否有缺失?
3、整理数据整惯栲狠疲理数据是对收集到的数据进行预处理，使之变成可供进一步分析的标准格式的过程。需要整理的数据包括非标准格式的数据、不符合业务逻辑的数据两大类。非标准格式数据例如文本格式的日期、文本格式的数字、字段中多余的空格符号、重复数据等。在零售行业中不符合业务逻辑的数据非常多，比如为了冲销售额可能会有不真实的销售数据进系统，大量虚假的会员购买记录，电子商务中的虚假点击，等等。我曾经见过一个服装专卖店，该店铺年销售额的65%来源于同一个会员顾客的购买行为，不用说都知道，这个会员数据是不真实的，如果我们用这样的数据来分析会员顾客的购买行为，结果可想而知。数据整理的好与坏直接决定了分析的结果。整理数据的方法主要有:分类、排序、做表、预分析等;逻辑有理口径、看异常、查大数、观趋势等。工具可以利用Exce1中的分列、删除重复项、透视表、图表、函数等功能来辅助整理。
4、分析数据分析数据是指在业务逻辑的基础上，运用最魑徒扮阙简单有效的分析方法和最合理的分析工具对数据进行处理的一个过程。没有业务逻辑的数据分析是不会产生任何使用价值的，对分析南莉漠矮师来说，熟悉业务、有业务背景是非常重要的。分析方法简单有效就可以，实用为最高准则，本书第7章将会详细讲解一些常用的数据分析方法。对工具熟练掌握的深度决定了你分析的高度。对分析师来说，工具不在多而在精。当然片面强调对工具的掌握或对业务的理解度都是不对的，我们可以用一个四象限图来展示二者的关系，如图所示，只有均衡发展才是真正的数据分析师。懂数据分析的人很多，懂业务的人更多，但是既懂业务又懂数据分析的人非常少。
5、数倌栗受绽据可视化数据可视化是将分析结果用简单且视觉效果好的方式展示出来，一般运用文字、表格、图表和信息图等方式进行展示。Word、E旌忭檀挢xce1、PPT、水晶易表等都可以作为数据可视化的展示工具。现代社会已经进入了一个速读时代，好的可视化图表可以自己说话，大大节约了人们思考的时间。用最简单的方式传递最准确的信息，让图表自己说话，这就是数据可视化的作用。在数据可视化过程中需要注意的事项:①数据图表主要作用是传递信息，不要用它们来炫技，不要舍本逐末般过分追求图表的漂亮程度。②不要试图在一张图中表达所有的信息，不要让图表太沉重。③数据可视化是以业务逻辑为主线串起来的，不要随意地堆砌图表。④不要试图用图表去骗人，否则你的结果会很惨。
