小企业需要数据分析吗？

大家常说数据驱动增长，目前看来都是中型大型公司在做着一块，那小企业是否就不用了，怎么顺应这个数字化时代？

帆软 · 2018-9-28 00:20:10

数据分析与否和企业规模大小并无必要联系！
我们服务过几千家客户，有见过营收10亿以上的企业，像样的业务系统就一套ERP，数据都躺在系统里，近两年才开始抓数据采集和数据治理。
也见过一些小微企业，在运营上有自己成套的数据分析运营规范，流量监控、产品目标转化、用户流失引导，精细到每一个步骤。
企业是不是要做数据分析，什么时候做数据分析往往来来自这样几个因素：

来自营收、利润、市场竞争还有企业内耗费的压力，迫使需要一种客观的能快速响应的管理辅助手段；
业务、运营上暴露的问题是否逼迫到要详细数据分析，来反思管理决策的正确性；
企业是否有相关的数据分析人才，愿意推动主导；
企业管理层、业务领导层是否了解、认同数据分析这一套，并愿意花时间、人力、财力去搞；
某些业务模块是否有成熟可应用的分析方法论，比如互联网数据分析那一套、客户管理管理那一套、门店选址那一套……
企业所在行业，数据分析的风气。比如零售、互联网、金融等行业早已走在前列。还有，很多情况下企业有这种同行搞了，我们也要跟上的心态。

……
所以数据分析与否和企业规模大小并无必要联系，取决于经营业务的需求迫切程度，以及公司管理层、业务领导层的重视程度。
但不可否认的是，企业越大，业务矛盾越突出，数据也相对较全，资金也相对足，所以也更容易做数据分析。

其实所有的企业都需要数据分析，就像@李明珠所说“因为业务是真是存在的，所有数据也是真是存在的”。小企业也更需要有“数据分析思维”。
1、因为小企业在人力、财力方面的资源是有限的，所以必须保证把资源用于能产生成果的地方；它增加资源的能力是有限的，所以必须肯定不会超越自己的财务能力的限度，必须能很好地事先知道在什么时间和什么地方，会有追加资金的需要。
2、小企业经不起限期偿还大笔资金和突然需要大笔金钱的压力。即使企业处于繁荣状况，一般也要花费相当时间才能筹到追加的资金。小企业还必须了解环境中的重大变化，其成功依赖于它在一个小的生态领域中的优先地位。因此，它必须了解这一生态领域中任何变化的可能性。
3、通常的会计资料虽然是必需的，但还不够。小企业必须了解它的每一个关键人员在什么职位上，以及他是在为“成果”而工作，还是为“解决问题”而工作。它必须了解它的稀缺资源的生产率——它的人员、资本、原料和供应品的生产率。它必须了解它的生产如何在客户中分布：例如，它的生意是不是依赖于两、三个大主顾，其它的分散在几百个主顾那里? 因此，它易受打击的程度有多大？
4、应该特别注意小企业所需要而通常又难以得到的财务和经济情报。当然，目前的小企业一般都已掌握传统的会计数据。但是，小企业中知道自己的现金流量的却很少，而能预测未来的现金流量的就更少了。
它们全都知道或应该知道自己的应收账款，但一般并不知道它们的顾客、它们的经销商和代理商是不是把自己的产品积压在仓库里。因此，它们需要有关于自己产品的最终市场，即从代销商那里购买物品的消费者情报。
绝大多数企业的数据是很容易得到的，特别是它们很少要求精确度很高的数据。但是，小企业最需要的数据却并不是通常的会计模式所能提供的，而是一些把公司的目前状况及其关键资源的利用情况联系起来的数据。这些数据一方面要能确定未来的机会，另一方面又能防止可能的危险。
举两个真实中小型企业的栗子。
故事一：
一家是对公的文创企业，主要做钱币、邮票、贵金属产品，依附于银行渠道，礼品渠道。
早些年，由于对公市场十分繁荣，产品的研发不需要科学的考量。但后来，市场大潮退去，原来依附的渠道失效，一时间暴露出库存积压问题，整个销售陷入一个被动局面。
这时发现内部对每个销售人员掌握的客户信息缺乏管控：每个销售人员手里掌握的客户，有没有重复，有没有遗漏，有没有重复上报，都没有管控，这些都无从考证。
财务方面，对于每个客户的应收账期是多少？客户是不是已经产生了信用危险？要求是否合规？这些信息领导层都无从知晓。
所以，由于缺乏管控，导致公司整体销售业绩很好，但应收帐款却有很大缺失。以上种种问题，都在过去销售业绩低沉的时候暴露无疑。
后来，公司上下都形成一致意见，认为目前的形势，内部管理比外部拓展经营更为重要。
于是发力内部经营的数据分析。
一两年的时间，先是打通与银行的订单来往数据，增加强烈的校验机制，保证数据精准。
其次，建立数据平台，IT部提前将数据清洗、抽取、切片、聚类。在固定时间，按时间、地点、体系、产品等等做综合的数据维度，放在数据仓库。供各业务部门分析。
然后，发力内部数据分析文化，定期搞培训，各部门都培养1~2名会使用BI工具并分析的同事。
目前，该企业还在不断的往数据化管理的方向在努力。现在公司已能及时了解销售、库存对于行情变化的趋势。应账账款率提高35%。近几年销售部也都发力于高质的大客户。
故事二：
老K所在集团有一子公司，销售业绩和盈利能力一直都很差，2014年甚至亏损。但该子公司是集团战略的一个重要环节，那只能对这个公司进行业务改进，具体怎么做呢？
老K拉来子公司的财务数据，做了细致分析：分析哪些产品赚钱？哪些客户赚钱？哪些销售人员赚钱？还真有了大发现：49个产品中只有不到30个产品是赚钱的；给子公司带来利润的下游公司，只有不到20%；为公司创造较多利润的销售人员，也只有57%。
于是，老K把这样的结论向上级领导反映，当即就对改革有了眉头。从产品、客户、销售员这三个角度开展，为期两年。
1、产品改革
老K拿毛利率为基准做了一个贡献排名，砍掉了20%的低毛利产品，同时兼顾类似“捆绑销售”产品组合的综合毛利率。比如，客户因为A产品而选择采购，但是客户要求必须有B产品，虽然B产品毛利并不高，但是如果不提供B产品，客户采购高毛利率的A产品会遇到困难。这种情况，B产品就属于被“捆绑销售”，必须保留。
改革的结果是2015年产品个数由49个，精简为32个，2016精简至28个，高毛利的产品销售占比提高4.9 %。
2、客户改革
客户改革的策略是：对利润贡献度不同的客户采取不同的销售投入。将客户按照利润率自动排名，筛选出利润贡献率较高的30%，这部分客户重点维护；筛选出利润率较低的20%，除了部分利润较大和处于市场战略考虑，大部分客户降低销售投入。
改革的效果很显著，KA客户销量占比由2014年的43% 提升至2015年的54%，占增量利润贡献比例为11%。
客户改革、产品改革、成本控制维度优化调整后，毛利较上年同期增加865万，毛利率提升8.79%，增量利润贡献比例62%。
3、销售改革
销售改革重点是调整利润分配方式。计算规则：改“销量/回款提成制”为“损益提成与增量分享制”。所谓损益提成，也就是销售人员的成本里面要包含产品成本，销售成本和公司财务、管理、市场等分摊成本。所谓增量分享制，就是提成不是固定值，而是梯度变化的。净利润越高，综合平均的提成比例越高。
改革的效果：2016年销量增加1350万，销售费用率下降4.55%，2016年利润916万，比2015年增加457万，利润的增长来源于销量的增长，两年实现利润1,532万。
总得来说，这个项目展现很长，但成果是有的。从财务指标来看，2015年，销量增加了550万，但利润却增加了616万，也就是说，在这套数据驱动的管理方法下，销量增加，利润上升，而成本降低也带来了66万的利润。
[h1]最后[/h1]不管是大企业、小企业，做数据分析，不要只是为了顺应“数字化时代”，而是引导，引导解决现有问题、发现潜在风险、挖掘未来商机。
数据分析还是要切切实实的解决问题比较好，可以先从一个业务试点，做出成绩和门路来。预算有限可以上轻量的BI工具甚至开源。

李明殊 · 2018-9-28 00:20:11

别说是小企业了，就算是开一个麻辣烫店都需要数据分析。

因为业务是真是存在的，所有数据也是真是存在的

可以参考我之前的回答

李明殊：如何在业余时学数据分析？
[h1]1.哪里开店[/h1]比如，有这样一个现实的例子，你表嫂跟你说，小明啊，你最喜欢吃我煮的麻辣烫了，我想开麻辣烫店，就在大学城附近，你说哪里好呢？
你是不是会想到以下几个问题呢?
表嫂的麻辣烫真好吃，想想就流下了口水

咳咳，正事要紧，到底应该在哪里开店呢？
所以，你有考虑到了这些可以量化的数据并且对应的你找到了这些数据的获取方式

问题来了，虽然写出来了大致的数据获取方式，但是具体怎么操作？

招生计划怎么获得，学校官网还是相关报道？
如何通过在线地图分析学校面积及相关建筑分布的合理性，最小路径还是顺路路径？
如何获学校食堂评价，爬取微博数据，获得地理位置，并且对提及“食堂”的微博进行词义褒贬分析？或者直接拦路问询？
人流量怎么获得，实地考察的时候，用本子画正字吗？

很好，这些问题你都想到了相应的解决方式，并且很顺利的获得这些数据，尽管有可能不太准确，但是你确确实实比以前更加了解了大学城附近大致的餐饮市场环境，不是么？
这也就是，
数据分析必须紧贴业务本身
获得数据之后，如何分析，人流量/商贩个数？但是每个商贩的服务能力又不一样，是不是得加权，如何加权？
于是你考虑了很多情况，写下来一个公式：
建议推荐开店系数=（人流量*XX/(YY*0.4)+租金*0.5）/ZZ
根据系数，你得出一个结论，建议开店的位置的前三家分别是

A大东门
A大小西门
B大女生宿舍小南门

你表嫂想了下，说，我知道你最喜欢B大的小姑娘们，胸大貌美腿子长。
于是麻辣烫店就开在了B大女生宿舍的小南门。

这个过程中，你有可能学会的或者仅仅了解（不一定掌握）数据分析的相关技能包括不限于以下：

Excel加减乘除，基础函数；
爬虫的基本原理，及操作方式；
正则表达式与数据清洗；
语义分析的一般实现方式；
在线地图API可以获取的数据有哪些；

[h1]2.优化数据的应用[/h1]

一阵时间的忙碌，店终于开起来了，你表嫂的手艺真的很不错，每天都有很多小姑娘过来吃麻辣烫，中午晚上的时候，都忙不过来。
你表嫂感觉很可惜，很多客户就这样被浪费掉了：我多卖一份，少卖一份都无所谓，但是小姑娘本来想吃咱们家的麻辣烫，结果爬不上队饿着肚子走掉了，到别家说不定还要等，看见我都觉得挺过意不去的。
这时候聪明的你，有可能想到了通过获取以下数据，并且进行相关的分析来优化当前这个问题

你连续跟踪了三天这样的数据，运用了相关的统计学的相关知识
等待时间>=13分钟的时候，用户放弃继续等待的概率是78%！，然后你表嫂并不能理解，这78%到底是什么意思
所以你画了一张图，说山峰越高，走的人就越多。

问题找到了，只要将最长等待时间优化到13分钟之内，用户放弃等待的几率有可能下降。
这时候聪明的你，想到了如下的解决方式：

用户抵店之后，才开始点餐，然后烹饪，是不是可以通过互联网的方式进行预点餐呢，所以你给表嫂申请了一个微信号，日经贴就是：“今天你想吃什么”，回复留言及预计到店时间，即可预订。
你发现，用户选完菜之后总是喜欢把菜夹放到最远的地方，每次表嫂都需要把菜夹整理一次，拿到开始的地方。你考虑了一下，将菜筐的布局进行更改，刚好菜夹能够完成一次循环；或者你使用专菜专夹的方式。
优化了店内桌椅布局，行走了最短的距离到达全店
……

数据分析必须落地才是有效的，不是提交统计结果，而且获得统计结论

这个过程中，你有可能学会的或者仅仅了解（不一定掌握）数据分析的相关技能包括不限于以下：

数据清洗的一般方式，时间函数计算
统计学中分布的相关知识，这里应该是泊松分布
数据可视化，包括不限于Excel 图表，js图表库，或者在线图表工具

[h1]3.大数据的处理[/h1]生意越做越大，扩充了店面之后，又开了分店，这时候你表嫂已经不亲自上一线熬煮麻辣烫了，但是又不放心那些雇来的人是否认真的在服务，于是制定了相应的店规，动不动还来一个突击检查。感觉比以前还要累了。
这时候，聪明的你，看在眼里，疼在心里，所以，你建议嫂嫂购买专业的餐饮管理软件，来获得相应的店铺运营数据。
在餐饮软件的后台，会有这么些个大致的运营数据，
当前订单量，成交量，客流量，客单价，等等等等，一切看起来那么完美。

等等，不对，为什么这个月以来，C分店的客单价总是这么低呢？事出有异，必定有妖！
还好，这个系统功能还算完善，能够导出一天所有的订单明细，包含以下字段，
下单时间，下单菜品，下单客户，联系电话，消费金额，配餐人，操作人，收银员，等等等

但是，你还是快掀桌子了，一个月，让我导出30次数据，然后在合并么？这个方法简直太土鳖了
你想着，要是能直接读取数据库不就好了么？一看产品介绍，数据库使用MySQL，于是你Google了一下，SQL入门，你发现，WHERE 和SELECT 基本上都满足你的需求了
很顺利的，你把这些数据导出了。
你把这个20W条记录的CSV用Excel打开，风扇疯狂的转了起来，不一会，你表嫂孱弱的笔记本就卡死了。
你感叹，Excel分析小一点的数据还行，数据量稍微大点，就显得力不从心。所以，你拿起了一本书，名字叫《21天学习Python，从入门到放弃》，这不坑爹呢吗？

你想着，反正我是为了处理这批很大的数据，没必要全部了解Python的功能，只需要找到相关的操作方法就好了。

你在Google上分别搜索了以下关键字

Python mysql
Python 数据分析库

你还找到了一本，用Python进行数据分析的pdf，感觉这本书写的通俗易懂，而且还有元数据示例。
在搜索的过程中，你发现了有好多数据分析是代码示例，有的甚至，只需要改一下文件路径，搬过来就能用。
你会感叹，原来，写程序也是Ctrl+C,Ctrl+V啊

这个过程中，你有可能学会的或者仅仅了解（不一定掌握）数据分析的相关技能包括不限于以下：

SQL基础语句
Python常见的数据分析库
Python数据可视化

聪明的你，捣鼓了三两天，就发现了问题的所在？

鹏鹏鹏 · 2018-9-28 00:20:12

对于中小型贸易或制造企业来讲，没有大企业的资本去有效控制供应商或累计大量库存备用，风险承受能力低，但处于上升期的中小企业又必须保证客户的体验。
包括数量，周期，客户，供应商等的数据分析可以为企业运营提供较为重要的支撑。比如某节日某商品预计销量，由此根据往期采购数据、生产数据合理安排备货，备料。库存与风险可控的情况下保证交期。

樾枡 · 2018-9-28 00:20:13

是的，需要，就像财务需要做账一样。除非你们一辈子用户数不超过100.

胖墩 · 2018-9-28 00:20:14

如果是想理性做决定而不是拍脑袋决策的话，就应该做分析。
通过事实的数据，来找出经营的内在规律。
对于数据量小的企业，好好学学excel基本就能满足自己大部分的需求。

网感至察 · 2018-9-28 00:20:15

数据分析与企业规模的大小没有实质性的联系，随着人工智能技术的发展，数据驱动的增长，各行各业都面临着信息化和智能化带来的机遇与挑战。网感至察推出的数据工厂产品，是一款帮助企业应用数据资产和提炼数据价值的人工智能软件系统。它的使命是帮助企业对各类数据进行收集、治理、分析、挖掘和利用，用一站式的软件服务平台满足企业经营和业务管理中的多个应用场景需求。
网感至察：人工智能颠覆传统主数据，数据治理迎来春天网感至察：网感认知云如何实现人工智能应用

Xuxu Dai · 2018-9-28 00:20:16

需要，但也不是那么的重要。前期还是专精业务吧，数据分析无法给你质变

漫步者 · 2018-9-28 00:20:17

小企业需要数据分析吗？当然需要。但小企业因为小，业务并不昨杂，也不需要也不应该使用复杂的数据分析工具与方法。李明珠的回答太技术化了。应该从3个方面看
(1) 理清现状，了解清楚小企业当前的目标，业务模式与管理现状，当前产生了哪些数据；
(2) 数据分析的目的是什么。是为了衡量是否实现经营目标，还是寻找问题，也就是要搞清楚，要求数据分析输出什么东西？
(3) 用什么方法与工具来实现期望的数据分析目的。
如果企业数据种类及数量并不大，数据分析通常不要使用太复杂的方法。通常是当月各类经营数据的监控，历史数据纵向分析，按地域横向对比分析，按部门、按产品、按客户分析等。同时展开一些必要的细化分析，如细分客户群分析，用户满意度分析，细分成本数据分析等。可以在企业当前的IT系统上通过一些数据分析中间件来快速开发一些分析功能。或者使用一些易用的商用工具，或直接用Excel来分析都可以。在大家对数据分析的益处及不足，经过使用普遍理解后，而且随首企业业务的发展，逐步使用更专业的工具来完成更复杂的数据分析工具。

小企业需要数据分析吗？

8 个回复