2021-3-26 seo達人
好的， 看到大家這么熱情， 那班班接下來就化身Johnson老師，給大家帶來這次價值連城的分享哦!
大家好，歡迎參加這次分享，作為數據分析正式課程的主講老師Johnson， 非常開心能和你們一起提升數據思維，做好業務決策。在學習這門課之前，你一定聽過許多關于大數據的神奇故事， 比如Netflix(奈飛公司) 如何用大數據打造爆款美劇《紙屋屋》， Google(谷歌公司) 如何用大數據準確預測流感，拯救千萬人的生命，還有美國大選如何利用數據預測結果等等......
知乎和微博上，至今還流傳著“雙十一”銷售額是不是“摻水造假”的熱聞。因為數據大牛用前5年的銷售額，提前預測2019年“雙十一”的最終銷售額是2581億，跟阿里官方最終公布的銷售額相差不到4%：2684億元。一時嘩然，還引發阿里高管官方出來辟謠。
你一定也希望，有朝一日，自己能用數據分析的方法，做出勝人一籌的業務決策，洞察別人無法發現的趨勢和機會。那么回到工作里，我們有沒有需要做分析和預測的場景呢?
比如：
-年初，老板讓你提前制定2020年全年的團隊業績目標
-2020年初的疫情，到底會不會對接下來的“金三銀四”求職季有所影響
-如何判斷我所在的行業到底有沒有前景，要不要看看別的機會
你會發現，小到用戶需求，大到行業發展趨勢，職場里需要我們提前預測和判斷的事情，可謂無處不在。如何利用據做出科學的預測，而不是人云亦云，或者憑經驗拍腦
袋呢?就是這幾節課程需要解決的問題。典型的數據預測場景—需求分析從數據預測的應用場景來分類，我認為典型的預測有三類：
分析能力足夠成熟的公司，還能夠把數據用作業務的探照燈，提前預測最佳的業務決策時間。
Uber(優步) 就是如此。作為一家橫跨歐美亞200多個城市的年輕跨國公司，業務復雜度極高，需要高效匹配乘客和車主的需求，處理和各地出租車公司、司機工會、競爭
對手、法院、政府、行業監管部門的利益和摩擦。但Uber“帶有侵略性”的張， 從來沒有停下腳步， 曾經依靠“三人小分隊”的開城模式，快速打開中國市場，從2014
年進入中國開始， 短短兩年就在60多個城市扎根。Uber的成功，依靠的就是一套高效的數據管理機制。因為各地市場差異化極高，依靠傳統的管理模式復制極慢， Uber索性把總部的關注點放在管理流程和業務系統搭建上。至于當地市場的運營，總部如果都要一一深入了解再做決策，一定會延長決策周期，降低業務靈敏度。所以索性充分授權給了當地團隊。當然，這一些都依靠高度數字化的管理模式。比如， Uber會規定， 一個新用戶的成本， 最高不超過25美元，只要在這個預算范圍內，當地團隊可以自由選擇采用
什么樣的渠道和方式去獲取用戶；
對于每公里定價， Uber也會設定好計算公式， 只要輸入當地的人均收入、出租車起步價、每公里計價等參數，就能計算出價格。同時， Uber也會通過業務數據的反饋， 不斷迭代和優化自己的這套管理系統。舉個例子， Uber會每天分析區域內各個城市的自然用戶注冊量，一旦達到設定的數值，就會通知到業務團隊進入新市場開拓市場，也就是用數據就能預測開城的決策，提前規劃資源和預算，搶占市場先機。在這節課里，我們會通過一個企業案例，講講如何進行業務預測。
典型的數據預測場景——趨勢預測
第三是趨勢預測，比如判斷宏觀趨勢，例如對行業發展前景的預測。在講需求預測時，你可能注意到，其實市場需求是很容易受到突發因素的影響，比如2020年的金三銀四求職季可能就會因為疫情而延遲。具追蹤和預測市場需求的變化，就能成為非常有力的決策武器。但如果投資機構需要預測行業發展趨勢，或者分析宏觀經濟走勢，就需要進行精準的趨勢分析。這種分析方式會需要更多的分析數據和信息，更加專業的方法論支持，分析框架和結論也會復雜很多。這一講，我們會聚焦在最常見的業務預測場景里。下一講，我會重點說一說，如何用數據進行基本的行業分析，幫助你快速判斷行業發展前景。業務預測的兩種方式年初，你所在的公司或者部門一定會做2020年全年預
算，這就是一個典型的需要用數據預測業務的場景?；叵?/span>一下，你或者你所在的部門是怎么做的呢?其實大致來說， 有兩種可能， 一種是自上而下， CEO給出一個明確的營收或者增長目標，各個業務部門再圍繞公司的大目標進行評估，看看需要哪些努力和資源，才能達成這個目標；另一種方法是自下而上，也就是各個業務部門先對自己未來一年的產出進行評估，設定目標，再匯總到公司統一審核和調整。那么問題來了，假如你是Q公司銷售部門的負責人，2019銷售目標是800萬，實際達成692萬，達成率87%。那么在這兩種情況下，分別應該怎么樣制定2020年的銷售目呢?自上而下的業務預測第一種場景里，公司給定了一個目標，2020年銷售目標是1000萬，需要你按照目標完成業務預測。首先，我想問問你，這次業務預測的結果是什么?這里我會留給你5秒鐘時間，思考一下，你給老板的答案是什么?老板判斷這個目標是不是可行?如果你的回答重點是圍繞目標是否達成，那么基本上你已經偏離了實際工作場景里業務預測的分析方向。事實上，在自上而下設定業績目標的溝通場景里，公司和老板會傾向于給出他們“希望達到”，而不是業務部門覺得“可能達到”的數值。還記得嗎?2019Q公司的銷售目標是800萬，去年大家那么努力也沒有達標，只完成了原定目標的87%，也就是692萬的業績目標。今年能把去年的目標完成就謝天謝地了，萬一做得不錯可能還有小幅增長，現在居然在去年目標基礎上還要再漲
25%，1000萬的指標根本就不可能達成。
我相信這可能是業務部門聽到目標的第一反應，事實上，大多數時候，業務部門永遠覺得公司給出的業務目標無法達成，就是拍腦袋瞎指揮，這幾乎是目標管理上永遠的矛盾。但最后目標聽誰的呢?自然是自上而下，當然是公司和老板說了算。所以，當我們做業務預測的時候，首先要記得，老板給出的大目標是一定需要達成的，我們需要預測的是預期和現狀之間的差距，以及如何做才能縮小這個差距，促使目標達成。在明確了自上而下的場景里，業務預測的結果不是回答Yes和No之后， 我們來看看業務預測到底包含哪些內容和步驟。
第一步是對公司的大目標進行拆解，找到影響大目標最關鍵的3到4個二級指標；
第二步是對二級指標進行評估綜合水平；分析二級指標能夠達到什
三步是對二級指標進行分析，看看為了達成大目標，需要投入哪些資源；
第四步是驗證投入資源之后，大目標是否能夠達成。
我們回到Q公司的案例，作為銷售負責人，首先你可以把公司的大目標，一級級拆解，找到影響目標完成的關鍵指標，這種方法，也叫杜邦分析法。經過拆解，你發現影響銷售額的二級指標主要有三個，分別是客戶總數、客戶轉化率和平均客單價；而二級指標又可以進一步拆解，形成三級甚至更多層級的指標。注意，如果預測的指標過細，會陷入大量細節的業務數據，從數據收集、整理到分析都會耗費大量的時間，對預測結果影響不大，但層層匯總起來，統計誤差卻會越來越大。所以，我們在業務預測時，通常只會關注最重要的3到4個。二級指標，最多拆解到第三級指標。為了后續的工作，你可以對二級指標進一步拆解，發現客戶數包含新客戶和老客戶。新客戶的平均客單價很高，但轉化率很低，耗費大量銷售時間，但對總營收的貢獻度只有25%；而老客戶雖然看起來單子小，但是勝率很高，對于總營收的貢獻度達到75%。
接下來我們就需要對二級指標進行評估，我們可以通過預測模型，比如線性回歸方程，判斷二級指標的自然增長，也就是業務部門預期可以達成的數據；接下來，估算為了達成1000萬銷售目標，我們實際需要成的業務指標數值，也就是公司希望可以達成的數據。現在我們能直觀看到兩個數值之間的差距，第三步就需要結合業務可行的案，看看為了達成大目標，需要投入哪些資源。
第四步，也是非常重要的一步，我們需要對方案進行驗證。除了方案的可行性，也要結合業務數據，看看投入對應資源之后，大目標是否能夠達成；如果不能，就需要回到第三步，尋找新的可行方案，直到預測達成。好，我們來小結一下。在自上而下的場景里，業務預測通常不是回答目標是否能夠達成，而是分析預期和現狀之間的差距，評估可行方案，預知潛在風險，看看如何才能縮小差距，促使目標達成。這樣的好處是，圍繞大目標，各個部門可以預先拆解目標，策劃方案，并且評估所需資源，這樣就為團隊目標的 制定和績效的管理提供了基礎。 在日常管理中，只要定期回顧核心指標，看看和預測值是 否存在偏差，就可以及時發現問題，促進目標達成。 這也是為什么既然有了大目標，還需要進行業務預測，核 心也是幫助公司提前規劃資源分配，預知業務風險。 那你可能會問，萬一老板制定的目標風險很高，能不能和憑多年業務預測的經驗，我幾乎沒有看到過可談的業務大 目標， 尤其是關系到公司用戶數量、GMV、利潤率和用戶 價值的核心目標，但是實現目標的路徑以及資源是可以被 調整的，公司也會結合業務預測的結果，追蹤和調整最終 的經營方案。 所以，現在你知道了，業務預測產出的結果，不是目標是 否可達成，而是需要達成目標所需的資源，包括人力、物
力和財力，以及指出達成目標存在的業務風險。這樣才能 助企業和組織提前規劃，應對挑戰，達成目標。 自下而上的業務預測 有沒有另外一種可能，就是老板沒有明確的標，讓你自 己預測一下2020年的銷售結果，也就是讓你先提預算。 這就是典型的自下而上的業務預測。 首先，有了前面的基礎，你應該知道，業務預測的結果不 是一個數值，哪怕這個數值比老板心里的目標還高。公司 和老板需要的，是滿意的業務結果，以及支持業務結果達 成的可行方案，包括業務規劃、所需資源和風險評估。 操作的步驟也和上面的場景類似，首先明確一級指標是否 發生變化(比如從銷售額增長變成了用戶增量)，然后找 到影響大目標最關鍵的3到4個二級指標，對二級指標進行 分析，提出并驗證可行方案，評估資源投入和業務風險。 這里主要有三點差異： 首先，在自下而上的場景里，業務預測自由發揮的空間更 大，調整指標的思路和可能性也更多，所以一定要清晰定 義和聚焦在二級指標上，避免陷入業務細節?？梢哉f如何 定義目標，直接決定了預測效果；
其次，在自下而上的場景里，業務經驗對于結果的影響可 能會更大，所以對于二級指標的預測，盡量依賴公司內部 的歷史數據、市場上相似公司的實操數據、以及預測模型 來判斷，控制個人經驗對于結果的影響； 最后，通過自下而上的方式得到的業務預測結果，一定會
匯總到公司層面統一討論和調整，再重新下發到業務部 門。所以后續可能會需要結合自上而下的方式，調整業務 預測結果，向公司的大目標看齊。
小結
現在你知道了，無論是自上而下，還是自下而上。本質 上，業務預測就是縮小公司發展目標和業務實現能力之間 的差距。 無論作為專業的數據分析人員，還是業務部門的操盤手， 都需要理解，沒有完美的工具和模型， 實際問題；也沒有絕對的權威，可以脫離數據做出正確的 決策。 可以脫離業務解決 網景(Netscape) 公司前任CEO Jim Barksdale的話， 就 可以概括這種平衡： “如果我們有數據，就讓數據來發聲。如果我們僅僅是意見 不一，那就得聽我的。
好，學完這節課的你已經掌握了業務預測的基本方法，可 以通過指標拆解、評估、分析和驗證四個步驟對公司或者 部門的業務進行更加準確和全面的預測，為全年業務目標 的實現打下扎實的基礎。
用數據思維武裝頭腦、洞察商業，做一個萬事心中“有數”
的思維高手。
今天的分享，你學會了嗎?
藍藍設計( m.skdbbs.com )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的UI界面設計、BS界面設計 、 cs界面設計 、 ipad界面設計 、 包裝設計 、 圖標定制 、 用戶體驗 、交互設計、 網站建設 、平面設計服務