首页 - 所有文章 - 营销洞察 - 正文

在2B企业眼中的数据分析是怎样的?

今天来谈谈数据分析,这个话题并不陌生,尤其是在IT行业里,以大数据时代尤甚,但在这样的时代背景下,各企业是如何来看待的?

数据分析

1.弄清楚数据分析是什么呢?

“数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,将它们加以汇总和理解并消化,以求最大化地开发数据的功能,发挥数据的作用。数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。” ——百度

说的再明白不过了,但是在2B的企业中数据分析是怎样的一种形式存在呢?我们以不同阶段来进行不同的认识划分:

1.1.初创公司

创业公司初期一般是不会重视数据的价值的,因为重点是在产品上,如何做好产品来吸引用户。并且用户数量少、产品结构单一,数据很难发挥出价值。

1.2.融资型

到第二轮、第三轮融资时,一般DAU达到百万级别。此时投资人会需要看你的数据,看公司的运营发展变化情况,此时,就会出现报表这种东西——就是把核心的指标,DAU、MAU等一系列列成一张巨大的时间序列表,观测每天的发展趋势。但此时,对于数据的利用也就仅仅局限在核心指标的汇总计算上。此类公司的数据分析师的工作可能就是生成报表,研究指标周期变化趋势等。

公司稳定发展后,可以通过埋点等方式获取海量、多维度的数据后,便可以做更多的事情。比如根据用户的多维度属性,研究用户画像、将用户聚类等;根据用户浏览网页或者App的路径数据,研究用户行为偏好等;根据用户的评论文本数据来甄别是否是恶意用户等。此时,可以利用海量、多维度的数据做很多的事情,而不单单是简单的数据指标、数据报表。此类公司不仅仅有数据分析师,还会有数据挖掘师,算法工程师等。数据分析师的工作会研究用户行为、用户偏好等。

1.3.集团型

当公司发展到产品丰富、商业模式多样化的成熟状态后,数据是海量的,业务模式是多样的,如何最大程度的利用数据产生价值是此类公司所追求的。就像马云提出的观点:阿里巴巴不是零售公司,是数据公司。此时会出现诸多与数据相关的岗位,如基础层的数据研发工程师,数据架构师等,应用层的数据分析师、算法工程师、数据挖掘师等,上层的数据产品经理等。从数据获取,到数据的应用,再到数据产品的研发,目的就是最大限度的实现数据的价值。此类的数据分析师,由于业务的复杂性,往往也会分成几类。有针对各个业务线的分析师,有针对整个公司、整个集团横向研究商业发展的分析师(战略分析),也有针对所在市场做市场研究的分析师(市场研究)。

2.每个公司对于数据分析师的概念定义也是不一样的。

正是由于每个公司发展阶段的不同,以及所在行业、业务类型的不同,以及对岗位理解的不同,导致每个公司、甚至同公司的不同部门、再甚至同公司同部门的不同团队,对于数据分析师的概念定义、岗位要求也是不同的。这个千人千面,真的不能给出一个固定的答案。

数据分析的具体应用还得从业务场景及需求目标说起,初创型公司很难做到依靠数据来获得有效价值作用于决策,成本是初创企业首先需考虑的,往往这个阶段需要找到一款适合的尖刀产品获取用户的好感,做扎实了方可找准后续的定位,举个常见的例子:

2B企业中常见的推广场景就是利用线上广告获取线索的目标情况,获得线索后有一个重要的参与者就是数据分析师,整个推广的工作流就是:前端推广师——售前客服——数据分析师——前端推广师,最后回流到推广师这边,这样最大限度能保证到实现数据精准化,往往这里的数据分析只是针对用户画做浅层的分析,常规动作就是网站的周报及回流数据做常态结构,这在大型数据公司里只是简单的浅层分析,因此真正意义上的数据分析是从战略上的,就好比某云说过“阿里巴巴是一家数据分析公司”。

在未来数据分析将会成为IT公司竞相角逐的重要领地,随着5G的技术壁垒攻克,数据分析也将会成为新一轮企业在行业路上的分水岭,拭目以待吧,更多数字营销内容请关注FUNION数字营销服务商!

评论:

3条评论

0%好评

  • 1 星级:(0%)
  • 2 星级:(0%)
  • 3 星级:(0%)
  • 4 星级:(0%)
  • 5 星级:(0%)

发表评论