今年參與了燒賣研究院 「BTB 零售獲利學」線上課程，算是第一次也把我自己過去幾年比較投入在零售、系統、數據與分析幾個環節的收穫，比較有系統的整理出一套脈絡，由廣而細，由淺到深的挖掘數據，以及如何分析與判斷。
也很巧，最近讀了本新書《老闆客戶都點頭的數字說服力》，吸引我的也當然是「數據的議題」。
巧的是，我一直看到了第二章節，作者提到過去在汽車產業運用過的數據案例，我才發現跟我過去讀過《如何用数据解决实际问题(数据让洞见更准确，让沟通更简洁）》是同一位作者：柏木吉基。那真的就對了。
順道推薦一下我這兩三年很喜歡的幾本討埨數據的書：
回來分享這本書。
「今年開始業績真的很吃力，表現不如預期，新品上市也沒有帶來成效，整體而言，流量沒有增加太多，轉換率跟營收反而退步。」
這一段話有點熟悉？乍看似乎言簡意賅的掌握狀況，但事實上並沒有真切的運用到數據觀察、管理與分析。如果你是老闆，團隊跟你報告上述這一段話，你懂了多少？你腦海裡有浮現可能的解決方案？這就是數字的影響力。
作者柏木吉基，是位以實踐性資料分析與邏輯思考的問題解決專家。這本書我認為最有價值，也是多數從事電商或零售的朋友很容易忽略的議題：邏輯與假設。
多數人看數據，就是「看數字說故事」。但數字要轉變成數據，是需要有不同維度的比較，以及「舉出假設」的交叉驗證過程，才能夠將數據，轉換成可被分析，作為優化判斷的「新假設」。
以上面這段對話來看，如果加上數字會是什麼敘述：
「今年開始業績相比去年真的很吃力，截至目前與去看同期只成長 3%，與原本設定成長 10% 的目標相比，表現不如預期。原本期待新品上市可以增加 10% 的業績量，但實際上只增加了 7%，成效不明顯。整體而言，網站流量與去年相比增加了 10%，但轉換率降低了 20%，整體營收只增加了 3%。」
- 業績有增加，但未達到設定目標。
- 新品上市增加了 7% 的營收（目標是提升 10%）
- 流量增加 10%，轉換率降低 20%，營收成長 3%。客單價差異是多少？
從這三個問題，下一步其實就是「假設」與「驗證」的過程。
業績增加但未達標，是目標設定太高？以銷售佔比高的，以及去年銷售高，但今年下滑的商品來看，不足的營收是該賣好的賣的不夠好？原本賣得好的卻沒有延續？因此，架設主要原因是前者，那就來挖掘可能（在一個假設）的問題：貨量不夠？回購不佳？供應鏈有沒有斷點？新包裝是否有影響？商品頁是否沒有把新資訊加上？是否需要新的視覺與素材？從上述各種假設，一一回應到既有的數據比對，就有機會找到可能的「突破點」，重新優化後，再來依據後續的數據進行驗證。
在這本書中，沒有複雜的統計學或數學公式，以各種案例作為主軸，不斷地圍繞：數據、分析、假設、找問題與對應數據，產生出新的假設（或者我喜歡解釋為論述），也就是下一步可以規劃的策略與方法了。
如果是對數字有恐懼感的數據分析新手，可以和書中的案例主角一起從零開始了解數據分析的流程，化解對數據的陌生，成為工作上的實用夥伴。如果已對數據分析有基本的認識，跟著本書的邏輯思維練習問題思考，也能增加職場實戰的競爭力。
コメント