This is 友盟's Tencent Weibo homepage. Follow now!

友盟 收听

友盟,专注于为中国开发者提供最专业的移动应用...

Benchmark一个蜘蛛网就把问题解决了

2017-09-26

在企业的业务分析中,经常出现以数据高低定短板的误区。由于缺乏参考值,通常会直接将数值最低的指标判定为业务短板。殊不知有些指标的优化受客观环境和条件的限制,可能已经达到了提升的天花板,即便投入再多资源,也无法获得预期的增长。而有些指标,由于实现难度比较低,整体水平高,虽然与其他指标对比数值足够亮眼,但仍有较大提升空间。

 

以下图某快递公司业务环节评估为例。若只看A公司自身的指标得分,很容易将整体效率低的问题归结于运输效率和派件效率。

 

加入Benchmark后,会得出截然不同的业务判断。得分较低的运输和派件环节已经领先于业内平均水平。而入库和出库效率,虽然得分并不是最低,但明显落后于平均水平。

 

从业务提升的实现可能性分析,各快速公司使用的交通工具类似,运输效率都相对接近,很难有效率方面的突破。收件和派件环节,A公司已经优于业内平均水平。再提升,需要人员方面的大力投入,从投入产出比来看付出成本相对高昂,但提升空间十分有限。

 

入库、出库效率更多体现了快递公司内部管理流程的效率,各家存在较大的差异,而且通过流程的优化,能够快速提升整体效率。

 

如果A公司单纯按照自身得分的高低,很容易误判业务优化方向,投入大量的资源但是无法让业务指标获得突破性进展。而内部存在流程方面的问题,也很难发现更无法得以改善,贻误业务优化的重要机会点。

 

这也是在数据孤岛时代,很难避免的一种业务分析难题。在数据孤岛时代,只有极少数企业能够通过调研等形式,获取自身业务指标相关的Benchmark。但成本高昂,一般企业难以承受,同时受制于调研范围受限等原因,指标的可参考性往往大打折扣。

 

数据实时联通让这个难题有了低成本实现的可能性,海量数据的接入,让数据资产储备丰富的大数据平台,具备了为不同行业、不同细分领域、不同发展阶段的企业提供Benchmark的可能性。

 

企业在根据自身业务进行因果分析拆分的基础上,可以进一步根据Benchmark的对标分析,准确定位自身业务的优化的重点方向。

 

由于Benchmark的引入直接关系到业务分析的结果, Benchmark是否准确至关重要。而准确的Benchmark是企业与大数据平台共同努力的结果。

 

一方面,需要企业完善自身基础属性的相关信息如:行业、规模、发展阶段等,帮助大数据平台准确的定义企业自身的业务。另一方面,大数据平台需要有完善的数据接入规范、强大的技术能力和丰富的数据资产。

 

1、大数据平台的数据规范性:帮助实现标准化数据对接。

在实际业务中,企业往往依照自身的业务定义自身指标,在缺乏标准化数据对接规范的情况下不同企业的同类指标往往也不具备可比性。因此,大数据平台是否有标准化的数据对接说明非常重要,只有在实现数据接入规范化,才有Benchmark实现的可能。

 

2、大数据平台的技术能力:保障底层数据顺利打通。

Benchmark的顺利输出需要企业在保证自身数据安全性的前提下,实现内外部数据的底层打通。技术实力雄厚的大数据平台能够提供成熟的数据对接技术方案。确保数据采集的准确性和底层数据存储的稳定性。

 

3、数据资产储备丰富程度:确定细分领域的Benchmark有效性。

前文中提到,传统方式获取Benchmark的很大劣势在于,数据采集量的限制。由于数据采集量较小,往往统计误差较大,导致可参考价值大打折扣。数据在线化解决了海量数据获取的问题,但各平台在数据资产的储备差异较大。新兴的数据平台,往往很难获取规模化的数据,无法支撑不同细分领域的Benchmark产出。容易造成Benchmark不够准确,误导企业的业务判断。因而,企业在数据平台的选择上还需考量平台自身的数据储备丰富程度。

 

从实际应用角度来看,战略层的Benchmark是将本公司的战略和对照样本的战略进行比较,找出成功战略中的关键因素。管理层的Benchmark涉及到分析企业的支撑功能,具体指人力资源管理、营销规划、管理信息系统等(MIS)。执行层的Benchmark主要集中在比较成本和产品的差异性,重点是功能分析,一般与竞争性成本和竞争性差异有关。

 

举个例子,通过【友盟+】U-Dplus的因果拆分后,我们的到了清晰的数据逻辑关系,接下来就是要怎么用这些数据。我们可以将数据进行再次规整,分为决策层关注的数据、管理层需要掌握的数据、执行层需要下钻的数据。

决策层通过自身数据与Benchmark的结合确立战略阶段的目标,从而科学的制定KPI并合理高效的调整企业组织架构,时刻把控行业横向对标竞品动态。

管理层通过数据发现机会并落实目标,将量化的KPI拆分,通过数据交叉分析制定合理的解决方案。

执行层则可以用数据驱动行动,将目标群体准确定位,通过精准的触达目标客户来执行效果量化。

综上所述,如果企业能够完善自身信息,同时选择实力强劲的大数据平台,在业务问题的判定过程中很容易借力平台的数据资产储备,在业务分析过程中引入Benchmark,更好的定位后续业务优化的方向。


或许你还想看一些大家都喜欢的文章:

正在加载...

扫描二维码关注友盟官方微信账号