Скористайтеся перевагами цих 2 невеликих хакі даних для розвитку вашого бізнесу

Великі дані - гаряча тема. І це може творити чудеса для правильного роду компанії.

Однак, як малий бізнес, ви не є «правильною компанією».

РЕАЛЬНЕ золото знаходиться у Ваших малих даних.

Переваги Analytics малих даних

Використання малих даних може забезпечити величезний приріст прибутковості та грошових потоків (деякі дослідження показали, що збільшення може становити 50 - 60 відсотків). І це дозволяє вам робити це з низьким ризиком, за дуже короткий проміжок часу (як вас на наступному тижні, наступному місяці або наступному кварталі захопить?)

$config[code] not found

Малі дані - це дані про транзакції, отримані в результаті взаємодії з клієнтами, постачальниками, членами команди та вашими продуктами та послугами. Це дані, які знаходяться в таких системах, як система обліку, CRM, ваші ERP, електронні таблиці Excel і подібні невеликі дані.

Повномасштабне використання вашої компанії Small Data вимагає рівних даних, даних, програмування, судового аудиту та творчості.

Невеликі хакі даних

Однак для того, щоб розпочати роботу над аналітикою малих даних, я хотів би надати вам два дуже ефективних "хакі з малими даними", які можна використовувати, щоб почати застосовувати потужність Small Data.

Спробуйте їх у своїй компанії. Думаю, ви будете приємно здивовані тим, що ви виявите.

Small Data Hack # 1 - CVPM аналіз

Аналіз CVPM - це спосіб розкриття способу відображення вашого бізнесу з гранульованого або транзакційного рівня. Щоб виконати свій CVPM-аналіз, необхідно проаналізувати свій дохід, валовий прибуток і накладні витрати на основі "за транзакцію".

Те, що ви шукаєте, є змінами в цих великих кількостях протягом часу. Наприклад, за останні три фінансові роки. Або, якщо це більш актуально, протягом останніх чотирьох останніх кварталів. Як правило, краще розуміння набувається шляхом перегляду вашого CVPM-аналізу протягом трьох повних фінансових років.

Давайте розглянемо приклад двох різних підприємств, щоб пояснити цю концепцію. Деякі релевантні дані з кожного з підприємств такі:

	Бізнес Альфа	Бета-версія для бізнесу
(A) Кількість клієнтів	1,000	370
(B) Частота на рік	0.5	6.0
(C) Середній валовий прибуток	$ 350	$79
Валова прибуток (A x B x C)	$175,000	$175,380

Ця інформація говорить нам, що ми розглядаємо два підприємства з абсолютно різними підходами та структурами (дві різні бізнес-моделі).

Business Alpha підтримує велику кількість клієнтів, які купують щось приблизно раз на два роки (частота 0,5 на рік), але це більша вартість квитка, ніж Business Beta.

Бізнес-бета має набагато менше клієнтів (приблизно на третину більше), але вони купують меншу вартість квитка набагато частіше (приблизно кожні два місяці).

Але подивіться на кінцевий результат. Обидва підприємства повертають майже однакові результати валового прибутку. Кожен бізнес має близько $ 175000 для покриття накладних витрат, погашення боргів, реінвестування у зростання і забезпечення повернення власникам.

Small Data Hack # 2 - Аналіз продуктів матриці

Матричний аналіз продукту - це метод пошуку конкретних клієнтів або сегментів клієнтів, а також порівняння продажів за продуктом (або категорією продуктів) для кожного клієнта. Він надає перегляд широти доходу кожного клієнта, отриманого з різних продуктів і послуг.

Як правило, найбільш ефективним є запуск на більш агрегованих рівнях, а також деталізація, як свідчать дані та аналізи.

Матричний аналіз продуктів є найпотужнішим, коли він виконується з такими розмірами:

Клієнт - продажі
Клієнт - дохід
Клієнт - валовий прибуток
Ринковий або бізнес-сегмент
Географія
Промисловість

У таблицях нижче наведено приклад, який допоможе вам:

Доходи від продажів за клієнтом
Клієнт	Дохід
Acme	$ 35,000
ACX	$ 23,600
Бергстром	$ 74,835
Manilo SP	$ 126,959
TOTAL	$ 260,394

Інформація, що міститься в цій першій таблиці, цікава. Але це не дає багато деталей про компоненти загального доходу для кожного клієнта. У кращому випадку, це, швидше за все, призведе вас і вашу команду продажів до задоволення обсягу доходу Manilo SP і просто "намагатися продати більше" для Acme і ACX.

У наведеній нижче таблиці наведено більш детальний та корисний погляд на тих самих клієнтів, використовуючи концепції аналізу матриць продуктів.

Матриця проникнення продукту (за доходами)
Клієнт	Продукт А	Продукт Б	Продукт C	Продукт D	TOTAL
Acme	$ 35,000	$ nil	$ nil	$ nil	$ 35,000
ACX	$ nil	$ nil	$ nil	$ 23,600	$ 23,600
Бергстром	$ 12,500	$ 19,325	$ 1,350	$ 41,660	$ 74,835
Manilo SP	$ 103,000	$ 23, 009	$ 950	$ nil	$ 126,959
TOTAL	$ 150,500	$ 42,334	$ 2,300	$ 65,260	$ 260,394

Інформація з цього аналізу матриць продукту ймовірно призведе до різних висновків.

Наприклад, незважаючи на те, що Manilo SP виглядав так, як ми повинні бути задоволені своїм доходом (коли використовувався лише дохід від продажу з першої таблиці), насправді не слід задовольняти. Вони купують у нас відносно невелику кількість продуктів C і D.