企业如何轻量化数据分析落地方案？

“数据”是企业经营的客观反应，是贯穿企业生存和发展的“信息灵魂”。数据在企业的创始阶段就已经存在，随着企业的发展，数据的量会越来越大，数据分析的方案也会随着发展变化。因此，我们从企业的经营角度来切入不同成长时期的数据分析方案。

企业成长会经历四个阶段： 生存，发展，突破，生态。

然而，这四个阶段，分别对应不同的数据方案。

生存期：精益方案

发展期：增长方案

突破期：全面体系

生态期：价值挖掘

因为中小微企业基本在生存期和发展期。接下来，本文将带大家拆解以及梳理一下，生存期的“精益方案”和发展期的“增长方案”。

精益数据分析方案

在生存期这个阶段，公司刚刚成立，或者创立一段时间但还没脱离生存危机。数据很多是零星、不连续，散落在各个业务环节，要建立大而全的数据指标体系，显然是不现实的，这个时期应该把更多精力放在企业的销售和生产上。

但是不是就完全不要做数据方案了呢?

显然也不是，这个时候的数据方案，反而具有更大的挑战和应用意义。

第一：简约而不简单

创业初期，要做的事情很多，显然没有更多精力坐下来阅读和理解大量数据报表。数据分析本身是助力业务的，不能让这个时期的数据分析复杂到成为业务的烦恼。所以这个时期的方案，一定要“简约而不简单”。通过分析找出几个，甚至只是一个最能代表当下业务目标的指标，以此为方向，让全员可以快速理解指标，并且朝向他全速前进。

第二：梳理流程找核心指标（类似杜邦分析）

初创企业，在工作上并没有太多“繁文缛节”，这个时候的梳理流程，并不是去研究每一步业务应该制定什么规矩，什么流程最合理。由于资源有限，必须让每一步的工作都踩在关键的价值点上，延长企业生命，直到进入快速发展期。所以，这个时候的梳理流程，是“价值流”和“业务流”的双重拆分，结合公司的架构和业务管理，设计出“关键指标”。

时刻关注财务状况和业务变动，是这个时期的使命，所以建议用类似杜邦分析的方法拆解追踪“价值流”和“业务流” 。

以下是一张来自百度百科的经典杜邦分析图：

用类似方法，拆解形成自己公司的价值流图。拆解出公司最大盈利，是由哪些部分组成，直至拆解到无法分解的颗粒度。记得拆解的时候，务必抓大放小，只追踪有主要影响的价值环。

以下举例某个公司拆解后的价值图：

然后，追踪业务的关键实现环节，用类似方法拆解一张业务流图：

梳理完价值流和业务之后，设计几个或者一个最能说明当下公司现状和目标的指标。

为了方便大家理解，以下举一个形象生动的例子：

这里有一家餐馆，经营的日常： 采购原料，客户点菜用餐，结算工资。

这家餐馆刚好靠近食品原料的批发市场，采购对于他来说很简单。并不需要担心中途原料不够，只需要按照日常平均标准采购，中途菜品原料用完能立即补货。那么结合实际业务情况，店主需要关注在业务流的“客户点菜用餐”和“结算工资”上。

那么，根据业务，拆分餐馆的价值流如下：

用餐人数是否增多，往往是菜品好坏和餐馆宣传决定的，不属于餐馆日常业务流程中。那么，为了提高餐馆盈利，日常可以做的是，提高人均消费，和控制人力成本。要设立一个指标，可以体现以上梳理出来的“业务流”和“价值流”结合点，同时又要让餐馆文化程度不高的服务员能马上听懂，理解当天餐馆营业好坏。

此处，请大家停下来20秒思考下，这个“关键指标”应该怎么设立？

最后，餐馆老板想出了答案，用“人工成本占营业额的比例”。例如，当天人工成本是1000，营业额是5000，那么这个数字就是20%。

餐馆老板经过一段时间的实践，发现数字通常稳定在20，数字越小越好，数字越大，就会去找原因，是安排上班的人太多让成本增加了，还是服务态度不好，让人均消费降低了。

这样，餐馆就建立起自己的“精益数据分析方案”了。

这个时期的数据分析方案，一定要有可操作性，而且对创始人有很大考验，需要创始人深入理解业务，才能切合实际情况找到关键指标。

增长数据分析方案

当企业渡过了创业生存期，就已经证明了自己商业模式有市场空间，并且经营闭环已经打造好，这个时候往往开始盈利，或者开始吸引了大批投资人的眼光， 这时进入了发展期。无论是来自企业的盈利还是投资人的注资，这个时候企业进入了高速发展期。因为创出了可行的商业模式和市场，此时竞争对手也会变多，为了避免成为马太效应的淘汰方，企业此时的使命，就是快速增长，占领市场。 高速发展期，成本控制已经显得不是那么重要，“用户增长”是最重要的目标。

在做增长的数据分析方案之前，企业要先结合自身的业务特点，确定增长的模式。

目前普遍把用户增长分为以下三种模式。