2019帆软第二届“数据生产力”大赛

33. 【广东觅游】多维度交互监控业务发展,分析问题时长缩短至1小时

排名 投票数
13 331

多维度交互监控业务发展,分析问题时长缩短至1小时

一、项目基本信息

1、项目信息

公司全称:广东觅游信息科技有限公司

项目名称:深度业务剖析及运营优化项目

负责人信息:彭胜利——项目总监

团队成员与岗位:黄晓君——咨询顾问,许靖——咨询顾问

2、平台运行状况

平台报表总量:5+

平台月访问量:4000+

 

二、项目背景

1、公司发展需求

随着公司业务转入快速发展的轨道,业务规模逐日增大,管理需要进行精细化,然而单纯人工的管理不能满足精细化管理的核心思想——快、精、准,不能及时发展问题,找到问题根源,工作效率低,企业问题解决延迟容易造成损失。并且市场的竞争愈发激烈,各大竞争对手各显神通,借助各类工具提升管理,争占用户规模。

因此需要引进一套完善的监控分析体系来发现问题,定位问题,支撑企业的精细化管理。

2、业务经营需求

业务数据体量日益增多,对业务的剖析广度和深度提出了更高的要求。

但传统的数据分析存在以下的问题: 

1)分析调整耗时长,无交互:依靠IT部门固化的报表灵活度较低,调整困难,加上传统的手工Excel统计耗时长,新增分析需求难;报表只是一种展示、查询数据的方式,是单一数据的罗列,没有多维度的交互,缺乏全量数据分析和利用。

2)统计口径不统一,难共享:各部门数据口径不一致,数据结果不统一,向上汇报容易“打架”,并且数据分析成果难以共享。

3)分析深度不够,决策难深化:传统的数据报表数据关联性较差,无交互,无法多维度观察,发现问题后无法及时定位问题根源。

因此,需要借助商业智能可视化工具可以让业务人员随时随地、对业务发展情况有深入、实时的了解,并且借助其可交互的可视化展示,以及专业的业务分析逻辑思维,能层层深入,快速定位到问题根源,从而提出针对性的解决方案,并且跟踪监控直到问题解决。此外,借助自助BI工具,还可以将分析结果方便地与组织内部人员共享,从而提高工作效率。

 

三、应用场景与价值

场景一:新增量业务分析

1、日销量统计可视化

原始的销量统计通报数据方式是采用Excel统计发布,但是当数据量较大的时候使用Excel会产生效率低,耗时长等问题,没有办法在短时间内完成统计并通报给相应的负责人。统计出来的是枯燥单一的数字,没有形成视觉上直观的对比,加上Excel的统计没有多维度的交互,负责人收到销量统计表的时候,没有能在几秒内反应是否存在异常的波动,并且需要花一定的时间去找到出现问题的地方。造成从统计到发现问题到定位问题的时间基本要半天以上,减弱日报的作用。

引入帆软BI,使用FineBI的数据链接功能,直接连接公司的数据库,更新数据库的数据,BI的数据也能自动更新,再使用ETL处理功能,对数据做清洗,依照一定的指标口径进行增加列和统计。最后用仪表板制作可视化监控图表。

现在日报处理基本在10分钟内,极大缩短日报的制作时间,减少统计人员不必要的工作量,并且只需要在约定的时间内登录查看FineBI仪表板即可知道日销售情况,省掉了发布Excel报表的工作流程。管理者能1秒内知道完成较差的区域或是渠道,不需要通过数字的比较反应。而相应的区域负责人,通过多维交互和钻取可以在短时间内定位到是由于某个渠道的某类产品发展新用户较差,让业务负责人把重心花在如何增加新用户上面,提升业务的发展。



 

2、月增量监控可视化

1)发展规模监控可视化

采用人工进行处理汇总统计,月数据量比较大,若是数据源出现错误进行二次更新,需要手动重新操作统计进行数据更新改正。月度需要关注的维度更多,使用Excel报表只能呈现成多表头多维度的表格,或是多个表格,甚至是多个报表。但以这种方式提供给需求者仅仅是数据的展示,反而会造成信息过多,变成“信息洪水”,需求者需要花费大量的时间查看报表并发现问题。当需求者想深入分析某一方面,需在较短时间内增加统计分析,使用报表调整时比较困难和耗时,统计人员还需要花时间理解需求者真正想要的分析角度,整个月报的分析周期被拉长,需求者无法做出快速异常的判断和高效的调整,不利于整个业务的经营。为解决这些问题引入帆软BI

BI的使用让月报的规模分析报告在2天内完成,缩短月分析的周期。当数据需要更改的时候仅需更新数据源即可。

改变数据的呈现方式,将较多的报表和枯燥的数据转化成丰富的可视化的图表,信息容易被接收。可以从时间趋势展示每月销售情况,然后可以从不同的维度展示相关的销售数据,使用者能更快速的发现是否存在异常,可以通过多角度的交互分析,使用钻取下钻到具体门店和具体的产品,找到问题的真正根源,快速解决问题,提升工作效率。

BI提供两大功能是报表不具备的,一个是任意的维度分析,另一个是任意的分析路径,这给使用者提供新的思考方向和思路,并且当需要做某方面深入分析,可以自己进行探索,不需要再通过统计人员进行调整添加。

引进商业智能更是一种管理和思维方式的改变,让整个分析立体化,帮助快速做出最佳的决策。

 

 

2)发展质量监控可视化

对业务的质量评价是有很多指标,但不同区域各自统计会产生不同的定义,

造成相同的指标定义繁多,评价标准不统一规范,数据很难共享并且讨论的时候容易产生误解。

利用FineBI进行分析,确定规范指标定义,在数据配置的时候统一添加指标判断列,其他业务人员均没有数据配置的权限,保证定义唯一且统一。

FineBI可以生动展示所有KPI,为不同人员配置不同权限后,可以在统一的定义下看到不同区域的质量情况。


 

场景二:存量业务分析

目前,存量用户在不断流失,直接导致了收入的下降。虽然针对存量下滑出台了相应措施,也起到了一定的减缓作用,但保存量的工作依然艰巨。

围绕这个定位,存量运营主要由两大工作目标构成:

1、以提升用户保有为目标的收保率分析;

2、以释放用户价值为目标的在网用户分析

虽然客观数据并不能直接反应用户流失原因,但用户行为数据透露的信息往往比调研得来的主观数据更真实,为此,我们利用帆软FineBI开展收保率分析和在网客户分析。

1、以提升用户保有为目标的收保率分析

可从以下方面进行分析:

1) 通过时间维度对收保率和收入流失金额进行观察分析,时间间隔精确到月份,监控以月为单位的数据概况,了解并把控每月的流失走势和实时数据。

2) 将收保率和收入流失进行层次结构的划分,例如存量类型、地市区县、客户星级等维度细分,精确定位到客户人群之中,判断出哪些客户的收保率贡献较大,从而可以针对客户提供这样的产品与服务:产品与服务对客户有价值,而且一旦建立这种结构性纽带联系,对于客户来说,即是比较难以舍弃的,或者舍弃成本较高。

2、以释放用户价值为目标的在网用户分析

主要针对收入流失以及客户户均价值变化进行用户分析

首先通过时间维度对收入流失以及客户户均价值变化进行观察分析,从全局的角度观察数据。

重点观察当月的价值变化分布,并从中提取收保率对其的影响因素。同样,将收入流失以及客户户均价值变化进行重点观察维度细分,定位价值变化较大的客户,对其进行精准营销,降低客户离网率,提供客户粘性。

 

四、项目心得

1、建立一个清晰的项目管理流程,加强项目沟通,适量增加项目信息收集、整理、分析和发布的频次,这样能及时发现项目问题,利于及时采取纠正措施。

2、建立一个科学的项目计划,严格按照项目的进展执行,每周定期汇报工作成果,及时修正项目进度的偏差。

3、专题实施前提前多次和业务人员沟通真正的需求,包括重点的指标和关注的维度,避免后期大面积修改指标。

4、认真了解业务,发现潜在的需求,增加到专题分析中。

5、分不同对象、不同分析重点,设计针对性的报表体系。

6、不清楚如何更好的展示数据,参考帆软的demo和帆软社区参赛获奖作品。

7、制作FineBI使用指引手册给到使用者,使得FineBI较快的融入工作中。

8、收集使用者对专题分析的使用感受和建议,持续优化专题内容和形式。