数据分析有哪些方向?

数据分析包括:分类分析、矩阵分析、漏斗分析、相关性分析、逻辑树分析、趋势分析、行为轨迹分析等等。我以HR的工作为例,说明如何做上述分析,以获得真知灼见。

01)分类分析

比如分不同部门、不同岗位级别、不同年龄段来分析人才流失率。比如你发现某个部门的离职率特别高,那么你就可以分析一下。

02)矩阵分析

比如一个公司有一个价值观和能力的考核,可以把考核结果做一个矩阵图,找出价值匹配强的员工,价值匹配弱的员工,价值匹配弱的员工的比例,从而找出公司的人才健康状况。

03)漏斗分析

比如记录招聘数据,投简历,通过初筛,过一面,过两面,过最后一面,接受Offer,成功入职,过试用期,就是一个完整的招聘漏斗。从数据中可以看出哪个环节可以优化。

04)相关性分析

比如公司各个分公司的人才流失率差异较大,那么我们可以分析各个分公司的人才流失率与分公司的一些特征(地理位置、薪酬水平、福利水平、员工年龄、经理年龄等)的相关性。)找到最能留住员工的关键因素。

05)逻辑树分析

比如最近发现员工满意度有所下降,就会进行拆解。满意度与薪资、福利、职业发展、工作氛围有关,然后薪资又分为底薪和奖金。这样就会层层拆解,找出满意度影响因素中的变化因素,从而得到真知灼见。

06)趋势分析

比如过去12个月的人才流失率变化趋势。

07)行为轨迹分析

比如追踪一个销售人员的行为轨迹,从入职,到开始产生业绩,到业绩快速增长,到疲劳期,到逐渐稳定。

通过为企业业务场景提供一站式大数据分析解决方案,可以在增加收入、降低成本、提高效率、控制成本四个方面为企业带来价值贡献。

1,收益递增

最直观的应用就是利用数据分析实现数字化精准营销。通过对用户购买行为和消费习惯的深入分析,刻画用户画像,将数据分析结果转化为可操作的客户管理策略,以最佳方式触达更多客户,实现销售收入的增长。

下图为推广收支的计算分析,为广告投放提供决策依据。

下图是渠道销售分析,为渠道支持提供数据支持。

2.降低成本

比如可以通过数据分析实现对财务和人力的管理,从而控制各种成本费用的支出,达到降低成本的效果。

下图显示了生产成本分析,以了解成本构成。

下图为期间预实际成本对比分析及成本控制情况。

3.提高效率

每个企业都会产生相关的报表,在数据分析工具的帮助下,不懂技术的业务人员也可以通过简单的拖拽实现敏捷的自助分析,不需要业务人员提需求,不需要IT人员做报表,大大提高了报表的时效性和使用效率。

通过数据分析工具,可以在PC端展示,还支持移动看板,随时随地看透运营,提高决策效率。

4.控制风险

预算超支了吗?债务逾期了吗?是缺货还是缺货?客户的支付率是多少?设备运行正常吗?是否需要加快任何产品的生产速度才能达到产销平衡?...事实上,几乎每个企业都会遇到各种各样的风险问题。通过数据分析,可以帮助企业进行实时监控,主动预警偏离预算的部分和偏离正常范围的数值,降低企业的风险。

下图显示了税率指标。当综合税率过高时,可以实现提示预警。

下图为重要指标预警,重点监控项目毛利率。