Izkoristite teh 2 Small Data Hacks za rast vašega podjetja

Big Data je vroča tema. In lahko dela čudeže za pravo vrsto podjetja.

Kot majhno podjetje pa niste »prava družba«.

REAL zlato je v vaših majhnih podatkih.

Prednosti analize majhnih podatkov

Spodbujanje majhnih podatkov lahko zagotovi veliko povečanje dobičkonosnosti in denarnega toka (nekatere študije so pokazale, da je povečanje lahko celo 50–60 odstotkov). In to vam omogoča, da to storite na način z nizkim tveganjem, v zelo kratkem času (kako vas naslednji teden, naslednji mesec ali naslednja četrtleta zgrabi?)

$config[code] not found

Mali podatki so transakcijski podatki, ki jih zajamejo vaše interakcije s strankami, dobavitelji, člani skupine in vašimi izdelki in storitvami. To so podatki, ki se nahajajo v stvareh, kot so vaš računovodski sistem, vaš CRM, ERP, Excelove preglednice in podobni podatki o majhnih podatkih.

Popolno podjetje za izkoriščanje vaših majhnih podatkov zahteva znanost o podatkih o enakih delih, programiranju, forenzični reviziji in ustvarjalnosti.

Majhni podatki Hacks

Da pa bi začeli izvajati analitično potovanje v majhnih podatkih, bi vam rad predstavil dve zelo učinkoviti »majhni podatkovni haki«, s katerimi lahko začnete uporabljati moč majhnih podatkov.

Poskusite to v vašem podjetju. Mislim, da boste prijetno presenečeni nad tem, kar odkrijete.

Small Data Hack # 1 - CVPM analiza

Analiza CVPM je način za razčlenjevanje vašega poslovanja z granularne ali transakcijske ravni. Če želite opraviti analizo CVPM, morate analizirati svoj prihodek, bruto dobiček in režijske stroške na podlagi »na transakcijo«.

Kar iščete, so spremembe v teh granularnih količinah skozi čas. Na primer, v zadnjih treh proračunskih letih. Ali, če je to bolj pomembno, v zadnjih štirih zadnjih četrtletjih. Na splošno se boljši vpogled pridobi z analizo CVPM analize v treh polnih proračunskih letih.

Oglejmo si primer dveh različnih podjetij, da bi pojasnili ta koncept. Nekateri pomembni podatki iz vsakega podjetja so naslednji:

	Poslovni Alpha	Business Beta
(A) Število strank	1,000	370
(B) Pogostost na leto	0.5	6.0
(C) Povprečni bruto dobiček	$ 350	$79
Bruto dobiček (A x B x C)	$175,000	$175,380

Ta podatek nam pove, da gledamo na dve podjetji s popolnoma različnimi pristopi in strukturami (dva različna poslovna modela).

Business Alpha ohranja veliko število kupcev, ki kupujejo nekaj približno vsaki dve leti (pogostost 0,5 letno), vendar je to večja postavka za vstopnice kot Business Beta.

Business Beta ima veliko manj strank (približno tretjino jih je veliko), vendar kupujejo manjšo postavko za vstopnice veliko pogosteje (približno vsaka dva meseca).

Toda poglejte končni rezultat. Oba podjetja vrneta precej enake rezultate bruto dobička. Vsako podjetje ima približno 175.000 $ za kritje režijskih stroškov, odplačilo dolgov, ponovno vlaganje v rast in zagotovitev donosa lastnikom.

Small Data Hack # 2 - Analiza matrice izdelka

Analiza produktne matrike je metoda gledanja na določene stranke ali segmente kupcev in primerjava prodaje po izdelkih (ali kategoriji izdelkov) za vsakega kupca. Zagotavlja pogled na obseg prihodkov vsake stranke, ki izhaja iz vaših različnih izdelkov in storitev.

Običajno je najučinkoviteje začeti na več agregatnih ravneh in podrobneje analizirati, kot kažejo podatki in analize.

Analiza matrike izdelkov je najmočnejša, če je izvedena z naslednjimi dimenzijami:

Stranka - prodaja
Stranka - prihodki
Stranka - bruto dobiček
Tržni ali poslovni segment
Geografija
Industrija

Spodnje tabele prikazujejo primer, ki vas bo vodil:

Prihodki od prodaje kupcev
Stranka	Prihodki
Acme	$ 35,000
ACX	$ 23,600
Bergstrom	$ 74,835
Manilo SP	$ 126,959
SKUPAJ	$ 260,394

Informacije, ki jih vsebuje ta prva tabela, so zanimive. Vendar ne zagotavlja veliko podrobnosti o sestavinah skupnega prihodka za vsako stranko. V najboljšem primeru bi vas in vašo prodajno ekipo verjetno zadovoljili z obsegom prihodkov podjetja Manilo SP in preprosto »poskusili prodati več« družbi Acme in ACX.

Spodnja tabela ponuja podrobnejši in uporabnejši pogled na iste stranke, pri čemer uporablja koncepte analize produktne matrike.

Matrika prodiranja izdelka (po prihodkih)
Stranka	Izdelek A	Izdelek B	Izdelek C	Izdelek D	SKUPAJ
Acme	$ 35,000	$ nil	$ nil	$ nil	$ 35,000
ACX	$ nil	$ nil	$ nil	$ 23,600	$ 23,600
Bergstrom	$ 12,500	$ 19,325	$ 1,350	$ 41,660	$ 74,835
Manilo SP	$ 103,000	$ 23, 009	$ 950	$ nil	$ 126,959
SKUPAJ	$ 150,500	$ 42,334	$ 2,300	$ 65,260	$ 260,394

Podatki iz te analize produktne matrike bi verjetno privedli do drugačnih zaključkov.

Na primer, čeprav je bil Manilo SP videti, kot bi morali biti zadovoljni s svojimi prihodki (ko smo uporabili samo prihodke od prodaje iz prve tabele), dejansko sploh ne bi smeli biti zadovoljni. Od nas kupujejo relativno majhno količino izdelkov C in D.