問題諮詢
進一步諮詢數據轉型 ?
問題諮詢
進一步諮詢數據轉型 ?
大家在工作場所裡,跟數據轉型最接近的工具就是Excel,也是操作數據最唾手可得的方式,但要去跟其它部門或單位去做數據整合時,因為每個人處理的習慣不同,若只用Excel較難達到整合的需求,甚至有些資料在公司的ERP裡,要跟IT單位去提出需求取得數據,就相對較不方便。會需要思考企業為什麼要去推動數據轉型,必須要有一個動機,再有方法就可以開始實踐。而動機有哪些?
一、透過數據的分析,我們可以在競爭對手裡取得相對優勢,從數據分析中,知道在公司裡面某些商品熱銷的族群是誰,透過歷史數據得到這樣的資訊,就可以及早擬定公司策略去佈局。比如說某些季節,可推某些商品在某個區域,因為透過歷史資料顯示,這樣是成功有效的,相對就可以利用數據來提升企業的競爭決策力。
二、透過資料蒐集,得到客戶資料或商品資訊,可再次行銷,無論在銷售前端,或是在IT資源,都可以從中優化客戶體驗。
三、在數據蒐集的過程中,如果資料零散,沒有標準化,將會很難去完成數據轉型整條道路。當公式套用下去再去推動時,對公司整體運作就會提高效率。
四、在取得競爭力之前,可以利用過去的歷史數據去洞察市場,加上未來的預測的經驗來去輔助公司在做轉型上面的決策。
第一部:資料收集,有效蒐集與管理整合資料來源
第二部:轉換資料,所謂的資料工程、數據清理
第三部:數據洞察、輔助決策
第四部:資料視覺化,資料分析
有了今年的資料,可以預測明年,到了明年就要重新調整,蒐集更多數據去預測未來,這也是一般企業推數據轉型很重要的4部曲。
舉例:公司的CEO在乎的是,公司有沒有辦法透過這些數據去預測公司的營收狀況,預測明年的收益成長;對銷售,會想了解什麼商品毛利比較高,什麼商品是熱銷商品,或是客群在哪邊?對行銷人員來講,推產品廣告時,該如何有效打中潛在客戶,在既有客戶裡先去做分群分類,知道忠誠客戶與新客戶後更進一步去做行銷的策略;如果是通路管理,想知道庫存要怎麼配貨、管理,如何消庫存;其它產線呢?在乎的是良率,我接單祭壇了一些嫁動率生產率等等。對客戶服務部門,想知道客戶滿意度跟資源這些案件的效率;對人資,會想了解人事成本的預算支出,員工面試轉換率、員工離職率、哪些部的流動率較高?
因應企業中每個角色的面向不同,一般在啟動資料分析會經歷的五個流程如下:
一、高層主管設定目標
二、調查現況制定計畫
三、整合資源與產業知識
四、計劃實施與執行
五、驗證結果優化調整
一、目標指標不明確:如果目標一開始設定太大,那可能要落實起來就會有困難。如果設定的太小,對於整個藍圖要怎麼做後續的規劃也將會有挑戰,關鍵的指標該如何去設定,就會是一個很大的Know How.
二、數據完整性與質量偏低:實際落實時會發現技術與資源不足,蒐集歷史資料時,因為每個人的習慣不一樣 ,導致數據的準確度不佳。
三、整合型人才稀缺:通常IT裡懂技術或資料分析人員,對應的窗口如果是要分析不同領域的財務目標,那麼該人員可能沒辦法跟財務溝通,也很難找到適合的人擔任中間橋樑。
第一步先確定資料來源,來源可能來自各式各樣的資料系統,接下來將資料做整合,整合完將資料儲存,接著就是將數據拉出來處理,最後做BI Report的量化分析。
一般在處理結構或是半結構的資料,傳統的DB都有辦法去處理,中間整合所對應到直接的工具可能是ETL常見的Tool,比如說Azure Data Factory,整合完要在雲端建立資料倉庫,而倉儲都會有對應的工具來去做相關處理,處理完後,需要給老闆看漂亮的數據報表來做決策。
其它半結構與非結構資料,也有Open Source的工具可以來輔助做支撐,這些整合起來後就是一個完整的平台架。
無論您是如上圖通用雲端標準架構或是企業資料較複雜,需要全部上雲端重構整合,這些公式都可以在腦裡先具備概念。
推動數據轉型建議先從小開始,了解最小可行性驗證或最小的量化結果會長什麼樣子,再來去逐步擴大規劃完整的架構。而碩軟可以幫助您加速推動轉型,如果公司的資料已有準備好的數據,無倫是Excel的形式,或者資料倉儲裡面已經有資料,接著選定主題,碩軟就可以協助做客製化的分析,如有任何步驟無經驗或有任何疑難雜症,請記得四字箴言:碩軟can help. 架構+分析
進一步諮詢數據轉型 ?
進一步諮詢數據轉型 ?