《数据化管理》是一本由黄成明著作,电子工业出版社出版的平装图书,本书定价:59.90元,页数:306,特精心从网络上整理的一些读者的读后感,希望对大家能有帮助。
读这本书的感受:
1、零售业的数据分析思路和自己之前做的数据分析差异还是很大的
2、数据分析除了要具备数据化思维的意识,更重要的是要熟悉你要分析的数据的业务
如何提高自己数据化思维的意识?
对数据的敏感度
数据化思维意识
习惯用数据说话
主动提高:玩数字游戏(24点、数独)、多看财经类新闻报告、学会质疑(不迷信不盲从专家的数据,养成独立思维的习惯)、记大数 关键数异常数等
被动提高:很多人遇到问题时,不是主动找问题的原因,而是编故事(销售额下降是因为不支持windows系统,支持Windows系统后,销售额下降是因为不支持Dos系统)
数据分析只是手段,它最终的目的是为管理提供支撑,帮助企业进行管理。
可以分为:业务指导管理、运营分析管理、经营策略管理、战略规划管理四个从低到高的层次
寻找零售密码:
周权重指数:确定企业的周权重指数(收集企业全部完整店铺最近一个年度的日销售额,剔除异常数据,剩下的数据以周为单位整理平均日销售,找到平均日销售额最低的一天,设定它的日权重指数为1.0,其余六天的销售额除以最低日销售额,分别得到其他 每天的日权重指数,相加得到周权重指数)
分部日权重指数:用分部近3个月的销售数据整理,(星期N的平均日销售额÷平均周销售额)x企业周权重指数
特殊日期(七天和三天假期、春节、促销档期):选用2-3年的历史数据作为数据源,采用特殊日期后2-4个标准周作为参考,计算单位权重(销售)值,选取时间的总销售额/总权重指数,然后再计算特殊日期的日权重指数:日销售额÷单位权重(销售)值
有时候由于公众假期、阴阳历的存在,直接计算同比有时意义不大,需要使用单位权重(销售)值:(日销售额之和)/(日权重指数之和)
单位权重(销售)值曲线:销售额/当日权重指数,权重曲线相对于销售额比较平稳,从权重曲线的变化中可以发现很多问题(例如月初放松、月末踩刹车)
黄氏曲线为权重曲线同时间段的平均值
销售中的数据化管理:人货场
商品中的数据化管理:进销存
销售额首先是追踪出来的,其次是分析出来的,最后才是绩效考核出来的。销售追踪是按天、时段说话,分析一般是以周和月为单位,绩效考核常常是以月为主、以年为辅。
执行人员侧重过程指标,管理层侧重结果指标,要学会根据受众提供不同的数据。
杜邦分析、四象限分析图、PEST分析法、5W2H分析法
首先,数据要具备可比性,所以所有的数据要转化为可比的——权重指数。
其次,需要确定一些关键的数据指标。
再次,分析问题时需要具备一些思想
①以人货场为维度分析
③找出关键指标并进行分析
最后,有一些大家可供大家使用的分析小窍门
①杜邦图
②K线图
③四象限图
好吧,结束了~
这本书,是上怼领导下令小弟的工作常备防身进攻兼具的好工具书。当然,前提是你理解了作者的数据分析方法。
用了一上午的时间简单快速的通读了此书,感觉跟随着两个实习生的旅程,一起体验了它们几个月的实习经历,不得不说作者的这种写作模式让读者的代入感很强。但是,合上书本,脑子里却没有太多留下来的干货,沉思良久,给其定义为一本工具书。
本书用导师教授实习生的方式,讲解了很多零售业的一些指标,这些指标关乎着销售的业绩,关乎着公司的效率和利润。数据是指标的具象,通过介绍指标,间接的告诉了我们哪些数据是重要的,哪些数据的可以剔除的,哪些数据是如何预测到得到的等等。然后,介绍了如何通过一些工具,让指标数据图像化。有理论有时间,颇具指导意义。
对于,正在进行门店管理的管理人员来说,是一本不错的工具书。
《数据化管理》读后感(四):很好的一本数据书籍
#书话电商#
看了很多公众号,一些零散的信息,关于电商,大家谈的更多是如何爆单,如何做流量做转化,几乎没有人谈过库存,真金白银的库存。
知乎上关于库存的问答只有555个,公司更倾向为做流量花钱去培训,几乎很少有人是库存管理的高手,导致公司要么对于库存捉肘见襟,要么堆积一大堆无用库存,或者是冰火两重天,有些产品缺货缺死,有些产品又多的太多。
我们做了很多关于销量、流量、客户的分析,又有多少知道如何对库存进行分析,对资产进行管控,能够把钱最大限度的使用到最合适的地方?
FBA计划,FBA备货远远没有表面上那么简单,其中需要运用到一些数学模型,例如正态分布、泊松分布等。
▊对于库存的分析是需要分五步的:
①切割库存:有效库存,无效库存(假库存,死库存)
②量化库存,确保库存安全性:
这里面可能会涉及到一些安全库存、再订货点(ROP)的概念。结合库存天数和库存周转率去分析。
③库存结构分析,确保库存合理性:产品是需要分不同的象限的,而不是一刀切,不区别对待
⑤特殊库存分析:这里一般涉及到的是一些死库存,季节性库存。
要保证库存的良性运转,我有一个很深的感触是我们需要“防患于未然”,预感到产品滞销的时候,就要有预警体系,及早处理,借用各个销售渠道,做促销,做优化,抢在产品滞销之前把库存转起来。
本人统计专业毕业,从事商场营运工作九年,主要负责经营分析。对于数据分析这块说不上精通但至少熟悉。大学时的专业知识能够运用到工作中的非常少,以前觉得炫酷的SPSS在实际工作中根本不能运用,因为没有海量的数据支撑。最后发现只有EXCLE成为最强大的分析工具,工作后看了很多关于分析的书,说实话,如何运用EXCLE处理数据的书很多,但是能够转换到工作中的却很少。商场数据分析和工厂、宏观经济数据、大数据之间还是存在很大的区别。所以看了很多书,在分析中还是找不到突破点。
初识《数据化管理》的作者黄成明是在网上搜索销售预测的方法,黄老师将他制作的预测软件包放在网上免费下载使用,这个销售预测软件虽然不能直接用于我们公司,但是让我对销售预测的思考点有了新的认识。随后加了黄老师的微博,有疑问随时联系,他都会快速解答。当时就一直期待黄老师能出书,因为针对零售业方面的数据分析书籍市面上太少了。《数据化管理》上市后第一时间购入,这本书已经陪伴我一年了,有空的时候我都会翻一翻。从使用者的角度来说,我觉得这本书有几点做得非常好:
一、故事情节以小说的方式展开,以两个职场新人入职培训、学习、成长的过程为主线,将各种专业知识呈现出来。虽然这种写作手法在《谁说菜鸟不会数据分析》中早就采用了,但是我觉得以讲故事的方式讲知识确实比以前的教科书有趣生动多了。
二、知识点接地气,能与实际工作完美结合。就像韩寒在《后会无期》中的经典台词:听过很多道理,依然过不好这一生。看了很多分析类的书籍后,我的感觉是:学过很多知识,依然写不好分析。零售业有其自身的特点,数据是复杂凌乱的,如何从数据中提炼出有用的信息是分析人员必须具备的才能。《数据化管理》这本书从业务指导、营运分析、经营策略、战略规划四个层次告诉我们在零售业分析中需要关注的方面。
三、分析方法实用,简单易学。以前对于日销售数据进行对比就是简单粗暴的同比,如果有活动影响的话很难具体量化。这本书中的单位权重值曲线很好得处理了日销售数据,克服了营销活动、节假日落位、突发事件对数据的影响。另外,营销活动效果评估分析方法、竞争店分析法直接可以运用到工作中。
四、零售业知识的补充和整理。传统零售业分析指标主要是三大块:人、货、场,这本书将人货场下面的指标进行细化说明,不论是新入职员工培训、还是老员工提升学习都是非常有用的。很多人工作了多年,甚至都不知道通过人货场下面的指标来进行分析。
分析并不是简单的数据处理,如何从不规则的数据中找出规律看出问题才是分析人员要做的事情。这本书适合与数据打交道的表哥表妹们,如果恰逢又在零售业或电子商务工作的话,那么熟读这本书就像当年大学时的必修课重要。研究透彻、掌握熟练、融会升华就不愁升职加薪了。
《数据化管理》读后感(六):推荐入门
这本书我是在豆瓣上看到的,记得是一篇关于数据分析的文章,里面推荐了这本书,我觉得蛮有意思的,也是我最近关注的一些主题,所以就从网上下载了下来,kindle上没有mobi的版本,只有pdf的版本,所以只能在电脑上看看。
谈谈读这本书的感受吧,作为一本零售业数据分析的书籍,我把他定义为入门读物,无论是做数据分析,还是做零售业的人士,在需要入门的时候,读了以后都会有所收获,是一个很好的敲门砖,把你打开一扇门。
从整体的角度来讲,我觉得作者在百货业从业的时间较长,许多数据分析的角度都从百货业态出发,在超市业态及电商业态的分析就显得有些浅,这也比较正常,尺有所短,寸有所长。但是我很赞同作者的一些理念,比如做数据分析要先读懂业务逻辑,弄清数据背后的事情;要将数据分析与现场相结合,不能只为分析而分析。数据可以帮你分析出结果,也可以骗人,图表都是可以骗人的。
跳槽不多,但辗转过几个公司,深深知道中国的企业,信息系统上的数据健康度不高。一是一线从业人员素质不高,对基础数据的准确性和完整性不够重视;二是耍小聪明,企图通过玩数据来欺骗公司;三是企业的领导对于数据化的管理也不够重视,许多企业管理人员仅仅停留在财务层面,收入成本费用利润上,对于经营数据不够。四是国内企业中专门从事数据分析及挖掘的人才还比较稀缺,财务分析的人才有很多,经营数据分析人才却很少,能通过对经营数据进行挖掘,提升收入,减少成本的人才相对国外来说还是很少的。
所以,未来的中国,数据分析的专业人才还是很有市场的。
简而言之,做数据分析,先弄懂业务,最后能在现场呆一段时间,举个最简单的例子,你看过一家清清爽爽的仓库,再到一家快爆仓的仓库,结合销售、建筑面积、营业面积、仓库面积等数据,你可以深刻理解库存周转天数30天和60天的区别。