如何通过数据思维挖掘商业洞察
商业洞察一直以来都是比较神秘的话题，如何从一堆数据中找到新的商业机会，找到满足客户的需求，在市场数据中找到新的机会点，在过去的数据中找到未来的发展趋势并对未来做出预测，在内部数据中找到内部管理的问题并发现解决问题的方案？这些都是看似神秘。
商业洞察有一定的方法和规律，商业洞察的发现需要多年的实践经验。以下是笔者总结的从数据中探寻商业洞察的方法和思路，供读者参考。
1.1寻找关键要素
探讨事物时寻找决定事物的关键要素是最简洁、最直接的方法。寻找一个问题的解决方案时也要寻找决定该事物的关键要素。在商业环境下，事情都会变得非常复杂，涉及面非常广，这时需要管理者们能够跳出相关的盒子，从整体上认识事物，并确定事物的关键要点，在关键要点上寻找解决问题的思路。
比如营销的问题，核心点是客户需求的满足，如果不把核心点聚焦在客户需求满足上，则市场营销活动就会产生浪费。发起一个市场营销的促销活动，首先要看该活动满足了客户的什么需求，在参与活动中他们能够得到什么，以及他们所得到的是他们需要的吗。这就是营销的要点，在这个要点的基础上再去寻找方法。
做公司战略研究，也要找到企业成功的关键要素，KSF(KeySuccessFactors，关键要素分析)是我们分析战略的重要手段。关键要素可以分成两类，一类是必要条件，另一类是充分条件。如果能够找到充分条件，再看满足充分条件的成本和实际完成该件事的收益是否对等，如果不对等，则不会采取措施，等条件成熟后再去考虑。必要条件是完成一件事必须的条件，但有了该条件，事情可能也无法完成。我们非常希望挖掘每件事情的充分条件，但探索充分条件或者把握充分条件是一件比较困难的事情。
寻找关键要素的方法很直接也很简单，但仍然有很多人在实际工作中忽略。
1.2寻找差异
寻找差异是我们人类认知事物最基本的方法。在企业大数据应用中，看数据的第一眼就是看数据的差异，这里说的差异也包括本来存有差异的事物间的共性。
看到一组数据的第一反应就是看数据间的差异，差异会引导着我们去思考存在差异背后的原因。比如，上个月销售万元，这个月销售额万元，差异万元，为什么少了？是行业下行趋势还是行业的季节性波动？哪些方面没有做好？哪些产品的销售额减少了？哪些区域市场的销售额减少了？哪些业务员的业绩减少了？为了探寻差异，需要对这个数据再细分下去，然后在拆分后的数据中再次寻找差异。寻找差异是我们的第一反应，这种反应是数据思维的反应，但需要在这个反应中更加理性化地去看待数据。此例中，在知道两个月的销售额差异后，按照销售额的来源追问下一级别数据，即在子项中去寻找。销售额的子项可以是客户、产品、业务员、市场区域等。
在寻找差异的时候，除了寻找数据的差异，还会比较差异的大小，根据差异的大小来区别对待，看是否需要采取更加深度的分析。我们一般能够感受到的差异在5%以上，5%的差异在商业上是比较容易接受的误差，超过5%的误差，一般都要深究其变化背后的驱动因素。如果变化超过30%，就需要深度分析原因了。
在设定差异的时候，可以设定一个阈值，比如5%、10%、15%等，这与统计学上的置信区间类似。利用统计的方法对事物进行测量时，会设定重大决定要求置信区间为95%（即5%），一般商业决策或者初期测量按照85%设定，即15%。在做市场研究的时候对比两个产品的差异，利用统计学的方法来测评产品，如果是初期研究，就设定置信区间为85%，如此采样少，成本低；如果是上市前的测评，则需要加大样本量，以95%的置信区间来测评，评价两个产品之间是否存在显著性差异。
对差异大小的敏感度在企业发展的不同时期会有不同的要求，企业刚开始快速发展时，对未来的估计量误差很大，一般会容忍20%的预计误差；当企业相对成熟，业务相对稳定时，对业绩的预期与实际的误差一般按照10%来估测，如果是10%以内，则认为是随机波动导致的，如果大于10%就需要深度追究背后的问题。
除了量化的差异之外，还有定性方面的差异比较。比如客户的需求、评价、
转载请注明：http://www.0431gb208.com/sjslczl/2416.html
