Iskoristite ove 2 Small Data Hacks da rastu vaše poslovanje

Big Data je vruća tema. I može raditi čuda za pravu vrstu tvrtke.

Međutim, kao mala poduzeća, niste “prava tvrtka”.

REAL zlato je u vašim malim podacima.

Prednosti analitike malih podataka

Iskorištavanje malih podataka može pružiti ogromne dobitke u profitabilnosti i novčanom toku (neke su studije pokazale da povećanje može biti i do 50 - 60 posto). I to vam omogućuje da to učinite na način s niskim rizikom, u vrlo kratkom vremenskom razdoblju (kako vas sljedeći tjedan, sljedeći mjesec, ili idući kvartal može uhvatiti?)

$config[code] not found

Small Data je transakcijski podatak koji se prikuplja vašim interakcijama s kupcima, dobavljačima, članovima tima i vašim proizvodima i uslugama. To su podaci koji se nalaze u stvarima kao što su vaš računovodstveni sustav, vaš CRM, vaš ERP, Excel proračunske tablice i slični podaci o malim podacima.

Potpuna predanost u korištenju vaših malih podataka zahtijeva znanost o jednakim podacima, programiranje, forenzičku reviziju i kreativnost.

Small Data Hacks

Međutim, da biste započeli s putovanjem u Small Data Analytics, htio bih vam dati dva vrlo djelotvorna "hack-a za male podatke" koje možete koristiti da biste počeli primjenjivati snagu Small Data.

Probajte ovo u svojoj tvrtki. Mislim da ćete biti ugodno iznenađeni onim što otkrijete.

Small Data Hack # 1 - CVPM analiza

Analiza CVPM-a je način za seciranje načina na koji vaša tvrtka izgleda s granularne ili transakcijske razine. Da biste izvršili CVPM analizu, trebate analizirati svoj prihod, bruto dobit i opterećenje na temelju "po transakciji".

Ono što tražite su promjene u tim granularnim količinama tijekom vremena. Na primjer, tijekom posljednje tri fiskalne godine. Ili, ako je relevantnije, tijekom posljednja četiri posljednja tromjesečja. Općenito, bolji uvid dobivaju se analizom CVPM analize tijekom tri pune fiskalne godine.

Pogledajmo primjer dvaju različitih poduzeća kako bismo razjasnili ovaj koncept. Neki relevantni podaci iz svake od djelatnosti su sljedeći:

	Poslovni Alpha	Business Beta
(A) Broj kupaca	1,000	370
(B) Frekvencija po godini	0.5	6.0
(C) Prosječna bruto dobit	$ 350	$79
Bruto dobit (A x B x C)	$175,000	$175,380

Ove informacije nam govore da promatramo dvije tvrtke s potpuno različitim pristupima i strukturama (dva različita poslovna modela).

Business Alpha održava veliki broj kupaca koji kupuju nešto oko svake dvije godine (učestalost od 0,5 godišnje), ali to je veća stavka od Business Beta.

Business Beta ima mnogo manje korisnika (oko jedne trećine njih), ali kupuju manju stavku za ulaznice mnogo češće (otprilike svaka dva mjeseca).

Ali pogledajte krajnji rezultat. Oba poduzeća vraćaju gotovo identične rezultate bruto dobiti. Svaka tvrtka ima oko 175.000 dolara za pokrivanje režijskih troškova, otplatu dugova, ponovno ulaganje u rast i povrat vlasnika.

Small Data Hack # 2 - Analiza matrice proizvoda

Analiza matrice proizvoda je metoda gledanja na određene klijente ili segmente kupaca te uspoređivanje prodaje po proizvodu (ili kategoriji proizvoda) za svakog kupca. Prikazuje širinu prihoda svakog kupca iz različitih proizvoda i usluga.

Obično je najučinkovitije započeti na više agregiranih razina i detaljnije analizirati podatke i analize.

Analiza matrice proizvoda je najsnažnija kada se radi s sljedećim dimenzijama:

Kupac - prodaja
Kupac - prihod
Kupac - bruto dobit
Tržišni ili poslovni segment
geografija
Industrija

Tablice u nastavku daju primjer koji će vas voditi:

Prihod od prodaje po kupcima
kupac	Prihod
Vrhunac	$ 35,000
ACX	$ 23,600
Bergstrom	$ 74,835
Manilo SP	$ 126,959
UKUPNO	$ 260,394

Informacije sadržane u ovoj prvoj tablici zanimljive su. Ali ne pruža mnogo detalja o komponentama ukupnog prihoda za svakog klijenta. U najboljem slučaju, vi i vaš prodajni tim vjerojatno ćete biti zadovoljni količinom prihoda tvrtke Manilo SP i jednostavno “pokušati prodati više” Acmeu i ACX-u.

Donja tablica pruža detaljniji i korisniji prikaz istih klijenata, koristeći koncepte analize matrice proizvoda.

Matrica prodiranja proizvoda (prema prihodu)
kupac	Proizvod A	Proizvod B	Proizvod C	Proizvod D	UKUPNO
Vrhunac	$ 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
UKUPNO	$ 150,500	$ 42,334	$ 2,300	$ 65,260	$ 260,394

Informacije iz ove analize matrica proizvoda vjerojatno bi dovele do različitih zaključaka.

Na primjer, iako je Manilo SP izgledao kao da bismo trebali biti zadovoljni njihovim prihodima (kada je korišten samo prihod od prodaje iz prve tablice), zapravo ne bismo trebali biti zadovoljni. Kupuju relativno malu količinu proizvoda C i D od nas.