數據分析，如何達成降本增效？
今年環境不好，很多企業都提出了降本增效的口號。可作為數據分析，該如何達到降本增效？今天系統講解下。
降本增效的錯誤姿勢
錯誤1：前台增效，後台降本
有些人一提“降本增效”，本能的反應就是：
- 增效是前台的事，銷售、行銷多賺錢
- 降本是後台的事，研發、生產、供應多降本
聽起來非常合理！
但真這麼乾了，很快就會發現：「成本竟是我自己！」裁員、停產就是後台最快的降本辦法。可後台再裁員停產，也抵不過前台隨意打折，降價促銷讓出去的成本。結果就是“前台亂花錢，後台沒支撐”，嚴重的直接把公司折騰沒了。
錯誤2：全員行銷！有些人一提“增效”，就開始喊“狼性！全員行銷！ALL iN！”然後開始逼著員工去推銷。結果不然遭人反感，而且非專業的銷售一沒通路二沒資源，他能賣動就見鬼了。也沒啥產出。
錯誤3：“全員省錢！”有些人一提“降本”，就開始拉出“全員思考如何在低毛利下生存”的大橫幅，員工福利也不發、出差打車要在小票背後寫出起點終點——還一張張算錢。結果就是拿不出爆款產品，有本事的人都離職，最後越做越low。
問題癥結在哪裡
以上種種亂象，本質在於：抓錯重點。就像學渣聽學霸的故事，只記住了學霸通宵學習。學霸之所以成為學霸，不是因為丫通宵，而是丫至少有一套成功方法。不去學方法，大眼瞪小眼熬通宵是沒屁用的。
對企業也是，要知道，真正的增效，在於：
1.找到藍海渠道
2、深耕優質客戶
3.打造爆款產品
真正的降本，要砍的是：
1.一款爛產品
2、一個爛渠道
3.一個爛客群
以上三點任一點，都是災難級的問題，會引發前期投入浪費、庫存增加、資金周轉慢等一系列次生災害。相比之下，出差費、住宿、員工福利算個毛線。
因此，破局的關鍵在於：對產品、通路、使用者的成本進行清晰的核算，對營運過程進行及時的把控，避免爛到不可收拾。這就需要做精細的數據分析。
用戶分析怎麼做
支持降本的分析：
1.新用戶的轉換率分析，剔除劣質管道
2.舊用戶的複購率分析，避免用戶流失
3.促銷敏感型用戶識別，減少被薅羊毛
其中1可以和渠道分析合併來做。這裡重點講解一下第3點。薅羊毛有顯性和隱形兩種，顯性的經常是營銷規則不合理導致的，比如濫發無門檻代金券、同一用戶多次疊加優惠、白金卡優惠力度過大導致用戶湊單等等，這些在專案開始前，就可以主動辨識。
活動開始後，身為資料分析師，要主動監控異常訂單，當訂單出現：
1.單筆過高、過低金額
2.同一用戶重複下單，下單總量過大
3.商品實際成交價低於標價比例過大
可以直接做訂單攔截，先抓住典型問題，再查源頭，能有效避免風險。
圖片
隱形的羊毛更難受。例如很多公司做促銷活動，總喜歡搞“全場大促”，心理感覺可以多覆蓋用戶，可實際上參與的都是同一批人。結果常是有活動的產品銷售大漲，沒活動的一蹶不振，總業績也不見漲。
這時候，數據分析可以：
1.用戶分層，區分高中低用戶
2、為活動打標籤，區分各目的活動
3.交叉觀察使用者參與活動狀況，辨識每個活動參與人群
4.關注頻繁參與活動用戶群，建議砍掉其中邊緣活動
5.關注從未被覆蓋的用戶群，分析用戶潛在需求
這樣既能避免隱形薅羊毛，又能找到潛在機會點，把行銷資源用到地方。
圖片
增效的分析，可以做：
1.為利潤款商品/搭配款商品找潛在用戶，直接拉升商品銷售。
2.分析用戶互動習慣，為私人/社群/APP找高黏性用戶，降低通路成本。
3.識別高價值用戶，直接推高檔商品，拉升用戶消費金額。
這裡需要用到用戶畫像，價值分層，關聯推薦等分析手段，不一一列舉了。
商品分析怎麼做
支持降本的分析：
1.上市階段：識別劣品，及時停損
2、熱銷階段：控制促銷，多賺現金
3.衰退階段：儘早清貨，減少損失
這裡雖然寫了三條，但核心是第一條。商品品質的判斷是核心，越早發現問題商品，越能早進行區域調配，不同通路的調配，及時停損。拖得越久，積壓帶來的損失越大，後期清貨就越花本錢。
商品分析和使用者分析不同，要看商品從上市開始，全生命週期資料。且商品上市常伴隨推廣活動，因此核算成本，不應只核算每個階段的商品成交價/商品生產成本，得拿到商品推廣計劃表，把廣告成本，活動成本等全部都算上，這樣才能還原商品的真實利潤，從而支持決策判斷。
圖片
商品分析，是可以和使用者分析交叉來做的，這樣能發現增效的機會點。期待一個爆款打天下不是很現實，因此商品需要區分流量款、爆款、利潤款、搭配款，有了商品分級後，再看每一類商品覆蓋用戶數量，比例，就能發現：
1.引流款是否對新用戶有足夠吸引力
2.獲利款是否覆蓋足夠多老用戶
3.還有哪些款沒有覆蓋到高價值用戶
機會點就是這樣找出來的（如下圖）
圖片
通路分析怎麼做
通路分析比使用者和商品更直接：
1.砍掉高成本、低品質劣質渠道
2、將用戶往低成本的通路引流
3.做大低成本、高品質的管道
在通路分析上，一般對拉新的關注度比較高，各個投放通路的拉新成本，拉新後的用戶價值計算是重點。不過要注意的是，由於現在通路日益分散（實體店、電商平台、外帶平台、自建APP、小程式、短視頻平台、社群、私域…），很有可能有可能同時在多個平台活動， 一個平台會同時覆蓋多個用戶，因此區分出不同管道覆蓋用戶類型，是進行最佳化第一步。
圖片
同時，通路品質並非一個穩定數值，很有可能隨著業務行動優化，因此，記錄優化結果，建議優化方向，又是一個典型的增效的點。只不過，對每次優化動作，需要有業務標籤庫進行監控，才能看清楚到底在哪裡優化。
圖片
小結
綜上可見，想實現降本增效，不是只靠一條數據兩條公式那麼一計算，就咣當得出一個神威無敵大將軍建議。
降本增效的本質，是透過數據手段，量化業務行為，計算業務成本，監控業務收益。量化才是最重要的一步。相應的，業務標籤庫，業財一體化流程，才是保障降本增效的根本。否則帳目都是紙單張，裡邊的描述和業務實際脫節，業務動作無法被數據監控，連基礎的數據都核算不清，降本增效更無從談起。
圖片
更深層的問題
在知識星球內，有同學問了我一個靈魂問題：「我們公司的營運做事根本不和數據分析通氣，數據分散在各個平台收集不上來，每天核算進銷存和財務數據已經累死了，老闆還覺得數據好大，能一下分析出很厲害的結論……咋辦？”
這就是降本增效更深刻的問題：有些公司的管理就是很混亂，領導就是很自大，老闆就是靠吃業紅利起家的，沒啥科學經營理念。
客觀的說，數據是無法拯救這麼混亂的公司的，作為個人，能做的就是多積累能力，換個更好的環境了，這也算我們個人降本增效的好手段。而累積能力，是從日常學習中逐步提升的，歡迎加入我的知識星球，一起爆肝學習，每天都有進步。