Izmantojiet šos 2 mazos datu tīklus, lai palielinātu savu uzņēmumu

Lielie dati ir karsts temats. Un tas var brīnīties par pareizo uzņēmumu.

Tomēr kā mazs uzņēmums neesat „pareizais uzņēmums”.

REAL zelts ir jūsu mazajos datos.

Mazo datu analītikas priekšrocības

Mazo datu piesaistīšana var sniegt milzīgu peļņu peļņas un naudas plūsmas ziņā (daži pētījumi liecina, ka pieaugums var sasniegt pat 50–60 procentus). Un tas ļauj jums to izdarīt zemu risku veidā, ļoti īsā laika periodā (kā tas notiek nākamajā nedēļā, nākamajā mēnesī vai nākamajā ceturksnī?)

$config[code] not found

Small Data ir darījumu dati, kas iegūti, mijiedarbojoties ar klientiem, piegādātājiem, komandas locekļiem un jūsu produktiem un pakalpojumiem. Tas ir dati, kas dzīvo tādās lietās kā jūsu grāmatvedības sistēma, jūsu CRM, jūsu ERP, Excel izklājlapas un līdzīgi nelieli datu krājumi.

Lai pilnībā izmantotu jūsu mazos datus, ir nepieciešama vienāda datu datu zinātne, programmēšana, kriminālistikas revīzija un radošums.

Mazie datu pārraides

Tomēr, lai sāktu darbu mazo datu analīzes ceļojumā, es vēlētos sniegt jums divus ļoti efektīvus „mazu datu hacks”, kurus varat izmantot, lai sāktu lietot mazo datu jaudu.

Izmēģiniet tos savā uzņēmumā. Es domāju, ka jūs būsiet patīkami pārsteigti par to, ko jūs atklāsiet.

Mazo datu Hack # 1 - CVPM analīze

CVPM analīze ir veids, kā atšķirt veidu, kādā jūsu bizness izskatās no granulu vai darījumu līmeņa. Lai veiktu savu CVPM analīzi, jums ir jāanalizē ieņēmumi, bruto peļņa un pieskaitāmās izmaksas, pamatojoties uz “darījumu”.

Tas, ko jūs meklējat, ir izmaiņas šajos granulētajos daudzumos laika gaitā. Piemēram, pēdējo trīs finanšu gadu laikā. Vai, ja tas ir svarīgāks, pēdējo četru pēdējo ceturkšņu laikā. Parasti labākus ieskatus iegūst, apskatot CVPM analīzi trīs pilnos fiskālajos gados.

Apskatīsim divu dažādu uzņēmumu piemēru, lai noskaidrotu šo koncepciju. Daži būtiski dati no katra uzņēmuma ir šādi:

	Biznesa Alfa	Biznesa beta versija
(A) Klientu skaits	1,000	370
(B) Biežums gadā	0.5	6.0
(C) Vidējā bruto peļņa	$ 350	$79
Bruto peļņa (A x B x C)	$175,000	$175,380

Šī informācija liecina, ka mēs meklējam divus uzņēmumus ar pilnīgi atšķirīgu pieeju un struktūru (divi dažādi uzņēmējdarbības modeļi).

Business Alpha uztur lielu skaitu klientu, kuri tikai nopērk kaut ko apmēram ik pēc diviem gadiem (biežums 0,5 gadā), bet tas ir lielāks biļešu postenis nekā biznesa beta versija.

Biznesa Beta klientiem ir daudz mazāk klientu (apmēram viena trešdaļa), bet viņi daudz biežāk pērk mazākus biļešu vienumus (apmēram reizi divos mēnešos).

Bet paskatieties uz gala rezultātu. Abi uzņēmumi atgriež diezgan daudz identiskus bruto peļņas rezultātus. Katram uzņēmumam ir aptuveni $ 175,000, lai segtu pieskaitāmās izmaksas, atmaksātu parādus, atkārtoti ieguldītu izaugsmē un nodrošinātu atgriešanos īpašniekiem.

Small Data Hack # 2 - produktu matricas analīze

Produkta matricas analīze ir metode, kā aplūkot konkrētus klientus vai klientu segmentus un salīdzināt katra produkta pārdošanas apjomu pēc produkta (vai produktu kategorijas). Tas sniedz pārskatu par katra klienta ieņēmumiem, kas iegūti no jūsu dažādiem produktiem un pakalpojumiem.

Tas parasti ir visefektīvākais, lai sāktu vairāk apkopotus līmeņus, un sīki izzināt, kā norāda dati un analīzes.

Produkta matricas analīze ir visjaudīgākā, ja to veic ar šādiem izmēriem:

Klientu - pārdošana
Klienta - ieņēmumi
Klients - bruto peļņa
Tirgus vai biznesa segments
Ģeogrāfija
Rūpniecība

Turpmāk redzamajās tabulās sniegts piemērs, lai palīdzētu jums:

Pārdošanas ieņēmumi pēc klienta
Klients	Ieņēmumi
Acme	$ 35,000
ACX	$ 23,600
Bergstroms	$ 74,835
Manilo SP	$ 126,959
KOPĀ	$ 260,394

Šajā pirmajā tabulā iekļautā informācija ir interesanta. Bet tas nesniedz detalizētu informāciju par katra klienta ieņēmumu kopsummu. Labākajā gadījumā, visticamāk, jūs un jūsu pārdošanas komanda būtu apmierināti ar Manilo SP ieņēmumu apjomu un vienkārši „mēģinātu vairāk pārdot” Acme un ACX.

Zemāk esošajā tabulā sniegts detalizēts un noderīgs viedoklis par tiem pašiem klientiem, izmantojot produktu matricas analīzes jēdzienus.

Produkta caurlaidības matrica (pēc ieņēmumiem)
Klients	Produkts A	Produkts B	Produkts C	D produkts	KOPĀ
Acme	$ 35,000	$ nulle	$ nulle	$ nulle	$ 35,000
ACX	$ nulle	$ nulle	$ nulle	$ 23,600	$ 23,600
Bergstroms	$ 12,500	$ 19,325	$ 1,350	$ 41,660	$ 74,835
Manilo SP	$ 103,000	$ 23, 009	$ 950	$ nulle	$ 126,959
KOPĀ	$ 150,500	$ 42,334	$ 2,300	$ 65,260	$ 260,394

Informācija no šīs produktu matricas analīzes, iespējams, novestu pie atšķirīgiem secinājumiem.

Piemēram, lai gan Manilo SP izskatījās, ka mums vajadzētu būt apmierinātiem ar saviem ieņēmumiem (ja tika izmantoti tikai pārdošanas ieņēmumi no pirmās tabulas), mums tiešām nevajadzētu apmierināt. Viņi pērk no mums nelielu daudzumu C un D produktu.