好的， 看到大家這么熱情， 那班班接下來就化身Johnson老師，給大家?guī)磉@次價值連城的分享哦!

    大家好，歡迎參加這次分享，作為數(shù)據分析正式課程的主講老師Johnson， 非常開心能和你們一起提升數(shù)據思維，做好業(yè)務決策。在學習這門課之前，你一定聽過許多關于大數(shù)據的神奇故事， 比如Netflix(奈飛公司) 如何用大數(shù)據打造爆款美劇《紙屋屋》， Google(谷歌公司) 如何用大數(shù)據準確預測流感，拯救千萬人的生命，還有美國大選如何利用數(shù)據預測結果等等......

    知乎和微博上，至今還流傳著“雙十一”銷售額是不是“摻水造假”的熱聞。因為數(shù)據大牛用前5年的銷售額，提前預測2019年“雙十一”的最終銷售額是2581億，跟阿里官方最終公布的銷售額相差不到4%：2684億元。一時嘩然，還引發(fā)阿里高管官方出來辟謠。

    你一定也希望，有朝一日，自己能用數(shù)據分析的方法，做出勝人一籌的業(yè)務決策，洞察別人無法發(fā)現(xiàn)的趨勢和機會。那么回到工作里，我們有沒有需要做分析和預測的場景呢?

     比如：

-年初，老板讓你提前制定2020年全年的團隊業(yè)績目標

-2020年初的疫情，到底會不會對接下來的“金三銀四”求職季有所影響

-如何判斷我所在的行業(yè)到底有沒有前景，要不要看看別的機會

     你會發(fā)現(xiàn)，小到用戶需求，大到行業(yè)發(fā)展趨勢，職場里需要我們提前預測和判斷的事情，可謂無處不在。如何利用據做出科學的預測，而不是人云亦云，或者憑經驗拍腦

袋呢?就是這幾節(jié)課程需要解決的問題。典型的數(shù)據預測場景—需求分析從數(shù)據預測的應用場景來分類，我認為典型的預測有三類：

                              分析能力足夠成熟的公司，還能夠把數(shù)據用作業(yè)務的探照燈，提前預測最佳的業(yè)務決策時間。

  Uber(優(yōu)步) 就是如此。作為一家橫跨歐美亞200多個城市的年輕跨國公司，業(yè)務復雜度極高，需要高效匹配乘客和車主的需求，處理和各地出租車公司、司機工會、競爭

對手、法院、政府、行業(yè)監(jiān)管部門的利益和摩擦。但Uber“帶有侵略性”的張， 從來沒有停下腳步， 曾經依靠“三人小分隊”的開城模式，快速打開中國市場，從2014

年進入中國開始， 短短兩年就在60多個城市扎根。Uber的成功，依靠的就是一套高效的數(shù)據管理機制。因為各地市場差異化極高，依靠傳統(tǒng)的管理模式復制極慢， Uber索性把總部的關注點放在管理流程和業(yè)務系統(tǒng)搭建上。至于當?shù)厥袌龅倪\營，總部如果都要一一深入了解再做決策，一定會延長決策周期，降低業(yè)務靈敏度。所以索性充分授權給了當?shù)貓F隊。當然，這一些都依靠高度數(shù)字化的管理模式。比如， Uber會規(guī)定， 一個新用戶的成本， 最高不超過25美元，只要在這個預算范圍內，當?shù)貓F隊可以自由選擇采用

  什么樣的渠道和方式去獲取用戶；

  對于每公里定價， Uber也會設定好計算公式， 只要輸入當地的人均收入、出租車起步價、每公里計價等參數(shù)，就能計算出價格。同時， Uber也會通過業(yè)務數(shù)據的反饋， 不斷迭代和優(yōu)化自己的這套管理系統(tǒng)。舉個例子， Uber會每天分析區(qū)域內各個城市的自然用戶注冊量，一旦達到設定的數(shù)值，就會通知到業(yè)務團隊進入新市場開拓市場，也就是用數(shù)據就能預測開城的決策，提前規(guī)劃資源和預算，搶占市場先機。在這節(jié)課里，我們會通過一個企業(yè)案例，講講如何進行業(yè)務預測。

典型的數(shù)據預測場景——趨勢預測

第三是趨勢預測，比如判斷宏觀趨勢，例如對行業(yè)發(fā)展前景的預測。在講需求預測時，你可能注意到，其實市場需求是很容易受到突發(fā)因素的影響，比如2020年的金三銀四求職季可能就會因為疫情而延遲。具追蹤和預測市場需求的變化，就能成為非常有力的決策武器。但如果投資機構需要預測行業(yè)發(fā)展趨勢，或者分析宏觀經濟走勢，就需要進行精準的趨勢分析。這種分析方式會需要更多的分析數(shù)據和信息，更加專業(yè)的方法論支持，分析框架和結論也會復雜很多。這一講，我們會聚焦在最常見的業(yè)務預測場景里。下一講，我會重點說一說，如何用數(shù)據進行基本的行業(yè)分析，幫助你快速判斷行業(yè)發(fā)展前景。業(yè)務預測的兩種方式年初，你所在的公司或者部門一定會做2020年全年預

算，這就是一個典型的需要用數(shù)據預測業(yè)務的場景?；叵?/span>一下，你或者你所在的部門是怎么做的呢?其實大致來說， 有兩種可能， 一種是自上而下， CEO給出一個明確的營收或者增長目標，各個業(yè)務部門再圍繞公司的大目標進行評估，看看需要哪些努力和資源，才能達成這個目標；另一種方法是自下而上，也就是各個業(yè)務部門先對自己未來一年的產出進行評估，設定目標，再匯總到公司統(tǒng)一審核和調整。那么問題來了，假如你是Q公司銷售部門的負責人，2019銷售目標是800萬，實際達成692萬，達成率87%。那么在這兩種情況下，分別應該怎么樣制定2020年的銷售目呢?自上而下的業(yè)務預測第一種場景里，公司給定了一個目標，2020年銷售目標是1000萬，需要你按照目標完成業(yè)務預測。首先，我想問問你，這次業(yè)務預測的結果是什么?這里我會留給你5秒鐘時間，思考一下，你給老板的答案是什么?老板判斷這個目標是不是可行?如果你的回答重點是圍繞目標是否達成，那么基本上你已經偏離了實際工作場景里業(yè)務預測的分析方向。事實上，在自上而下設定業(yè)績目標的溝通場景里，公司和老板會傾向于給出他們“希望達到”，而不是業(yè)務部門覺得“可能達到”的數(shù)值。還記得嗎?2019Q公司的銷售目標是800萬，去年大家那么努力也沒有達標，只完成了原定目標的87%，也就是692萬的業(yè)績目標。今年能把去年的目標完成就謝天謝地了，萬一做得不錯可能還有小幅增長，現(xiàn)在居然在去年目標基礎上還要再漲

25%，1000萬的指標根本就不可能達成。

   我相信這可能是業(yè)務部門聽到目標的第一反應，事實上，大多數(shù)時候，業(yè)務部門永遠覺得公司給出的業(yè)務目標無法達成，就是拍腦袋瞎指揮，這幾乎是目標管理上永遠的矛盾。但最后目標聽誰的呢?自然是自上而下，當然是公司和老板說了算。所以，當我們做業(yè)務預測的時候，首先要記得，老板給出的大目標是一定需要達成的，我們需要預測的是預期和現(xiàn)狀之間的差距，以及如何做才能縮小這個差距，促使目標達成。在明確了自上而下的場景里，業(yè)務預測的結果不是回答Yes和No之后， 我們來看看業(yè)務預測到底包含哪些內容和步驟。

   第一步是對公司的大目標進行拆解，找到影響大目標最關鍵的3到4個二級指標；

   第二步是對二級指標進行評估綜合水平；分析二級指標能夠達到什

   三步是對二級指標進行分析，看看為了達成大目標，需要投入哪些資源；

   第四步是驗證投入資源之后，大目標是否能夠達成。

 

   我們回到Q公司的案例，作為銷售負責人，首先你可以把公司的大目標，一級級拆解，找到影響目標完成的關鍵指標，這種方法，也叫杜邦分析法。經過拆解，你發(fā)現(xiàn)影響銷售額的二級指標主要有三個，分別是客戶總數(shù)、客戶轉化率和平均客單價；而二級指標又可以進一步拆解，形成三級甚至更多層級的指標。注意，如果預測的指標過細，會陷入大量細節(jié)的業(yè)務數(shù)據，從數(shù)據收集、整理到分析都會耗費大量的時間，對預測結果影響不大，但層層匯總起來，統(tǒng)計誤差卻會越來越大。所以，我們在業(yè)務預測時，通常只會關注最重要的3到4個。二級指標，最多拆解到第三級指標。為了后續(xù)的工作，你可以對二級指標進一步拆解，發(fā)現(xiàn)客戶數(shù)包含新客戶和老客戶。新客戶的平均客單價很高，但轉化率很低，耗費大量銷售時間，但對總營收的貢獻度只有25%；而老客戶雖然看起來單子小，但是勝率很高，對于總營收的貢獻度達到75%。

    接下來我們就需要對二級指標進行評估，我們可以通過預測模型，比如線性回歸方程，判斷二級指標的自然增長，也就是業(yè)務部門預期可以達成的數(shù)據；接下來，估算為了達成1000萬銷售目標，我們實際需要成的業(yè)務指標數(shù)值，也就是公司希望可以達成的數(shù)據。現(xiàn)在我們能直觀看到兩個數(shù)值之間的差距，第三步就需要結合業(yè)務可行的案，看看為了達成大目標，需要投入哪些資源。

  第四步，也是非常重要的一步，我們需要對方案進行驗證。除了方案的可行性，也要結合業(yè)務數(shù)據，看看投入對應資源之后，大目標是否能夠達成；如果不能，就需要回到第三步，尋找新的可行方案，直到預測達成。好，我們來小結一下。在自上而下的場景里，業(yè)務預測通常不是回答目標是否能夠達成，而是分析預期和現(xiàn)狀之間的差距，評估可行方案，預知潛在風險，看看如何才能縮小差距，促使目標達成。這樣的好處是，圍繞大目標，各個部門可以預先拆解目標，策劃方案，并且評估所需資源，這樣就為團隊目標的 制定和績效的管理提供了基礎。 在日常管理中，只要定期回顧核心指標，看看和預測值是 否存在偏差，就可以及時發(fā)現(xiàn)問題，促進目標達成。 這也是為什么既然有了大目標，還需要進行業(yè)務預測，核 心也是幫助公司提前規(guī)劃資源分配，預知業(yè)務風險。 那你可能會問，萬一老板制定的目標風險很高，能不能和憑多年業(yè)務預測的經驗，我?guī)缀鯖]有看到過可談的業(yè)務大 目標， 尤其是關系到公司用戶數(shù)量、GMV、利潤率和用戶 價值的核心目標，但是實現(xiàn)目標的路徑以及資源是可以被 調整的，公司也會結合業(yè)務預測的結果，追蹤和調整最終 的經營方案。 所以，現(xiàn)在你知道了，業(yè)務預測產出的結果，不是目標是 否可達成，而是需要達成目標所需的資源，包括人力、物

力和財力，以及指出達成目標存在的業(yè)務風險。這樣才能 助企業(yè)和組織提前規(guī)劃，應對挑戰(zhàn)，達成目標。 自下而上的業(yè)務預測 有沒有另外一種可能，就是老板沒有明確的標，讓你自 己預測一下2020年的銷售結果，也就是讓你先提預算。 這就是典型的自下而上的業(yè)務預測。 首先，有了前面的基礎，你應該知道，業(yè)務預測的結果不 是一個數(shù)值，哪怕這個數(shù)值比老板心里的目標還高。公司 和老板需要的，是滿意的業(yè)務結果，以及支持業(yè)務結果達 成的可行方案，包括業(yè)務規(guī)劃、所需資源和風險評估。 操作的步驟也和上面的場景類似，首先明確一級指標是否 發(fā)生變化(比如從銷售額增長變成了用戶增量)，然后找 到影響大目標最關鍵的3到4個二級指標，對二級指標進行 分析，提出并驗證可行方案，評估資源投入和業(yè)務風險。 這里主要有三點差異： 首先，在自下而上的場景里，業(yè)務預測自由發(fā)揮的空間更 大，調整指標的思路和可能性也更多，所以一定要清晰定 義和聚焦在二級指標上，避免陷入業(yè)務細節(jié)。可以說如何 定義目標，直接決定了預測效果；