- 1、本文档共17页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
物流常识(七):数据运营
编辑导读:物流行业的基建时代已来临,未来比拼的是技术基建能力。从数据到 业务,从业务运营角度打造深刻理解物流业务的指标体系。本文将对此进行分析, 与你分享。
物流行业特点之一就是重业务,不少业务人员习惯埋头干业务,但缺乏对业务 结果的追求,无法通过数据衡量细化业务方向的好坏,很累很苦却没有看到增长! 此为数据意识差。
今年是物流行业资本集中涌入的元年,京东物流、满帮己上市,福佑即将IPO, 货拉拉、滴滴货运融资几十亿美元。思考下,这么多钱,除了开拓业务还要干嘛? 重金做基建。福佑表示上市募资30%将用于研发,满帮的融资重点要提升智能匹 配系统的技术壁垒,货拉拉连地图都要自建……所以不妨大胆预测下:物流行业 的基建时代已来临,未来比拼的是技术基建能力。
何为基建?淘宝的基建包括物流和支付,物流(货运)、外卖、单车、打车、 点评的基建是地图、调度、数据。数据本身无用,但是当你的数据可以衡量业务、 发现问题、挖掘机会点时,那就有用了。如何做到有用?合适的指标体系是第一 优先级。
本文就详聊下:从数据到业务,从业务运营角度打造深刻理解物流业务的指标 体系。
一、OSM模型方法论
定指标体系的方法论为OSM模型。
Obejective (业务目标):用户使用产品的目标是什么?产品满足了用户的什么 需求?
Strategy (业务策略):为了达成上述目标我采取的策略是什么?
Measurement (业务度量):这些策略随之带来的数据指标变化有哪些?
我们先用OSM模型理解下物流业务:
物流行业的核心业务目标为将大规模高并发的货物从A点安全、准时地运送到B 点。
为了达成准时与安全,通常业务策略为:高增长的需求…充足的运力…迅捷地调 度f规范的承运。
注意以上还停留在方法论,如果以为拥有它就拥有全世界,那只能说是年轻。
数据分析师的思路是通过以下四个步骤完成指标体系的构建:确定主指标f拆 分子指标f拆分过程指标f添加分类维度。
小河认为按以上思路可行并且也可落地。但是还不足够贴近业务,因为指标最 终若想要提升,最终还是需要业务方去落实。
所以指标首要要做到贴合业务模块,按照各业务模块梳理对应主指标,然后不 断进行指标下钻。我们先还原各业务模块的组成:
需求模块:需求产生-需求确定调度模块:需求分发-运力响应交易模块:协商 撮合-确定交易运送模块:运力取货-送达完成财务模块:费用计算-打款到账接 下来我们依次来看各模块最需要哪些指标。
二、指标体系,从数据到业务
1.需求模块
需求是所有模块里最重要的,供给不够还可以补充,需求要是疲软,神仙也难 救。需求模块的指标比较简单,主指标为下单量。下单量=询价单数X下单率。 常见分析维度有区域/车型,区域和车型就不讲了,这里重点聊下需求分类、需 求分布、用户价值细分、需求转化。
1)需求分类
需求端的核心是要将下单量进行分类:
哪些是真实需求单
哪些是重复需求单
哪些是伪需求单
哪些是条件苛刻的需求单
哪些是假单(来自竞对、测试等)
以上不少人会忽视,意识层面没到这一层,真以为只要是下的单就是真实需求。 有一个重要概念需普及:长鞭效应,意为市场端的需求被无限放大。
举一个大家小学时都经历过的例子:市里领导要9点来学校参观,教委就要求 8: 30集合,学校要求各年级8点集合,班主任听完了就要求班级7: 30在操场 集合,然后全体学生在操场7: 30等到9点……
具体到需求订单上的表现就是:
重复单,典型场景为一单多下,更绝的是一个单子全网各平台都发。
临时取消单,典型场景为突然不发货了或找到别的运力渠道了。
估价单,如果平台无定价体系,还会存在一部分单仅仅是要一个价格,不是需求。
条件苛刻单,个别订单条件非常苛刻,谁干谁亏本,拯救它们投入产出比极低。
假单,竞对、内部人员、司机为体验流程或基于其它目的直接下真单下着玩。抛 开以上,才是真实需求的订单。
如果平台搞错了真实需求订单量,那么供应的计算也会错,会给运营带来巨大 的噪音。
比如从数据层面上有30%的订单无运力响应,普通选手会先入为主:运力不足。 但是高手第一步会先去识别这30%的单里:重复单、临时取消单、纯估价单、假 单各有多少。搞不好深入分析完会发现,其实不缺运力。这就是巨大的噪音。所 以做指标体系时,将需求分类这个维度考虑进去,可以极大提升同事的认知。
小河的分析经验是:学会脱离比例数据,直接去分析需求本身。想要更了解真 相,就要离需求更近,很多比率数据有噪音。
比率可以很好地衡量好坏,但是要分析具体某一细分场景下的问题时,可能数 值数据更有效。比如30%未响应单对应的是1000个订单,直接深入去分析这1000 个单到底长啥样就行。
2)需求分布
需求来源于用户,所以底层需求的分布就是用户的分布。
①行业分布
这是
文档评论(0)