Big Data ist ein heißes Thema. Und es kann Wunder für die richtige Art von Unternehmen bewirken.
Als kleines Unternehmen sind Sie jedoch nicht die „richtige Art von Unternehmen“.
Das ECHTE Gold ist in Ihren Kleinen Daten.
Die Vorteile von Small Data Analytics
Durch die Nutzung von Small Data können Profitabilität und Cashflow enorm gesteigert werden (einige Studien haben gezeigt, dass der Anstieg bis zu 50 - 60 Prozent betragen kann). Und es erlaubt Ihnen, es in einer sehr kurzen Zeit mit geringem Risiko zu tun (wie werden Sie in der nächsten Woche, im nächsten Monat oder im nächsten Quartal erwischt?)
$config[code] not foundSmall Data sind die Transaktionsdaten, die von Ihren Interaktionen mit Kunden, Lieferanten, Teammitgliedern und Ihren Produkten und Dienstleistungen erfasst werden. Es sind die Daten, die sich in Ihrem Buchhaltungssystem, Ihrem CRM, Ihrem ERP, Excel-Tabellenkalkulationen und ähnlichen kleinen Datenbeständen befinden.
Eine umfassende Verpflichtung zur Nutzung Ihrer Small Data-Daten erfordert gleichermaßen Data Science, Programmierung, forensische Prüfung und Kreativität.
Kleine Datenhacks
Um Ihnen den Einstieg in die Analyse der Small Data-Analyse zu erleichtern, möchte ich Ihnen zwei sehr effektive "Small Data-Hacks" geben, mit denen Sie die Leistungsfähigkeit von Small Data anwenden können.
Probieren Sie diese in Ihrer Firma aus. Ich denke, Sie werden angenehm überrascht sein, was Sie entdecken.
Small Data Hack # 1 - CVPM-Analyse
Die CVPM-Analyse bietet eine Möglichkeit, das Erscheinungsbild Ihres Unternehmens von einer granularen oder transaktionalen Ebene zu analysieren. Um Ihre CVPM-Analyse durchzuführen, müssen Sie Ihren Umsatz, Ihren Bruttogewinn und Ihren Overhead "pro Transaktion" analysieren.
Sie suchen nach Änderungen dieser granularen Mengen im Laufe der Zeit. Zum Beispiel in den letzten drei Geschäftsjahren. Oder, wenn relevanter, in den letzten vier letzten Quartalen. Im Allgemeinen erhalten Sie bessere Einblicke, wenn Sie Ihre CVPM-Analyse über drei volle Geschäftsjahre hinweg betrachten.
Schauen wir uns ein Beispiel von zwei verschiedenen Unternehmen an, um dieses Konzept zu verdeutlichen. Einige relevante Daten aus jedem Unternehmen lauten wie folgt:
| Geschäfts-Alpha | Business Beta | |
| (A) Anzahl der Kunden | 1,000 | 370 |
| (B) Häufigkeit pro Jahr | 0.5 | 6.0 |
| (C) Durchschnittlicher Bruttogewinn | $ 350 | $79 |
| Bruttogewinn (A x B x C) | $175,000 | $175,380 |
Diese Informationen zeigen uns, dass wir zwei Unternehmen mit völlig unterschiedlichen Ansätzen und Strukturen (zwei verschiedenen Geschäftsmodellen) betrachten.
Business Alpha unterhält eine große Anzahl von Kunden, die nur etwa alle zwei Jahre etwas kaufen (Häufigkeit von 0,5 pro Jahr), aber es ist ein größeres Ticketelement als Business Beta.
Business Beta hat viel weniger Kunden (etwa ein Drittel so viele), aber sie kaufen viel häufiger (etwa alle zwei Monate) ein kleineres Ticket.
Aber schau dir das Endergebnis an. Beide Unternehmen liefern nahezu identische Bruttogewinnergebnisse. Jedes Unternehmen hat rund 175.000 US-Dollar, um die Gemeinkosten zu decken, Schulden zurückzuzahlen, wieder in Wachstum zu investieren und den Eigentümern eine Rendite zu bieten.
Small Data Hack # 2 - Produktmatrixanalyse
Die Produktmatrixanalyse ist eine Methode, um bestimmte Kunden oder Kundensegmente zu betrachten und den Umsatz nach Produkt (oder Produktkategorie) für jeden Kunden zu vergleichen. Sie erhalten einen Überblick über die Umsatzbreite jedes Kunden, die mit Ihren verschiedenen Produkten und Dienstleistungen erzielt wird.
Es ist in der Regel am effektivsten, auf stärker aggregierten Ebenen zu beginnen und detaillierter zu untersuchen, wie die Daten und Analysen zeigen.
Die Produktmatrixanalyse ist am leistungsfähigsten, wenn sie mit den folgenden Dimensionen erstellt wird:
- Kunde - Verkauf
- Kundenumsatz
- Kunde - Bruttogewinn
- Markt oder Geschäftssegment
- Erdkunde
- Industrie
Die nachstehenden Tabellen bieten ein Beispiel, um Sie zu führen:
| Umsatzerlöse nach Kunden | |
| Kunde | Einnahmen |
| Gipfel | $ 35,000 |
| ACX | $ 23,600 |
| Bergstrom | $ 74,835 |
| Manilo SP | $ 126,959 |
| GESAMT | $ 260,394 |
Die Informationen in dieser ersten Tabelle sind interessant. Es enthält jedoch nicht viele Details zu den Komponenten der Umsatzsumme für jeden Kunden. Im besten Fall würde dies wahrscheinlich dazu führen, dass Sie und Ihr Vertriebsteam mit dem Umsatzvolumen von Manilo SP zufrieden sind und einfach versuchen, mehr an Acme und ACX zu verkaufen.
Die nachstehende Tabelle bietet eine detailliertere und nützlichere Ansicht derselben Kunden unter Verwendung der Konzepte der Produktmatrixanalyse.
| Produktdurchdringungsmatrix (nach Umsatz) | |||||
| Kunde | Produkt A | Produkt B | Produkt C | Produkt D | GESAMT |
| Gipfel | $ 35,000 | $ null | $ null | $ null | $ 35,000 |
| ACX | $ null | $ null | $ null | $ 23,600 | $ 23,600 |
| Bergstrom | $ 12,500 | $ 19,325 | $ 1,350 | $ 41,660 | $ 74,835 |
| Manilo SP | $ 103,000 | $ 23, 009 | $ 950 | $ null | $ 126,959 |
| GESAMT | $ 150,500 | $ 42,334 | $ 2,300 | $ 65,260 | $ 260,394 |
Die Informationen aus dieser Produktmatrixanalyse würden wahrscheinlich zu anderen Schlussfolgerungen führen.
Obwohl Manilo SP so aussah, als sollten wir mit ihrem Umsatz zufrieden sein (wenn nur Umsatzerlöse aus der ersten Tabelle verwendet wurden), sollten wir eigentlich überhaupt nicht zufrieden sein. Sie kaufen eine relativ kleine Menge der Produkte C und D bei uns.
Holen Sie sich also Hacking
Nachdem Sie nun über diese beiden Hacks gelesen haben, machen Sie sich sofort mit der kleinen Datenanalyse auf den Weg.
Nehmen Sie sich die nächsten zwei Stunden, sammeln Sie Ihr Team und entscheiden Sie sich für die Anwendung der CVPM-Analyse und der Produktmatrix-Analyse in Ihrem Unternehmen.
Sie haben nur mehr Gewinn und Cashflow zu gewinnen.
Datenkonzept Foto über Shutterstock
3 Kommentare ▼
