以前說到資料驅動業務增長，我們第一個想到的可能是資料分析的方法。但就目前來看，資料驅動業務的增長已經不僅僅是分析的方法和模型問題，而是包括了資料人才的培養、資料架構的設計，甚至整個公司組織架構設計的企業治理問題。所以今天我想從途家資料團隊的發展、部門的構成及職責這兩個方面去跟大家分享一下途家網的一些實踐。

 

如果對一個公司的業務沒有足夠的瞭解，是沒有辦法去做分析的。今天演講中闡述的不管是組織架構的設計還是分析案例，都是緊緊圍繞途家網的商業模型展開的。

這裡還是要推薦下小編的大資料學習QQ裙:805127855，不管你是小白還是大牛，小編我都歡迎，不定期分享乾貨，包括小編自己整理的一份2018最新的大資料資料和0基礎入門教程，歡迎初學和進階中的小夥伴。在不忙的時間我會給解答

所以我先大概介紹一下途家的業務：途家網是一家已經進入“獨角獸”俱樂部的全球公寓民宿預訂平臺，於2011年12月1日正式上線。我們提供服務公寓、度假公寓、別墅、客棧、民宿等各類度假租賃產品的線上搜尋、查詢和交易服務。

 

一、資料分析團隊發展的5個階段

 

我們途家網成立五年以來，整個資料團隊的成長也是經歷了五個階段。

途家網資料團隊的發展線路圖

 

第一階段：從 2011 年底途家網正式上線到 2013 年 2 月，這個階段我們沒有專業的資料分析師。

 

在公司剛剛成立的階段，沒有招專業資料分析師的必要，但是這個時候仍然需要做資料分析。途家網的創始人具備深厚的計算機背景，所以這個階段基本上是創始人自己在做分析。通過資料分析，創始人對公司的業務發展能有很清晰的認識，非常有利於去快速做一些重要的決策。

 

第二階段： 2013 年 2 月到 2014 年 2 月，我們有了專職的資料分析人員。

 

這個時候創始人已經沒有足夠的時間去看大量的資料了，所以我們有了第一個專職的資料分析人員。全公司第一個專職的資料分析人員非常關鍵，因為這個人在很大程度上決定了整個公司之後在資料方面的如何發展。

 

第三階段： 2014 年 2 月到 2015 年 4 月，我們成立了專門的BI團隊。

 

這個時候，途家網基本上進入了一個快速發展的階段，業務部門也非常的多。在這個階段我們除了基礎的資料分析，會把更多的精力放在原始資料的收集、資料工具的優化上面。

 

第四階段： 2015 年 4 月到 2017 年 1 月，這是一個業務井噴的階段。

 

這時 BI 部門的一個最基礎的責任就是，務必讓每一個業務的負責方及時地看到自己的資料，進而及時發現問題。所以這個時候我們會做一些資料視覺化的工作。

 

第五階段： 2017 年 1 月份到現在，我們開始做一些自助式的分析。

 

因為這個時候我們發現，整個 BI 團隊 12 個人，需要去支撐整個公司上千人的團隊已經很困難。我們只能把資料分析的職能下放，做到去中心化。也就是 BI 團隊負責制定標準的資料，讓業務的人去自己去做分析。

 

總的來說，資料團隊發展路線，其實和業務增長的路線是一致的。這個過程我們用了 5 年多的時間，這個發展速度和途家網整個商業模式是相關的。有可能在交易頻次更高的一個公司裡，完成這些步驟只需要一年多的時間，但是不論時間長短，這5個步驟是大部分公司都會經歷的。

 

二、BI 團隊組成

 

BI 團隊有兩個比較重要的責任，第一個是務必能夠保證用資料講清楚每一個業務的狀況；第二個責任是要輔助公司做決策，用資料去告訴大家未來怎麼樣做更有效率，如何去達到公司最大的目標。

 

為了承擔這兩個責任，我們成立了四個團隊。

商業分析團隊，BI報表團隊，資料倉庫團隊，和市場競爭分析團隊。

 

BI 團隊的組成

 

（一）商業分析團隊

本文福利：關注薇信工宗號：程式設計師交流互動平臺，回覆【大資料】可獲取大資料基礎視訊教程一套

這個團隊的兩個非常重要的職能，一個是分析一些非固定的專項問題；另一個是當企業大了之後，負責一些分析工具的培訓。

 

接下來我會用3個實踐案例去講這個部門具體做的事情。

 

案例1，首位資料分析人員的培養

 

在初創的企業做資料分析是一件非常讓人頭疼的事情，負責資料分析的這個人基本什麼都得幹。

首位資料分析人員的繁忙程度

 

更重要的是，他會碰到很多很多的問題：

• 初創企業沒有標準的資料，也沒有足夠多的資料；

• 業務與業務之間的資料邏輯關係需要大量時間梳理；

• 沒有足夠的技術人員幫忙寫程式碼；

• 不熟悉業務的情況下很難用簡短的語言概括分析結果。

 

這時候公司可能會考慮選擇去招一個大公司背景的專業的資料分析師，但是實際情況是，在發展已經成熟的公司裡，一個數據分析師背後是有成千上百人的資料產品和資料技術團隊支撐的，成熟的分析師在商業分析上更擅長，但在整合資料的生產流程上未必非常清楚。

 

所以我覺得，初創型的公司除了招聘一名成熟的資料分析師，還有更高效率的解決方案。

 

我們途家網的解決方案是，讓一個熟悉業務的老員工轉崗去做資料分析；或者說讓一個熟悉技術，又懂業務的人去轉崗，避免溝通上的低效。同時使用成熟的資料分析工具，避免在資料質量、重複性工作上浪費大量的時間精力。

 

通過這樣的方式，這個人會很快地把整個資料分析的框架搭建起來。最後你會發現，在公司成立四年到五年之後，這個人就是整個公司通過資料去驅動業務增長的靈魂。

 

案例2，業務和財務的互動

 

一個企業無法脫離的目標是盈利。現在國內的市場競爭日趨激烈，大家都在拼命去搶市場，但是在這個過程中可能會階段性忽略盈利這個指標。

 

途家網一直非常注重財務結合業務的分析，我們的業務分析人員和財務分析人員，每週都會固定地去看一下，業務上的動作在財務報表上的表現。這對管理層來說是一件非常讓人放心的事，因為能非常清楚地知道資金和人的精力花在了什麼地方，有什麼樣的效果。

財務和業務人員的合作

 

為什麼要做這件事情？

 

因為通常來講，從業務前端到最後財務數字的整個鏈條裡，業務分析人員很難掌握財務收入的確認規則，財務人員又需要更多時間去學習掌握不停變化的業務邏輯。

通過財務分析人員和業務分析人員深度的互補和互動，能夠驅動企業儘快地盈利。至少這個過程讓我們知道，盈利的來源是什麼，哪怕目前是虧損，你也能知道為什麼是虧的，以及怎麼能做到止損。

 

案例3，大膽假設，小心求證的分析思維

 

以上兩個案例是比較巨集觀一些的商業分析人員需要解決的問題，以下這個案例則是日常工作中經常發生的：當業務人員來找分析師要一個數據的時候，負責任的資料分析師需要幫業務人員梳理分析的邏輯。

業務人員要的資料

 

比如業務人員問你要一個APP訂單變化的資料，但其實他想看的東西，或者應該看的東西，遠不止這些。

業務人員真正想要的情況

這裡還是要推薦下小編的大資料學習QQ裙:805127855，不管你是小白還是大牛，小編我都歡迎，不定期分享乾貨，包括小編自己整理的一份2018最新的大資料資料和0基礎入門教程，歡迎初學和進階中的小夥伴。在不忙的時間我會給解答

這時候再回過頭去問他，你到底要幹什麼？這個時候你會發現，有可能是老闆發現昨天的訂單比前天的訂單突然增長了50%，超出了他的預期，但是他又不知道為什麼發生了這些增長。

 

業務人員在做分析的時候，經常提出來的是一個點。但是對於一個數據分析師來說，你需要幫業務人員具體理這些分析的框架，最終找到資料變化的原因。

 

不管是你在初創型的公司還是中型公司，在做資料分析的時候一定不要忘記這三個步驟。

• 定義問題，想清楚資料分析的目的是什麼？

• 大膽假設，思考出現這個資料變化所有可能的原因。

• 小心求證，得到比較客觀的結論。

   

對於比較初級的分析師來講，可能適應這個思維會花一定的時間；但是一個商業敏感度非常高的分析師，可能只需要幾分鐘就能夠完成以上 3 個步驟並給出客觀的分析結論。

 

接下來我們從一個具體的案例去驗證以上的分析邏輯：假設今天我們的訂單突然增長50%，為什麼？

 

我們可以通過多維度分析的方式去考察，第一個是城市的維度，第二個是渠道維度。

兩個資料分析場景

 

第一個場景，從城市的維度上看，每個城市大概增長了5%，都是等比的增長。從渠道上看，APP 增長了 80%左右，但是其它的渠道並沒有帶來這麼多的增長。所以這個時候我們可以得出一個結論，這種資料現象有可能是我們在 APP 端投放的啟動量導致的增長。

 

第二個場景，北京這個城市增長很多，但是其他城市基本上沒什麼增長；APP 也同樣是 80%左右的增長。結合這兩個圖，我們就會得出，有可能是一個北京的 KA 使用者，在 APP 下了訂單導致的增長。

 

這兩個資料的圖形看起來非常相近，但是得出的結論很不一樣，最後導致的企業決策也會很不一樣。

 

（二）BI 報表團隊

 

BI 報表團隊的 3 個重要職責

• 將業務方常規需要檢視的資料沉澱為 BI 報表；

• 幫助業務人員實現視覺化的自助式資料分析；

• 分析師沉澱一些主動分析的資料結果給大家看。

 

接下來我還是用3個具體的實踐案例去講這個團隊在做的事情。

 

案例1，視覺化

視覺化資料報表

 

這個報表是我們每週在每一個渠道上面的表現。當然我們做的實際報表會比這個更長一些，包括每一個渠道吸引過來的註冊，以及這些註冊使用者在未來的一段時間內的留存率以及價值轉化。

 

這個報表在每一個公司都非常常見，但是它的核心的目的是什麼呢？是讓我們的業務人員清楚地知道投放的效果，以此來決定未來的投放資源如何去調整，進而提升投放的 ROI。

本文福利：關注薇信工宗號：程式設計師交流互動平臺，回覆【大資料】可獲取大資料基礎視訊教程一套

這個目的需要通過報表的製作以及一些額外的視覺化來實現，報表負責展示資料，視覺化負責讓業務人員花更少的時間去獲取資料之上的關鍵資訊：假設我們根據過去的業務情況得出，ROI 低於 10 是不能接受的，做一些簡單的視覺化工作就能夠突顯這個資訊。

 

案例2，視覺化基礎上的自助式分析

 

在業務線和業務部門越來越多之後，我們希望業務人員能夠自主地在報表上完成一些初步的分析。所以這個 BI 報表實際上就是在視覺化的基礎上，做了更多的自助設計分析。讓業務人員能夠通過一些拖拉拽的鑽取操作，快速的看到問題的所在，找到問題的原因。

 

這個報表其實是可以支援下鑽的，如果某個渠道的 ROI 過低，可以點選下鑽到每個訂單的其他屬性，例如什麼會員級別、什麼落地頁、什麼優惠措施、買的產品是哪些，提供產品的商戶的服務質量怎麼樣。這個報表對我們分析師團隊來說，也大幅度地提升了工作效率。現在我們可以在 10分鐘內知道整個公司一週的業務變化。

 

案例3，商業分析師的報表沉澱

 

傳統的報表製作流程是，需求方把需求提出來，然後工程師來負責把報表做出來。但是我們會更強調商業分析師的主動性，這個主動性是什麼？

 

第一個主動性的要求是因為商業分析師在看過海量的資料之後需要產生自己的一些想法。從不同的維度上去分析資料，可能會對業務有額外的幫助。

 

第二個是因為，對於一個業務人員來講，每天只看自己業務範圍內的資料即可，但是跨業務之間的資料產生的價值大部分時候是被忽略的。所以商業分析師需要主動的去思考跨業務之間的邏輯，然後固化在報表上面，給業務人員提供更多的價值。

 

下面我提供一個途家網自己的案例：

使用者出行遷移

 

我們是一個在三亞起家的住宿型公司。通過資料我們發現，夏天西南地區的人去三亞比較多；而冬天東北地區的人會大量地去三亞過冬。因為東北的冬天非常冷，有很多老年人在這樣的天氣裡會很不舒服。

 

我們通過使用者季節性的分析，發現一些規律。這樣的規律對線上線下的活動投放非常有幫助，尤其是在冬天投放線下戶外廣告的時候，我們會把更多的精力放在北方區域。

 

我們還做了很多其他的實踐去體現資料分析的價值。比如分析師會去挖掘，這個商圈到底是 300 塊錢的房子更好賣，還是 400 塊錢的房子更好賣？懷柔區可能兩室一廳的房子更好賣，但 CBD 就有可能是一室一廳的房子更好賣，用這些分析的結果指導銷售人員獲取房源，一個量化的結果就是新籤房屋的動銷率提升了 20 個百分點。

 

目前我們已經沉澱了 300 多個報表，有 84%的報表在一週之內被開啟過，這些報表平均每天被 100 多個人訪問，每天大概被訪問 300 多次。

 

這樣的做法會讓 BI 團隊的人感到自己非常有價值，而且這麼多的報表經常被開啟，說明整個公司的資料價值沒有被浪費掉，也說明資料驅動業務增長的理念是深入到公司大部分的人心裡的。

 

（三）資料倉庫團隊

 

在更大的公司，或者說在 BAT ，資料倉庫應該是被放在技術部，而不是 BI 部門。我們為什麼要放在 BI 部門呢？因為這樣能讓分析師知道每一個指標，在資料庫裡是怎麼被算出來的。資料的標準性和嚴謹性會有很大程度上的提升。

資料倉庫的職責

 

資料倉庫的主要4個職能

 

1、負責整個原始資料的收集和清洗

對任何一個初創型的公司來講，這個工作都是要花費大量人力的，所以我們選擇使用 GrowingIO 的產品，獲取實時全量的使用者行為資料。

 

2、負責資料報表的抽取

因為公司的資料結構越來越複雜，資料報表越來越多。讓資料倉庫團隊做一些資料指標的抽取工作，就可以讓分析師直接去分析已經抽取過的統計表，大量地節省分析師在原始程式碼上的精力。

 

3、負責各個系統之間的資料規整

各個系統都會展示一些資料，但是每個系統展示的資料可能都不太一樣。為了解決這個問題，我們會讓資料倉庫的工程師去做統一資料的輸出，務必保證每一個人在每一個平臺上看到的資料都是一致的。

 

4、負責一部分分析的職能

以上 3 個最基礎的工作完成之後，資料倉庫的人員也會承擔一些分析的職能。

 

（四）市場競爭分析團隊

市場競爭

 

整個網際網路公司市場競爭會越來越激烈，涉及到的是企業內部每個細節的競爭。我們在BI 團隊設定了一個這樣的職能，是因為BI團隊對企業內部各個環節的資料都非常的清楚，此時他在研究外部競爭對手的時候，就會非常透徹。而整個企業內部的資料和企業外部的資訊，才能組成一個企業資料完整的圖譜，這樣才能在一個完整的生態中找到企業增長之道。

 

三、經驗和思考

 

（一）6 個經驗

 

以上的分析零散地介紹了資料團隊日常的一些案例，以及為什麼設定這些職能、這些職能在驅動業務增長的過程中起到什麼作用。總結一下，有 6 個經驗：

 

1、瞭解業務

分析師一定要足夠地瞭解業務，因為對於一個分析師來講，商業敏感度是第一位的。

 

 

2、主動梳理業務框架

分析師一定要主動地梳理業務問題框架，而不是被動地接受業務方提上來的每一個小問題。

 

3、視覺化

BI 報表團隊要保證每個人都有資料可看，而且務必要通過一些視覺化的手段提升業務人員閱讀資料的效率，讓他們能迅速地提取關鍵的資訊。

 

4、推動自助式分析

在企業從小到大的過程中，推動一些自助式的分析，因為自助式的分析能夠解決分析師的瓶頸問題。

本文福利：關注薇信工宗號：程式設計師交流互動平臺，回覆【大資料】可獲取大資料基礎視訊教程一套

5、善用工具

尤其是企業成立初期，大量的資料沒有規則，也沒有經過任何整理，工具能夠很大程度上提升分析的效率。

 

6、資料分析視野問題

內部的資料一定要分析的非常透徹，但是每一個分析師的眼界不僅僅如此，更要有整個行業的巨集觀資料，這樣才能找到企業的增長之道。

 

（二）6 個思考

 

以上這些經驗都僅僅侷限於途家網。每一個公司的行業特徵、人才配置、碰到的問題都不一樣，所以經驗的適用程度也不一樣。

 

除了以上這 6 個經驗，還有一些通用的思考是想和各位資料從業人員，尤其是管理人員交流的。

 

1、我們對資料的要求是講清楚業務，還是通過資料變現？

這其實是一個數據從業者或者說整個公司的資料負責人應該去想的一個很大的問題。途家網的商業模型決定了目前對資料的應用是這樣的，但是放在別的公司，我們對資料的要求又是什麼？

 

2、在什麼階段應該成立BI團隊？

途家網是在運營兩到三年後成立了BI團隊。但是對於交易頻次更高的公司，有可能半年左右就需要快速地成立BI團隊，這樣整個公司的資料才夠紮實。

 

3、資料分析師是不是有足夠的權威？

分析師提出的意見在業務改進，或者驅動業務成長過程中到底能起到多大的作用，這也是我們每一個數據管理者應該去思考的問題。

 

4、在特定的階段，是研發一個工具，還是採買一個工具？

這是一個效率提升的問題，要綜合考慮公司目前的資料、人員等等情況。

 

5、業務方是否會主動看資料？

BI 團隊會把資料梳理清楚，但是我們有沒有做好日常的驅動工作，讓每一個業務人員去看這些資料？

 

6、集中式分析還是自助式分析？

集中式分析的好處是，一個人能夠把公司的資料情況說得非常的清楚；但在業務發生井噴的情況下，12個人，或者20個人，甚至50個人的資料團隊，也是沒辦法應付公司所有的業務分析需求的。

所以在不同的階段，需要推動不同的分析方式。

 

以上就是我的演講，謝謝各位的聆聽。

 

希望各位在能夠自己的業務實踐中，快速地通過資料分析找到企業的增長之道。

這裡還是要推薦下小編的大資料學習QQ裙:805127855，不管你是小白還是大牛，小編我都歡迎，不定期分享乾貨，包括小編自己整理的一份2018最新的大資料資料和0基礎入門教程，歡迎初學和進階中的小夥伴。在不忙的時間我會給解答