Комментарии 10
И задают совершенно правильный вопрос: «А почему средний чек упал?»
Откуда у вас эти данные? Вы связались с каждым купившим на прошлой неделе, и доподлинно выяснили, почему он не купил на этой?
Правильный вопрос:
На чем мы больше заработали на прошлой неделе? 🙂
Ну как откуда данные! На дашборд посмотрели, там график "средний чек заказа по дням" – и вон, видно же, что упал! :)
На прошлой неделе были ливни, пришло меньше посетителей, упал средний чек.
Анализируя, вы учитываете погоду, чтобы получить полный набор данных?
А мысли тех, кто хотел купить, но передумал - вы учитываете в полном наборе данных?
Если нет, то при ответе на вопрос "почему на прошлой неделе упал средний чек" вы находитесь пол влиянием феномена "эффект уличного освещения", а данные, которые вы исследуете, лежат на поверхности.🙂
Да ну ой, это тезис про качественные и количественные данные что ли?
Попытка найти ответ в вашей публикации, где взять данные для инсайтов, или инсайты из данных?
Возможно, стоит доработать статью, чтобы раскрыть тему полностью.✌️
Сейчас это общие фразы, универсальные, без конкретики или примера.
Хорошая статья, импонирует более широкий взгляд на роль аналитики. Я думаю, как и в массе случаев в жизни, результатам сопутствуют как внешние так и внутренние факторы. Думаю данные для прозрений и аналитики лучше всего взять из BI, о которых сказано, т.е. прописать сначала процессы, автоматизировать их и начать все таки самостоятельно данные собирать, а не только лишь из внешних сервисов, тогда можно рассчитывать на что-то. Вот вам пример из практики, на рынке региона с ёмкостью в группе товара 90 млн. Руб. Компания, занимавшая 80% доли, с развитием территории и приходом конкурентов, стада занимать 5%. У компании есть имя, склады, транспорт, доставка, финансовые ресурсы, а доля ушла. Не было в компании только бизнес-процессов, практически никаких. В общем при детальном допросе клиентов, сотрудников компании и конкурентов выяснилось, что в пику сезона срок формирования заказа и доставки выросли до 14 дней при норме в кругу клиентов 24 часа. И да, дальше анализ ушёл в настройку процесса, исключение лишних коммуникаций, автоматизацию элементарную и процесс получил точки контроля на уровне собственника, в результате доля стала возвращаться, теперь задача выжимать конкурентов, но это уже другая история и другие процессы ))
Аналитики, увы, тоже "ищут под (своим) фонарем", поскольку невозможно успеть собрать, имхо, и половину всех доступных данных. Погода, новостной фон, курс USD на Али, индекс числа распродаж конкурентов к их общему числу, единовременные массовые выплаты итд - все просто не успеть объять. А если речь не о ритейле, а о заводе, то вопрос "на чем больше заработали на прошлой неделе" - получит точный ответ 25/10/2022 г., после сдачи квартальной декларации по налогу на прибыль. Т.е. "посмертно".
Поэтому простые и понятные метрики типа среднего чека пока что "рулят" и будут рулить вечно. И даже их можно улучшить простыми методами. Например поделить на число сейлзов, вышедших на работу, чем резко улучшить объективность этого показателя.
А как визуально вы отображаете этот "набор данных" если не в дашборды?
Так, где брать инсайты ?
Аналитические дашборды не помогают принимать решения, или Где на самом деле брать инсайты из данных