Abstract: According to the two levels of BI students mentioned: First: We will accept the needs of the business side to help him achieve their needs; Second: I hope our team has more initiative; To give you two examples, we In the development process of the company, some formed things will be precipitated.
As mentioned in the previous article, as a practitioner of data analysis, I gave them advice during the development of this company.
According to the mentioned BI students, there are two levels:
First: we will accept the needs of the business side to help him realize the needs;
Second: I hope our team has more initiative;
Let me give you two examples. During the development process of the company, we will precipitate some formed things.
First Example: Holidays
At that time, the first holiday after the company's merchants had a certain scale,
During the holidays, there will be a certain decline in trading, which is normal.
Because of the offline payment scene, some people are at home during holidays.
There are some such business districts. During work, many white-collar workers dine, have holidays, and some people travel abroad on holidays and so on.
But after the holiday,
When is it normal for my merchant's transactions to return to their previous levels?
When does not recover the past, need to be vigilant?
When we first encountered holidays, we lacked a standard line
So I just waited. I didn't recover on the first day, and then I didn't recover on the second day and the third day. I started to worry.
And I saw a very strange data. The number of active merchants has recovered to the pre-holiday level, but the transaction has not returned to the pre-holiday level.
What does this indicate?
It means that the number of transactions per household has dropped, and the number of transactions per household has not returned to the pre-holiday level.
The value of the number of transactions per household represents many things
1. It characterizes the popularity of the offline mobile payment industry in a city;
The economic development of two cities is similar, but a city is more accepting of offline and offline mobile payments, so its average number of transactions may be higher;
2. The number of transactions per household may also represent a city's business structure;
For example, in two cities, the transaction level is similar, and their acceptance level of mobile payment is also similar
However, when we BD developed merchants, the structure of merchants was different. For example, merchants in a city could reach 3,000 transactions a month, accounting for 50% of the total.
另外一个城市一个月能够达到三千笔的商户占比30%，那么一定是第一个城市，他的户均交易笔数更高
户均交易笔数还可以受什么的影响？
1. 支付源头的活动影响
大家说微信跟支付宝，他们在大力的推进自己的移动支付的过程中，会提供一些力度很大的活动，这个时候消费者受到刺激。
户均笔数会增长很多，但是这里面可能有刷单的情况。
2. 竞争对手对我们影响
为什么竞品会影响我们的户均交易笔数？
我之前去拜访商户的时候，看到这样的情况，我看到一个商户，
它的不是很长的桌子上放着四个牌子，商户可能是一个据交易情况非常好的商户。但是今天消费者去扫码的时候，他也许直接取决于他喜欢的一个颜色去扫码，
那么你的这个概率就是100%变成25%了，所以这个时候你的商户户均交易水平会下降。
这其实也是我们当时最担心的一个情况
因为正常来讲，一个城市行业的热度，一个城市商户比例结构，不会在短期内发生变化。而那个时间用没有支付通道的活动，并且支付通道的活动的影响是上升不会下降，所以最担心的事情说是不是在这期间，竞争对手针对我们产品做了一个扫荡。
这事情之前是发生过的，当时我们被扫荡的时候，是在我们某一个城市的某几个特定区域，竞争对手进行了有针对性的扫荡，
并且只针对了两个行业，一个是水果行业，一个是便利的超市行业。
当时非常明显的数据特征，就是这个城市的这几个区域的这些行业商户流失率突然飙高，后来我们发现是竞争对手在有针对性的打。
可是当时我们把数据拆下来看的时候，并没有发现这种集中性特征。
比如说在某个城市有很高的优质商户流失，或者在某个行业，没有发现任何集中性特征。
这个情况，让我们觉得可能不是竞争对手的问题，因为没有人有精力打理的全量商户，竞争对手去扫荡的时候，一定是有针对性的。
我们日常考虑的一些常规因素都无法解释这个原因
所以当时有一点陷入困境，然后到第五天的时候，仍然没有恢复。
后来有个契机是什么呢，我有个朋友五一假期的时候出国玩，但有时候大家会多请几天假期搓成一个小假，然后到国外去玩。
当时第五天的时候，他正好回上海，我突然在想有多少人是像他一样？因为他在五一假期结束之后的这几天在国外，所以没有贡献线下移动支付的交易量。
如果这样的人很多的话，会不会是我交易迟迟没有到原来水准的一个原因，这其实是我们的一个盲区
我们针对提供服的对象是商户，我们很少关注消费者，很少关注C端，我们去拉了消费者的数据来看：
果然是消费者的人数的恢复，其实比商家要慢半拍。
最后我们看到的时间节奏是这样：一般清明/端午/五一这样的假期，商户的恢复速度是在节后回来3天，消费者恢复速度是商户的2倍，会在第6天，所以在第6天的时候交易也会对应到节前的水平。
那么，这个就是发现数据的问题，然后去找原因，最后定位一个结论之后，我们会把这个设成一个常规的事情。
在这样的时间节奏范围内，我都认为是正常，这是关于节假日的其中的一个例子。
关于节假日非常多的东西，在节前商户的提现，提现的次数，提现的金额，会跟平时有不一样的模式。
在节假日期间，商户的交易会有不一样的特征，节假日结束之后，商户的交易恢复，有它固定遵循的一个模式。
甚至在交易恢复之后的2到3周，还会出现因为节假日导致的一些商户特定行为，会引发一些数据异常。
所有这些东西总结起来，作为一套节假日期间商户交易行为的一个专项，我们会把它沉淀到报表里面
类似这样的专题有很多，除了我们平时的一些日常管理的数据，然后会出现各种各样的专题。
再有新的人进来的时候，我们会把这一套数据的东西推给他。
这个时候，其实就是把我们以往的一些最佳实践，通过数据产品的方式反灌给这些新加入团队的人
这是一个分析的举例
第二个例子，也是跟这个快速扩张相关的。
我们在提供一个报表的时候，其实有两个层次东西：
1.第一个是我提供什么内容给你，提供的内容后面蕴含的是我的最佳实践，是我的方法论；
2.第二个是我用使用什么方式提供数据给你；
在我们今天的直营渠道下，有18个分公司，大概700多人的销售团队。
我记得在还只有8个分公司的时候，
那个时候没有引入阿里云QuickBI产品，当时公司报表的研发主要是技术团队来做，大家一定知道，如果技术团队的去做这些事情，响应周期是比较长的。
要从需求的沟通，到开发的实现。
但是，技术团队在做研发的时候，业务部门是无法等的，
当时经常出现一个场景，是技术部门在帮我们实现报表，然后业务部门在没有拿到正式的数据产品之前，先自己用excel做手工报表。
我去参加销售管理的周会，很痛苦。内容非常多，我随便放了几个，比如说每一个分公司，他可能会看非常多的数据
我的新增商户这一周怎么样
我的高价值商户有无流失
我的这个公司下面团队怎么样，商圈团队怎么样
哪些销售人员的表现不佳等等
一个Excel有非常多的tab，每个tab的报表都特别长。
他们要把公司的数据都放进去，然后我就听到每个分公司的老大会挨个的分析自己城市的情况，我就需要在一堆报表里面去找他说的数据，在一个海量的数据报表里面，涉及到的报表里面一条一条的去找，现在是8个分公司，如果公司更多，我就要疯掉了。
后来，我会给每一个新进来的人，给它赋予它自己城市的权限，也就说他进来看到的是自己城市公司的数据，不会被其他的数据打扰。
所以我来说，我们认为提供的内容是一个方面，这方面提供的方式也很重要，提供数据的方式，这里面很重要的一点，
就是要有相关的人看到自己相关的所有数据，但是不要看到跟自己不想出去，也不要看到不相关的数据
下一篇将详细讲述，收钱吧快速发展情况下，BI团队如何结合阿里云QuickBI解决“成长的烦恼”
原文链接：http://click.aliyun.com/m/26231/