关于bi:观远数据大咖说|新东方何妙涵数字可视化赋能业务精准高效运转

63次阅读

共计 6108 个字符,预计需要花费 16 分钟才能阅读完成。

新东方作为教育行业巨头,位列中国品牌 500 强,是很多人在学生时代粗浅的记忆,同时也是教育行业数字化转型的领头羊。在观远数据与新东方的单干过程中,咱们充沛感触到数据分析要根植于每一位业务人员身上,才可能真正帮忙企业实现精细化的治理和数字化降级,来应答大环境的不确定性。

10 月 22 日,乘云驾务·2021 观远数据智能决策峰会暨产品发布会在上海举办,本场峰会由国内智能剖析畛域的当先企业——观远数据主办。此次峰会会集了 500+ 来自泛批发、大生产、泛金融与新经济等各个领域的知名企业高层,论述前沿见解与价值观点,解读自成一派的企业数字化倒退体系建设方法论,分享颇具功效的实践经验,独特摸索通往智能决策的门路。

观远数据有幸邀请到新东方业务高级经理何妙涵女士光临峰会分会场「数据分析师专场」,带来《数据可视化赋能企业业务精准高效运行》的精彩主题分享。从新东方的数字化实际登程,向与会嘉宾及观众分享了新东方如何利用 BI 数字化降级为企业带来实在业务价值,共享以数据驱动业务增长的无效门路。

以下为新东方业务高级经理何妙涵女士的演讲实录:

大家好。

明天我要分享的主题是《数字可视化赋能企业业务精准高效运行》。在亲眼见证了新东方采纳观远数据的智能数据分析与决策产品计划后,产生的一系列推动了新东方数字化过程、业务倒退、商业模式改革的变动后,我心愿将这些十分有意义的变动分享给大家。

在新东方建设 BI 的过程中,我认为体现了两点重要价值:一是让数据模式更高效;二是让业务剖析更精准。

# 高效 #

咱们有时说一个人高效,并不是说他每天做了十分多的事件,而是他总能把精力放在最重要的事件上并继续一直地有所产出。公司的高效运行也是同理,须要让员工将精力放在最有价值的事件上,而不是每天进行一些“重复性”的工作。

# 精准 #

可视化的数据可能加强决策的科学性与预见性,辅助企业精细化经营,“隔靴搔痒”让数据可能更精准地领导口头。

围绕这两个价值关键词开展,我首先想跟大家分享一下新东方在最近这一年中的数字化转型实际过程。在这个过程中,观远数据的产品又是如何让新东方数据的生产、制作、出现模式更加智能、高效、精准。

新东方 BI 数字化转型:让数据模式更高效

在上线观远数据的 BI 平台之前,新东方次要采纳的是传统的数据报表制作与播报模式。但这个模式其实存在很多的问题:

① 多平台数据导出操作繁琐

新东方跟很多企业一样,领有十分多的零碎平台,诸如各种新的、老的业务零碎,或客户关系零碎、优惠零碎以及财务零碎、人力零碎等等。通过咱们的调研发现,公司超过 50% 的数据人员制作报表要从 10+ 平台导出数据,操作十分繁琐。

② 重复性工作重大耗费精力

咱们原先是采纳传统 Excel 线下做数形式,每日手工反复制作报表,员工的精力重大耗费在重复性的机械工作中,没有工夫去做其余的思考与剖析。

③ 出现模式繁多,保护老本高

过来咱们的数据出现模式十分繁多,且因为通常都是以文件模式发在群里或发送邮件来做数据推送,都须要人工手动保护,保护老本十分高。

基于上述问题以及咱们联合各项性能需要、性价比等多重因素的考量,咱们在通过多方选型后最终确定了与观远数据的单干,采纳他们的产品计划来进行咱们的 BI 数字化转型。

与观远数据单干后,咱们也专门在团体外部成立了一个 BI 推广小组,将观远数据的 BI 产品在企业内推广进来,可能让更多的管理者应用起来。咱们跟各个学校进行了深刻的沟通和交换,理解了他们以后的业务现状和需要,并达成共识,最终造成了三类单干模式:

① 托管模式

托管模式即意味着学校只须要将他们的需要给到咱们,咱们会全权满足他们的需要。

② 合作模式

合作模式即学校和团体单方都会承当一部分责任,去实现各自负责的需要局部在 BI 上进行实现。

③ 反对模式

反对模式更多的是学校自主地去实现本身需要,团体更多的是提供一些答疑培训和权限管控上的反对。

通过 BI 推广小组的工作,咱们的确把 BI 工具推广到了十分多的城市,包含上海、北京、深圳、成都等等。咱们最终的愿景是心愿将线下报表和新增的数据需要都可能转移至“线上 BI 平台”来进行工作,同时心愿在这个过程中可能实现数据口径的标准化对立。最终在数据看板中,不论是以数据大屏的模式、挪动端页面的模式或利用邮件订阅的模式,都可能将数据及时地推送给管理者,让管理者可能随时随地及时精确的捕捉到他们想要的信息。

观远数据大咖说|新东方何妙涵:数字可视化赋能业务精准高效运行
以上是咱们将与观远数据单干的 BI 平台在团体下层进行推广的流程与形式。除此之外,咱们也设定了在企业底层层面实现高效数据分析的门路。咱们将多个零碎的数据进行了集成,将所有数据对立录入到团体的数据仓库中,再将数据仓库的数据推送到观远数据的 BI 平台,造成团体对立的根底数据层。当然,团体下各学校也能够依照学校本人的需要上传一些 Excel 的数据。

咱们将这些对立的数据根据权限管控机制凋谢给各个学校,学校拿到数据后,能够进行一些规定的梳理和加工解决,例如 ETL 加工。加工好之后,学校就会造成他们本人独有的数据集,放在各自专属的文件夹下。尔后学校就可依据数据集成自助生成一些个性化的看板。咱们将这个模式比喻成团体是提供 BI 数据集的“厨房”,提供各种各样的“食材”,学校能够依据“食材”去自助式地加工他们想要的“菜品”。

这个模式称为“自助式剖析模式”。学校通过这种平台提供的模式,就能够充分发挥本身的想象力,去进行自助式的剖析。这个模式的效率十分高,也被越来越多的学校所认可。

通过在下层的推广和底层的搭建,观远数据的 BI 平台逐渐扭转了咱们传统的数据模式,这种扭转次要体现在三个方面:

① 整合多数据源对立提供

新东方通过观远数据搭建的 BI 平台,对企业内泛滥的数据源进行了整合,将它们集成对立起来,再以数据中台的模式,提供给各个部门,辞别了传统的要从多个平台导出的繁琐操作。

② 自动更新缩短制表工夫

同时,因为 BI 能够自动更新,代替了传统 Excel 每天都要反复地一直地手工加工数据的形式,大大缩短了报表的制作周期。并且能够依据客户的需要随时进行调整,所以十分的不便,也节俭了很多人力。

③ 自主订阅推送升高保护老本

观远数据搭建的 BI 平台提供了多样的数据出现模式,可视化成果优良,PC 端、挪动端均可出现。并且能够自主地进行定时订阅推送,较过来人工推送的保护老本大幅升高。

新东方的 BI 数字化不仅仅是对数据的生产、制作、流传的效率有所晋升,更逐渐建成了一种在 BI 生态下独有的管理模式。通过 BI 数字化转型,咱们成立了总 BI 管理员,对各个学校的管理员进行对立治理,各个学校的管理员又会别离治理多个用户组,多个用户组也会有本人的组管理员来分管下一层的用户。

最终以一个伞状式的治理构造,造成了一个自上而下式的层级式管理模式。在这个模式中,大家各司其职,因此效率也十分高。同时咱们还会依据用户的需要或他们的一些数据能力,赋予每个用户不同的角色。例如数据集治理用户、普通用户和只读用户。

# 数据集治理用户 #

「数据集治理用户」通常会凋谢给数据能力较强的业余数据老师,给予他们对底层的数据进行加工的权限,并反对他们制作一些简单的数据看板。

# 普通用户 #

「普通用户」权限个别会凋谢给有肯定根底数据能力的老师,容许他们对曾经加工好的数据进行一些简略的仪表板的制作。

# 只读用户 #

「只读用户」只有查看数据的权限,通常是凋谢给管理者,满足他们数据查看的需要。

这种管理模式满足了企业大部分用户对于数据分析的需要。在 BI 数字化转型后,通过这一模式的运行,达到了咱们最后“降本增效”的目标。

观远数据大咖说|新东方何妙涵:数字可视化赋能业务精准高效运行
而后,为了进一步扩充 BI 的影响力,咱们在往年 3 月 1 日正式举办了首届新东方 BI 数据经营挑战赛。

在这次大赛中,一共有 29 所机构、35 组队伍参赛,提交了 65 个业余作品,由 22 位业余评委老师进行打分,最终评比出 10 组队伍取得了奖金和荣誉证书。同时,因为大赛充沛与业务接轨,具备丰盛的利用意义,对整个团体 BI 数字化转型带来了动向不到的收益:

① 在大赛中提交的 65 个作品,均由各个业务条线的高管以理论业务场景而命题,十分具备理论的利用价值。

② 较量截至 3 月底完结影响到 50% 以上的 BI 用户,为后续学校外部报表线上化、系统化迁徙的过程打下了良好基础。

③ 参加较量的各学校均通过 ETL 加工解决数据,摈弃以往 Excel 二次加工的老旧形式,进一步推广了 BI 的利用。

④ 在推动晋升数据分析思路、数据处理逻辑、数据表白、数据品质、数据对立方面施展重要作用。

截至往年 4 月底,从咱们洽购观远数据的 BI 平台到在团体内进行推广不到半年的工夫,学校管理者 BI 使用率已达到 60%。这也意味着曾经有 60% 的管理者从线下转移到了线上,同时意味着咱们对管理者应用习惯的造就和调整成果十分显著。

咱们还对账号、数据及权限的申请流程进行了标准,并对一些子管理员或用户进行了多场培训。尔后,咱们的 BI 平台累计用户已达到 10000+ 人,并制作了 3600+ 张页面,110000+ 个卡片。

依据咱们的统计,通过将线下报表转移到 BI 平台上,各数据团队均匀能够开释 1 - 2 个人力。意味着数据团队能够将更多的精力投入到剖析畛域,这恰好是 BI 让数据模式更为高效的最佳体现。

新东方 BI 数字化转型:让业务剖析更精准

许多部门都会通过可视化数据进行业务剖析,在高效的模式下,又是如何通过数据进行精准的业务剖析,并制订决策呢?

其实新东方不同的部门,都会依据本身的业务个性,去进行看板设计与搭建,依据外围指标进行拆解与剖析,最终定位问题,并改善策略。我能够给大家举一些理论的业务部门的案例:

以「学校治理办公室」为例

“学校治理办公室”作为新东方的一个策略治理部门,它针对校长和管理者们设计了宏观层面的四大看板:策略看板、招生看板、招新专题看板和留存专题看板。

# 策略看板 #

从策略角度登程,剖析各个部门、各个学段的业务构造、支出占比、品类、定价等相干内容,理解宏观业务模式。

# 招生看板 #

直指业绩好坏的营收招生版块,剖析以后支出规模和支出起源。

# 招新专题看板 #

剖析招新业务指标实现状况。

# 留存专题看板 #

从留存角度探索用户体验与留存策略的成果。

BI 看板将全局视线,通过直观的图表进行了出现,让管理者可能一眼抓住重点。同时,能够通过趋势图、转化漏斗模型、对标学校比照、同期数据比拟等,进行深入分析。

以招新专题为例。新东方的业务次要会拆分成暑、秋、寒、春四季,针对招新版块,通常依据以后季度剖析新生支出、新生人次规模,理解新生的起源占比。例如是不是一个齐全的纯正的新学员,还是上季度报了语文这季度报了数学的扩迷信员,再或者是否是已经散失的通过召回动作得以唤醒的学员?

观远数据大咖说|新东方何妙涵:数字可视化赋能业务精准高效运行
同时,咱们还会依据工夫序列,对招生变动的趋势进行剖析。看看这个趋势与今年同期数据相比是什么状况,往年有没有进行一些动作调整;与往年的冀望指标进行比照,看看累计的进量人次和指标之间还有什么差距……从而对整体招生节奏与起源进行短缺的理解和把控。

除此以外,咱们对客户的前置转化门路也十分感兴趣。也就是大家通常了解的,从潜客到客户的转化。这点上,新东方有一条特地经典的链条:线索——商机——客户。

# 线索 #

能够了解为咱们通过地推获取到一些学员的信息,如手机号、微信号等。一旦咱们有了他们的联系方式,就成为一条线索。

# 商机 #

意味着一个学员有报班的动向,一旦有了动向,咱们就将其称为一个商机。

# 客户 #

学员胜利报班,即下单、付款实现后,就成为了一个客户。

因为咱们对转化链条十分感兴趣,所以咱们常常会去关注线索转化漏斗、商机转化漏斗。

线索转化漏斗(新增线索量 → 已转化商机线索量 → 已转化商机且成单线索量)

线索转化漏斗看的是一段时间内新增的线索量,有多少转化成了商机,转化成商机的这部分又有多少转化成了客户。

商机转化漏斗(新增商机 → 已成单商机量)

商机转化漏斗是看一段时间内新增的商机量有多少,因为有一些学员是间接带着动向找到咱们的,不是咱们被动去收集的线索,因而是间接的新增商机量。这些商机中有多少成单了,是咱们所关注的数据。

最初咱们也会关注这段时间里,间接新增的客户量有多少。咱们会通过剖析招生链条上的转化成果,判断各转化环节的转化效率,从而定位招生端口的招新业务动作策略是否须要调整与改善。

咱们还能够依据一些细分维度的拆解剖析,例如对年级、科目、新老校区进行一些拆分,从而定位具体问题。例如对细分维度拆解后,咱们能够理解爆款业务呈现在哪个年级、科目;各个类型的校区纳新构造如何,新校区、腰部校区、老校区它们的纳新构造是否不同,为何会有差别;与今年比照是否符合规律;与对标学校招新状况比照差别在哪里,是否可借鉴对标学校策略进行调整等等。

招新专题看板仅仅通过一个页面就将丰盛的内容出现进去,供业务进行判断与剖析。绝对于传统报表的出现形式更加吸引管理者。同时能够联合“联动”“钻取”性能进行关联与拆解剖析,更为直观和便当。

以「教务部门」为例

除了校管部门,新东方的另一个部门——教务部门,作为新东方数据收口和管控部门,会重点把握各学校“产能”相干内容,如老师代课量、教室使用率等等能间接反映产出的指标。团体会依据这些指标进行学校相干业务的考核,保障投入产出比达到应有的程度。

通过 BI 看板,咱们能够在“业务基本面”“达标进度”“教龄维度”和“明细报表”之间来回自在切换。管理者能够随时关注业绩、业务构造、老师配置、老师产能等内容。

观远数据大咖说|新东方何妙涵:数字可视化赋能业务精准高效运行
如果咱们想进一步对老师产能进行剖析,仍然能够从整体到部分,层层拆解动手。

首先,咱们能够看看整体学校的老师代课数量是什么程度,老师配置构造是怎么的,老师产能达标率是多少,从而理解到现状与指标之间的差别。

进而,咱们能够渗透到多个部门,至多个群体,最终渗透到老师的清晰层面去定位课量,即老师产能不达标的起因,从而对课量不饱和的老师进行调整,或者说对于不同群体的课量指标进行调整,以此来进步老师产能。

以「客服部」为例

客服部是新东方招生链条的经营管理方。在上述提到的线索、商机到客户的转化门路,都由客服部治理。咱们通过将线下系统信息整合到线上,造成了“资源管理数据大屏”。这个大屏可能捕获资源在各校及各类型资源池的散布状况,以及资源的动向散布和起源渠道散布。通过这些,咱们可能理解到资源从哪儿来,到哪去。

依据统计,咱们当初曾经有 30 多个学校的客服部搭建了 BI 看板,并通过 BI 看板重点关注资源的转化行为门路。还有一些 ToC 的部门,也会依据用户行为标签,建设用户画像剖析等等。

总的来说,BI 曾经推广渗透到了新东方的多个部门、多种业务中,施展了十分大的作用,为业务经营带来了微小价值。与观远数据单干的 BI 平台,为新东方的多个部门提供了对立的数据集成、数据出现、数据分析的低劣场合,切实地为业务剖析与治理跟盯施展了重要作用。

将来咱们也会更加严密单干,深刻摸索 BI,摸索数据智能。冀望通过数据可能更好地推动业务倒退,建设起更优良的管理模式,用 BI 开启更多新的篇章!

以上是我这次的全副分享,谢谢大家。

正文完
 0