共计 1375 个字符，预计需要花费 4 分钟才能阅读完成。
不晓得大家有没有留意到这个景象，当初全民都在搞直播。以前说电商是一个行业，当初每个行业都在电商化。线上直播带货，卖货，不论是商家本人搞也好，还是和某个大 V 单干，实质上都是一种电商销售行为。
可揣测，大数据缓缓也会和电商一样，不是大数据行业，而是所有行业数据化。就像电商一样，人人都能用电商思维、办法、套路去销售本人的产品，那么人人也都能利用数据去解决或者辅助决策生存中遇到的事件。
举个例子：奶茶这门生意还能不能做？
相熟的小伙伴都晓得，杭州最大的奶茶店不是蜜雪冰城，而是一点点。我公司共事们都特地爱喝，尤其是遇到谁帮了谁的忙，口头禅就是“我请你喝一点点啊”。有天，我听到两个技术共事在探讨想花 50w 投资开一家一点点，然而不晓得这个生意还能不能做。
秉承着没有调研就没有发言权的准则，我决定去调研一下这个事件。
于是我找到了住所左近的一家一点点奶茶店，去它门口蹲点，查看客流量、出复数等状况，剖析估算出一家店的营收，多久回本。最后设定的要收集的指标包含店门口通过的人、进店生产的人，起初发现这两个指标工作量比拟大，且采集的误差比拟大，所以我就改成了收集进店人数和机器出单数据。
用视频拍下来店门口的人流状况和出单状况之后，再去数人头以及出复数，接下来就是做一个简略的数据分析，也就是加减乘除。
最终得出数据：一共进店 145 人，均匀 5 分钟出单 24 杯，一个小时 288 杯。
依照喝奶茶的高峰期时间段下午 2 点到 9 点，共 7 个小时，一天共卖 7 *288=2016 杯。
这其中一大半被外卖员拎走了，收集一下外卖平台每月的出复数，美团 6604 单，饿了么 2619 单，共 6604+2619=9223 单，均匀每天 307 单。
最低配送金额 15 元，一点点的均匀单价是 15 元，每一单依照 3 - 4 杯，因为依照外卖店奶茶的行为习惯来看，大多数状况下不会单点一杯。
那么均匀每单 3.5，外卖一天 3073.5=1074 杯，那么计算出店内生产 2016-1074=942 杯。店内生产利润 50% 左右，外卖平台利润 35%，每天利润 942150.5+107415*0.35=12703.5 元。
接下来扣除老本。一个店铺依照 10 个员工，每个员工工资均匀 6000 元 / 人，一天领取工资 2000 元，不同区房租价格不同，均匀下来房租一年 40w 一天 1000 元左右，那么一家店每天的支出是 9703.5 元，每个月盈利 29w 左右，投资 50w，大略 2 个月就能回本。
这样一看是一门不错的生意，别急，这只是一家店的剖析状况，而且我发现还是我所在区域排行榜第一的一家店。如果想更保险，还须要多考查，综合思考店铺的火爆水平，店铺的地址等因素对店内客流的影响。
其实这就是一个简略浮夸而又很实用的数据收集，数据分析的办法。不管剖析后果正确与否，起码办法必定是对的。
如果数据量多了，咱们能够利用 BI 工具来进行剖析，但有的同学还是习惯用 Excel，这个时候，咱们能够思考采纳 Smartbi 的 Excel 交融剖析性能，其采纳 BI+Excel 的解决方案，即利用了 BI 弱小的数据处理和权限治理能力，又保留了 Excel 的数据分析性能。
刘润老师说过，后果 = 行为 * 概率。这一操作，就是在晋升事件后果产生的概率。
咱们也能够学着利用数据进步本人做事胜利的概率！
数据将来会成为咱们每个人都可用的工具，就像大数据常喊的口号：所有数据业务化，所有业务数据化！将来人人都是数据分析师！
