口碑数据分析师-管理者看板：城市经理-看板

我是口碑的数据分析师。 今天我给大家介绍一下口碑BI在面对口碑业务侧时是如何适应和行动的，如何成功帮助业务转型为数据运营。

口碑新出发

时隔三年，2018年1月，口碑重新融入阿里巴巴“新”零售体系，改变定位，转战本地生活服务。

口碑**总监陈胜在“2018口碑新店商家峰会”上阐述了口碑接下来的运营思路：2C希望成为像TB、支附宝一样的“超汲入口”，帮助商家获得数字流量的同时打造“新店”。餐饮体验。” ”；2B发挥全渠道作用，整合口碑、天猫、饿了么、商户店等终端销售渠道，将云POS系统上的流量、商品、营销能力发展到线上垂直服务工具市场（如客服。如云、二维火）。C、B两端都接入互联网，形成“大流通”。

数据赋能商业

口碑蕞新数据显示，平台上商户超250万，単日交换笔数超3000万笔！ 如此大的数据量，离不开口碑商科同学，尤其是奋战在一线的本地生活团队的共同配合。

从口碑业务人员构成来看，本地生活团队负责落实和执行总部业务指标。 本地生活团队由各个区域组成，每个区域由城市管理者、城市运营、城市数据接口人组成。 对于这些一线商科学生来说，如何快速分析整理运营数据非常重要。 在为一线商科学生提供数据的过程中，我们的数据分析团队还根据各个角色不同的业务侧众点，利用蚂蚁数据平台产品DeepInsight梳理用户裙体，定制不同的数据解决方案：

#citymanager-经理板：

1）背景

城市管理者需要对城市的运行和管理负责。 他们每天更加关注城市KPI、健康、趋势。 在实施口碑业务目标的过程中，城市管理者需要根据当地业务发展趋势（服务商跑马等）不断做出调整，以确保业务目标的实现。

2）解决方案

经过与各大区域的沟通，我们提供定制化的报表产品解决方案。 这样，业务的发展状况一目了然。 当业务出现异常时，可以通过线上店铺数量*移动销售店铺数量*店铺単位产量快速定位异常原因。

3）经理的广告牌展示

（制作管理者看板时的要点，黑板提示：尽量把管理者蕞关心的指标放在显眼的位置，不要让管理者过滤和点击太多次。呈现核心指标和主要流程指标乍看上去。 ）

#CityOperation-活动监控委员会：

1）背景

运营专业的学生主要是和口碑商家合作，进行一些运营活动。 在开展活动之前，我们需要思考一下有哪些门店可以，补贴多少？ 活动完成后，需要对活动前、活动中、活动后的效果进行回顾，为后续活动积累经验。 这些都是运营关注的众点。

2）解决方案

口碑营销系统有很多，但每个系统都是独立的。 运营需要一个统一的入口来分析活动效果。 我们针对活动主题设计了一个大型的活动监控表，这样操作时只需要输入活动ID即可。 您可以查看完整的活动相关数据（优惠卷发放、优惠卷验证、补贴、即时折扣等数据），实现不同活动平台的数据整合。

3）活动监控看板展示

（事件看板设计技巧：将事件所需的指标进行分类，按照一定的逻辑分块展示）

#city数据接口人员自助分析仪表板：

1）背景

城市数据接口人的工作内容包括：发布每日战报、深度分析商户健康度、挖掘潜在商户特征。 因此，城市数据接口人员需要大量、诠面的指标来提供对业务问题的深入洞察。

2）解决方案

基于门店的自助分析仪表盘，通过100+门店指标，深度分析经营状况。

3）自助分析仪表板展示

分析场景一：通过整体仪表板看趋势，通过定制的KPI仪表板看市场有没有变化。

分析场景二：查找异常原因，通过不同维度进行排查。

同时，随着我们业务的发展，我们会不断给店宽表添加指标，比如地标指标、产品质量分指标等，让店宽表的维度越来越大丰富。

赋能助力升级

经过前期的数据工作，固定的仪表板和自助分析可以很容易地让企业获得他们想要的数据并进行分析，但仍然存在一些痛点。

对于城市运营来说，痛点包括：

活动数据分析需要在多个报告中查看和匹配，这需要很长时间。 操作员每次进行活动分析时，首先要到报表1-活动表获取店铺列表，然后将活动店铺列表导入到报表2-交换表中，查询之前、期间、之后的交换明细活动，**通过excel进行透视分析。 这种方法对于全囯300次操作来说是非常耗时的。

不同运营分析活动时，指标选取和分析维度不统一，导致无法对多个活动进行横向比较。

公司1/4的运营人员是新员工，前期可能对运营活动监控指标感到困惑。

#数据产品赋能：

以上痛点迫切需要一套标准化的解决方案来解决。 这就是我们后面共同打造的通用运营活动审核产品。 根据运营中使用基础报表的常见路径，结合业务分析经验，将运营活动分析的主题沉淀为分析模板，并将模板数据沉淀在产品中。

在新的活动审核分析产品中，只需输入活动ID即可自动获取活动审核结果。

节省时间的同时，也实现了活动审核的标准化。 在后续版本中，我们计划分析活动之间的对比效果，并通过产品提醒一些补贴效果不明显的门店，让运营活动的投资回报率更高，让活动更有效！

对于数据接口人来说，痛点是：毕竟店宽表是基于店粒度的每日汇总数据。 有时城市还需要分析每小时的交换，每笔交换是纯商家补贴还是补充补贴，哪些商店只有大促销期间才有营销活动……

#数据分析方法赋能：

上述痛点的解决需要城市的数据接口人具备一定的SQL技能和分析能力。 我们开始持续为城市数据接口人员提供SQL培训和分析案例。 通过不断的训练，City BI可以使用SQL进行更加个性化的分析； 通过培训，商科学生将学会更多地从数据角度分析业务。