营销系列课程04:大数据指导下的高明定价

//本文是给中智胜·万有引力餐饮学院的分享讲稿。 谈及营销,基础的知识是4P,而在4P之中,柏伟良教授说,“价格是最后一个P,也是最重要的”,确实,定价是营销的圣杯,看上去简单,确实最艰难的部分。 1、定价多么重要 企业是以盈利为目的的,而“利润=销量*价格-成本”,我们往往把重点放在如何提高销量、降低成本上,而忽视了价格对整个公式的杠杆作用。 综合考虑各种利润的要素,价格的单位变动,对利润的影响要远远超过其他的任何要素变动。 “价格提高1%,利润平均提高10%以上。” 2、定价中常见的误区 我们大部分的定价是基于经验的,我起初也是如此,不过随着知识的增加,我发现很多过往的经验判断缺乏原则和原理的指导,充满了危险性和无知。高明的定价包含了了解事实、产品定位和外围调整的反复过程。定价的方式有很多,但是无知会导致我们只选择最拙劣的哪几种。 常见的有几种: 根据成本简单粗暴的确定价格 这个方法在公司新成立时尤为明显,一方式因为确实事实的数据材料做支撑,另一方面是此种方法由来已久又简单方便。但是,根据价格的反应曲线,存在一个利润最大化的价格,而这个最优价格不受固定成本影响,取决于变动成本和顾客对价格的反应。 调整价格的方法就是直接涨价或者降价 调整价格有100种方法,但是很多人却选择了最拙劣的方式,比如直接调整货架价格,这种方式会对企业和顾客产生直接的影响——大部分情况下并非好影响。 价格的调整,如果能和营销结合起来,就会有很多的变化。我之前曾写过一篇文章,“降价的100种方法”,介绍了很多调整价格的角度。 忽视心理学的定价,认为定价是客观的   3、如何使用Tableau大数据分析 Tableau可以提供大数据分析的各种工具,制作产品的矩阵分布,或者产品的集群分析。 波士顿矩阵 产品分析的重要工具之一是产品的矩阵分布,可以清晰地反应每个产品在价格和数量上的相对位置。使用Tableau,简单的拖拽就可以实现分布。 价格反应曲线 定价的基本原理是价格反应曲线,通过这个曲线,我们会发现几个基本的原则: 总是存在一个最优的价格、过高和过低的价格都会导致伤害。   精准的定价,始于经验,忠于数据。   Mar 27, 2019 营销系列: 营销系列课程01:从商品思维到会员思维 营销系列课程02:大数据驱动会员营销(演讲讲稿) 营销系列课程03:会员思维下的门店运营  

【数据分析】用Tableau学习直方图📊

这么看来,Tableau的优点就显而易见了,它比Excel要高级的多,多种呈现方式,使用不同的数据特征和场景,还可以完整的自定义,语法也简单得没有朋友;而相比于R语言,Tableau又显得如此的年轻和帅气,拖拽、所见即所得、漂亮如彩虹般的色彩搭配和定制化,简直就是活脱脱地混血美少年。

成长手记43:换个角度看待世界——寺院之旅

这几天去苏州参加Tableau partner Boot Camp活动,恰巧朋友就在不远的苏州西园寺,因此会议结束就过来看他。我了解他为什么到寺院修行,内心是劝他尽早回到社会的。下面是我们的沟通,我觉得是值得记下来的。我的朋友和我是本家,我用WU代表他记录这次对话。 8日早上,我凌晨四点四十起床,五点半到西园寺,跟着众多师兄参加了早课,在五观堂就餐。之后我们两个人边走边逛,又去云端阁喝茶。 喜乐君: WU,早课和五观堂就餐时,我想了一个问题。之前看过一本书,作者提了一个有趣的问题,他问“鸟会飞是因为有羽毛吗?”你想是不是?我们直觉的回答是正因为羽毛鸟才飞起来。但是人类从知道鸟会飞到发明飞机,却过去了至少几万年,早期试图胳膊上绑上羽毛,甚至发明会扇动的翅膀的想法都失败了。直到二十世纪初,莱特兄弟才发明了飞机。 为什么?因为科学的发展,人类发现了鸟会飞的原理,不是因为羽毛,而是气流导致的压力差产生的升力,流体力学的发展回答了鸟为什么会飞,才带动了飞机的发明。 同样的道理,我看到你们睡觉的环境,晚上冷的不行,还认为没有福报开空调;早餐时也是非常冷,我认为这样的日子太苦了。我看对面吃饭的师兄们,眼神呆滞,这不是我们想要的结果。其实身体的痛苦其实不能解决问题,身体的痛苦不能带来觉悟,否则印度的苦行僧和农村的农民就都是圣贤了。因此,我觉得,凡是劝告他人通过痛苦的修炼获得解脱的,都是耍流氓;凡是希望通过痛苦的修行解决问题的,都是自欺欺人。 WU: 你说的对,痛苦的修炼确实不能解决问题。我希望在这里为ZHANG(妻子)积累功德,祝福她们生意做好,我也算是帮忙了。而且,我回家两个人就会吵架,我出来了,可以让她一个人做主。 你看吃饭时对面的师兄眼神呆滞,其实师傅也是如此,修行人最后都是心态平和,你不会看到大家炯炯有神的样子,你看佛祖也都是眼皮微微放下,旁若无人的样子。 我意识到我说师兄眼神呆滞是一种亵渎和错误,我不应该用这种方式去评价,更不应该期望修行人表现出像我一样商人的贪欲。等到到了他住处,我又给和他同住的师兄说了我劝说他的话,那位师兄修行不错,他回答了我的话,让我感到自己的无知。 师兄: 你说的都对,痛苦不能解决觉悟的问题。但是,大家在这里并没有感受到痛苦,你可以问一下周边的人,大家都在这里特别的快乐,并没有你想象的那样。 而且,你说鸟会飞是因为原理,其实不是,是因为心,是因为心有能动性。所以鸟才会飞,人的能动性也帮助我们飞上天。 我接受他前面一句的话,我误以为大家痛苦,其实只是我个人的错觉,大家并没有因为“冷”而痛苦,这是我的片面感受,却错误地推己及人。修行人更在乎的是心,这是对的。 不过他说鸟会飞是因为心的能动性,这个解释我当然不能认同,不过既然是科学而非哲学的问题,我也没有必要在这里争执。因此,我接纳了他的话,然后放弃了继续劝说朋友尽早回家的想法。不过,我给予了当下企业如何解决短期问题的建议,用来缓解他和家人的矛盾。   这个世界如此复杂,有时候想想真的缺少修行的地方,寺院也提供了这样的场所。每个人的角度不同,看待问题的结果也就不同,我们不能站在别人的立场上看问题,往往大相径庭,工作如何,生活如此,人际关系,往往从此而生。 不过,逃避不能解决问题,吃苦不能解决问题,这却也是板上钉钉的事情;只有对痛苦的反思和与家人真切的沟通,才能解决一切前行中的问题。        

成长手记42:成长道路的反思

创业路上,慢慢感悟,成长是一次顿悟,但在顿悟之前有无数次反省。 1、条条大路通罗马,但是选择是有成本的 如果我去年没有选择客如云,而是直接从Tableau入手,我的起点会更高;如果我去年从从智能拖把、速干衫开始,那么起点会更低。所谓的条条大路通罗马,往往是不了解状况的外人的自以为是的“高见”,或者就是容易被思维懒惰者作为安慰剂的心灵鸡汤。 我看好客如云,看好Tableau,但是二者的差别也立竿见影。都通往罗马,但是成本截然不同,特别是机会成本差异巨大。   2、作恶的力量超过想象 一个人想要成为好人真得很难,但是要想堕落,却仅仅是一念之差。眼看他荣华富贵,眼看他贫困潦倒,眼看他黄袍加身,眼看他陋室发奋,有多少人能做到不动心呢?不是不想看长远,但是短期的利益诱惑让人失聪,让人发狂。 我希望赚钱,更希望保护自己的名声,留得多少年后每个从我身边路过的人说吴玉朋不是坏人,我就万分知足。去年我着急上火,反而会让自己陷入不理性的境地,至少,会影响自己深度思维的质量。前几日,为了赚钱,我甚至在想要不要采取一些自己看起来甚至不太道德的手法,最后还是扼杀了这个方向。宁可晚一点“成功”,我也希望保有道德——在大是大非上。 就像我当年为了保有五十年的名誉努力去写毕业论文和硕士论文一样,我希望每一步都经得起我的反思和审视。​ 3、情绪是人生最大的毒瘤 最近了解了之前一位哥们最近的坎坷人生,我越发觉得情绪是成长路上最大的毒瘤。对于每个人而言,情商是不是很高其实不重要,不要有不可控制的情绪很重要。​ 我感觉我们每个人都在锻炼如何和内心的自己打交道——如何控制自己的情绪,如何让理性的自己和感性的自己保持平衡,如何在外人面前让自己看起来比实际上更加稳重,避免暴露自己的脆弱和思考的秘密。最近在看Ray Dalio的书,他说: 影响好决策的最大威胁是有害的情绪。 这是一位世界顶级投资家和企业家一生对于决策的总结,自然也应该是我反思自己行动的极好准绳。 反思过去的事情,最让我情绪失控的是面对潍坊客如云的代理商高发,我的付出和当下的结果对比,尤其是被曾经的“徒弟”反手,简直就是对我智商的侮辱。虽然我每次都努力克制情绪去希望尽早了结此事,但是每次都像是用力在棉花上,毫无进展,这让我越来越失去了耐心,潜意识中也驱使自己去做不理性,甚至带有危险性的反击。 让比自己聪明的人“利用”,我可以获得成长;但是让此等人愚弄,我简直无地自容。因此,我给自己订了一条规矩,永远不要和小人交手——小气量、小格局、小能力的人;同时智慧地解决问题——这一点太难了。 我一直对“以暴制暴”有一种幻想,可是我每一次都控制自己走出这一步,我担心暴力就像性一样会让男人上瘾。   Mar 9, 2019 旅途

「Tableau」助力“平民数据科学家”的崛起

2016年,我在一家母婴零售公司努力调整职业方向,从后勤行政和服务部门向业务部门转型,捷径是通过数据分析了解业务逻辑。不满足于Excel,我开始寻找和对比各种大数据可视化分析软件,直到遇见Tableau,凭着对数据的敏感,认为这是大势所趋,于是开始从尝试到执著。 接下来的三年多时间,Tableau陪伴我实现了职业的转身,它帮助建立全局的视野,以数据指导业务行动;后来在多个公司推广Tableau,服务了更多的人。如今,走在创业的路上,Tableau是我最好的战友。 【平民数据科学家】从头开始用Tableau  此篇文章讲解详细的学习之路 「Tableau」“平民数据科学家”的崛起      本文侧重于个人成长的历程和总结 一、何为Tableau和业务人员最佳之选 网上有人称之为“大数据时代的梵高”,虽有盛誉之嫌,真正爱上Tableau的软件,也算实至名归。它的可视化效果,在BI领域算得上独树一帜,引领同行。 诞生于2003年的Tableau,基于斯坦福独有的专利数据技术 VizQL,这个专利技术创新性地把拖动等可视化操作转化为底层的查询和计算语言,然后通过图形化方式表达出来,就是我们看到的无与伦比、夺人眼球的可视化了。 Tableau——帮助用户看到和理解自己的数据 它的口号也会让你动心——“所有人都能学会的业务分析工具”。Tableau不是面向技术人员,而是面向业务人员设计的;业务人员了解自己的需求和企业的数据真相,往往畏惧于技术的艰涩和抽象,技术和业务的天然屏障一直依赖阻碍着“业务技术”的成长。Tableau的入门和使用对于业务人员足够简单,并不比Excel更难;同时它的平台化和高级分析技术又足够高级,可以不断学习丰富的功能。 作为文科生(法学学士和教育学硕士),使用Tableau三年,也帮助很多人学习和更好地使用Tableau的各项功能,听闻了很多“Tableau改变了我的命运”的个人成长故事,我总结了为什么Tableau对于业务人员是最佳之选。世界变化太快,每个人都想把握确定性,但是这何尝容易?我们要从长远考虑一个软件作为长远技能的必要性和可行性,如果要用一句话推荐Tableau给所有的业务人员,我想总结如下: Tableau有一定的进入门槛,但并非不可逾越,这依赖于每个人对业务的理解而非技术背景。相比传统的BI和同行,Tableau入门足够容易,因此能在最短的时间内应用于业务转化为价值;同时Tableau学习的坡道很长,因此分析师可在不断学习中建立自己的价值壁垒。 而对于企业而言,它可以通过购买Tableau大数据分析平台,向第三方付费赢得“数据驱动业务”的时间,通过提高综合效率和降低总体成本来获得利益最大化;而Tableau的上述特征又可以保证作为使用者的分析师以最短的时间为企业、为自己创造价值和收益。长远来看,Tableau简单易用、坡道够长、面向业务的特征,帮助每个人把业务理解转化为长期的价值壁垒,成为真正的“平民数据科学家”。 Gartner说:“2020年,平民数据科学家的数量其增长速度将比数据科学家的数量快五倍。”技术平民化是世界的大趋势,那些优先通过技术能力赋能业务理解的业务人员,可以获得更高的成长杠杆,因此可在未来相当长的时间内建立自己的优势。本质上,这是把“数据驱动业务”必然战胜“经验驱动业务”的结果,Tableau让像我这样的“业务晚辈”具备了“后发优势”。 如今,随着Prep的推出和不断升级,Tableau把最耗时的数据整理和清理部分也变得可视化了,进一步降低了业务人员学习的成本,为越来越多的“平民数据科学家”的成长铺平了道路。   二、“平民数据科学家”修炼三阶段 每个阶段学习一本新技能,都是充满了风险的。王国维说治学有三重境界,学习一项看似简单深度又似海的新技能,何尝不如此,回首学习Tableau的三年,历历在目。 第一阶段 “独上高楼,望尽天涯路” 学习始于探索,刚开始使用Tableau的人都会兴奋于它的方便快捷,也会慢慢发现后面还有很多需要不断学习。在好奇中前进,在学习中磨练。从连接本地数据开始练习,而后了解Tableau的基本概念(字段分类、属性、聚合、操作顺序),再掌握最常用的软件工具:分层结构实现钻取、组和集实现自定义分类、参数实现自定义交互、计算字段通往无尽的扩展。这几个部分稍加练习,就可以作出最基本的可视化效果。因为自己没有技术背景,因此在学习中不断的自我总结,做了不少直观的图形增加自己的理解,也建议大家通过这样的总结加深自己的理解。 数据连接和基本整理 了解Tableau的基本概念 常用的数据整理方法 常见的数据可视化样式 生成基本的数据可视化 第二阶段——学习 LOD和高级分析,“衣带渐宽终不悔” Tableau的学习门槛足够低,十岁的孩子都能使用,这吸引越来越多的人超越Excel进入大数据可视化的领域,同时,Tableau学习坡道又足够长,有足够多的高级功能,能满足各行各业对高级分析、高级统计的需求。以自己的学习经验而言,Tableau的开发方向似乎是让可视化过程越来越简单,但是让高级互动变得越来越丰富,从而满足越来越多的数据互动场景。 在学习的第二个阶段,缓慢而艰难,我近期总结了Tableau的“三剑客”——LOD详细级别表达式,TC表计算,set action集动作。语法简单到无法再简单,但是要把业务问题转化为“数据过程”却需要费劲心思,我花了很少时间学习语法,却花了好多天去理解综合案例。每掌握一个高级功能,就如同攀登上了一个崭新高度的高原,即可直观简介地处理更多的业务问题,与此一路攀爬,最终成为“平民数据科学家”中的武林高手。 Tableau厂家和Partner经常为客户提供专业的技术培训,并非因为学习Tableau深似海,而是对于企业而言,通过短期集中学习让分析师的技能提高到一定高度,用最短的金钱可以换取时间,总体是降低了数据转化为价值的综合成本。 LOD详细级别表达式; 高级表计算,以及如何选择计算解决问题; 高级可视化,如帕累托图形、盒须图等。 如何选择多种计算? 高级互动:集动作和参数动作 随着业务分析的深入,LOD表达式和表计算会成为随处需要的通用技能,因此,我们会在本书中着重结合案例介绍“如何选择计算”以及“使用各种计算背后的思维方法”,期望帮助更多的人达到举一反三。 &1& 【数据分析】Tableau详细级别表达式_详尽入门 &2&【数据分析】Tableau详细级别表达式_-位置与语法 &3& Tableau|LOD详细级别表达式 方法论 &4& 【Tableau】15大详细级别表达式-思路解读版 (5)   第三阶段——“众里寻他千百度,蓦然回首,那人却在,灯火阑珊处” 每个人都要积极分享。我一直相信教学相长,因此在学习的过程中通过博客总结并不断分享自己的心得,并积极推动企业大数据部门采用Tableau进行可视化分析。不要吝啬分享,就会获得更多。我刚开始每个月做免费的Tableau分享,还赠送自己的博客文集,正如《免费》所总结,分享的成就感加速了我的学习过程和收益。 同时,要以“平民数据科学家”之名在企业建立自己的价值壁垒和地位,还要需要不断学习新技术,了解Tableau从prep、desktop到server的整个架构,Prep Builder可以进一步提高数据整理的效率,甚至可以作为数据仓库使用提高前端报表的性能;而Server的学习则帮助业务人员将自己的数据价值扩展到企业的更多部门和领域。我集中花时间考完了Tableau的DesktopContinue reading “「Tableau」助力“平民数据科学家”的崛起”

【Tableau Prep】使用Prep做排名和排序 (译)

Posted on Joshua Milligan 在这篇博客中,Joshua Milligan介绍了如何使用Prep来实现字段按照销售来排序,这里使用了聚合aggregate功能和连接join,有助于更好地理解这两个功能。 让我们使用熟悉的超市样本数据,下图我们使用订单销售额为各个州的顾客做了排名。在Tableau desktop中,我们使用了表计算函数——rank,这本身倒也不是难事。 不过难点在于,使用表计算你不得不设定正确的寻址方向和分区(在这个例子中不是特别难),而且随着分析层次的增加,分析的复杂性也会增加,这会导致问题。如何在数据源层面实现排序呢? ——表计算可是在视图层面计算,与数据源无关。 Tableau prep的排序 让我们看看如何在prep中实现这个功能。我们以各州的顾客排名为例,下面是操作步骤: 创建一个“聚合”步骤,用“分组”保留州和顾客字段: 在聚合之后,添加一个步骤,从而包含了聚合中的所有字段: 出于分析的目的,把这个步骤和之前的聚合做连接——实际上就是自己与自己连接: 注意我这里使用了“内关联”,先用州做相等匹配(保证排名实在各州内部做排名),然后增加了一个条件,聚合的销售要小于等于聚合后的步骤中的字段。换句话说,我想匹配的是同一个州中,拥有更多销售的顾客。如果顾客A有最高的销售额,它只能和它自己匹配,因此计数时就只有1——排序就是1 增加一个聚合,计算每个州每个顾客的记录数 the Number of Records per State and Customer : 这个数字就是在各州中,各个顾客的排名The Number of Records is the number of matches from the join which ultimately is the Rank of the customer within the State.  So, we’ll… 最后添加一个清理步骤,重命名字段即可: 最后,我们可以把清理的结果和原始的记录关联起来,最后就可以输出具有排名的原始数据! 至此,我们把在desktop中可能会非常复杂的问题简化了。你想要比较每个州贡献前10名的顾客吗?很容易了。你想看看哪些顾客在这个州是前几名在另外的州却垫底儿吗?也容易。类似的分析其实无穷无尽,只因为我把复杂的问题放到了prep中,分析从此变得更加简单了。Continue reading “【Tableau Prep】使用Prep做排名和排序 (译)”