序言一
数字经济时代,知识更贵了,还是更便宜了
生于20世纪70年代的我,高中之前书包很轻,学习之路只需要认真听讲,买练习册“刷题”,而寒暑假也可以放心玩,全家晚上看电视,娱乐和百科都有了,一年只缴144元……
生于21世纪初的外甥,逛B站、看视频、听网课、报辅导班,每个月为知识付费少则百元,多则上万元。想追剧——充值;想试试滑雪——买课;喜欢做蛋糕——报班;需要做论文PPT——买模板……
数字经济时代,商品更贵了,还是更便宜了
打开外卖App点一份成本约3元的鱼香肉丝盖饭,定价从20元到40元不等,食品似乎是更贵了。
买一部全新的智能手机,3000元以下的价位有几十种可选对象。一台65英寸的智慧屏或智能电视,价格不到一万元,电子产品的功能更强大,价格却更低了。家庭轿车更是花样繁多,什么价位的都有。
女儿新购一辆儿童山地车花了3000多元,陪玩的我用十几年前买的300元老款自行车,同样骑得欢歌笑语。日用品的实用价值增长似乎追不上营销带来的品牌溢价……
导致价格变动的并不是知识和商品本身,而是“期望值”与“匹配度”!
移动互联网是推动工业经济迈入数字经济时代的核心技术,它带来了无穷无尽的数据、水涨船高的期望与行业颠覆的可能性。物联网、人工智能、大数据、云计算与边缘计算、区块链等都是移动互联网的附加品,用时髦的话来说,都是移动互联网的“朋友圈”。
时间是人类感知与认识世界的工具和手段,尽管白驹过隙、斗转星移,一天24小时从未改变,移动互联网却改变了我们的心态及对单位时间产值的要求:当我们拿起手机,被资讯包围的我们,期待着每一次的选择都更快、更多、更好,每分每秒都收获更高的经济产值,同时降低错配的机会成本。
未满足的期望被撰写成了商品评论,通过电商平台、舆情系统、微信对话等被采集下来,反馈至生产企业,设计与生产部门的工艺修订与新产品开发由此加速。而超出预期的产品则被追捧与放大,成为现象级销售。
有了数据,人们对“最短时间+最佳匹配”的期望催生了移动互联网时代的独角兽们:匹配个人兴趣与实时推送的今日头条;匹配空驶汽车与用车地点的滴滴;匹配个人闲散资金与小额贷款需求的蚂蚁金服;匹配美食期待与食品制作的美团;匹配闲置物品与二手需求的咸鱼;匹配双方标准的婚恋网站;匹配优秀师资与灵活选时段的在线教辅平台……
企业究竟经历了什么,为什么数据越来越多,投入越来越大,利润却越来越薄
企业每一项商业活动的成败,都是一系列与消费者需求和选择相匹配的结果。作为普通的消费者,面对琳琅满目的商品,我们买什么品牌,不过一个选择而已,可对品牌商来说,让更多消费者将手伸向自己,就是最成功的匹配,就是企业最大的决策。
为了这个最大的决策,几十年来,企业不得不持续投入资金建构信息化系统,努力采集和分析第一手销售与运营数据(ERP、CRM、SCM、OA、KM等);同时投入资金以获得更多市场情报(问卷调研、深度访谈、神秘顾客、民族志记录等);然后再付出巨额的广告费,建构合适的形象与故事,购买合适的时段与位置,在消费者向商品伸手之前,经意或不经意间影响人们的决定。
在全民电商化的时代,适者生存的丛林法则更加严苛。这是一条看不见的流水线:智能设备大量应用,计算资源全面打通,实时推送、精准营销、场景营销不一而论,消费触点遍布于网络、存储、服务器的每个环节。每个人都身处其中,我们的消费习惯、打字速度、朋友姓名与交往程度,被混合成标签,转换为二维码,成为我们与世界交互的名片。
这不是《三体》,这是当下硝烟弥漫的商业战场。这条看不见的流水线如此庞大,又如此重要,以至于企业的技术部门与业务部门从未像现在这样感觉到压力又无所适从。技术人员总有应接不暇的挑战:实时反馈、自动处理、智能应答、屏幕自适应、跨系统操作、持续集成、连续上线、预测性维护、轻量级开发;业务人员也不得不学习与掌握产品化思维、创新性设计、客户中心化与去中心化、云应用、小程序……
中国正占据着全球数字经济舞台的C位,海量人口在移动互联网中互动与选择,巨大的交易量与交易额一次次吸引全球惊诧与羡慕的目光。然而,朋友们请注意:只睡一张床、吃三顿饭的人类,并没有在数字经济时代变身为绝对需求量猛增的巨人。我们的确拉动了交易额,那是因为我们不得不为自己骑虎难下的期望而买单!我们觉得生活成本越来越高了,那是因为资讯丰富的我们对产品质量的要求日益苛刻;同时,在完全信息假设的条件下,我们只留了最短的时间来落实选择。
这种百花齐放与降本增效的双重高压,于企业而言实在难有停留喘息的机会。如何匹配消费者的期望,同时穿透中间商与网络平台到达消费者的面前,就是企业面临最重要的数字化转型。在此过程中,优化产品质量需要数据,敏捷生产流程需要数据,提高营销效果需要数据,降低采购成本与控制运营费用仍然需要数据。数据已经成为除自然资源、劳动力和资本之外的第四种生产要素。数字经济时代,拥有数据且善用数据的企业不仅掌握了决策先机,而且更善于整合生态链实现“一览众山之巅,笑看数字互联”。
我们究竟经历了什么,为什么越学越多,投入越来越大,却越来越迷茫
尽管未来所有重复性或经简单算法可得结果的工作,都会被人工智能所替代,在数字经济时代依然有巨大的数据分析人才缺口。从猿猴到人类的跨越,是因为我们会使用工具。进入数字经济时代,掌握数据分析工具成为我们的日常所需。许多人从Excel学到SPSS、SAS、MATLAB,从菜单式操作到使用R和Python,这些都是易于掌握且功能强大的好工具。然而,追着工具跑的学习过程既需要时间,又耗费脑力。若是因为生活所迫才来学习,则会让人更加迷茫。“知其然,而不知其所以然”的数据分析学习过程必然十分辛苦。
假如你已经就业了,正好投身于滚滚数流之中,准备开始自己的数据分析之路,恐怕你既要学习怎么用企业内部“高大上”的成熟业务系统,也要知道那些流行的互联网开源框架,如LAMP(Linux, Apache, MySQL, PHP)、Hadoop等;不仅要懂管理,领导力、思维导图、项目管理,而且要懂技术,从软件开发、云服务、信息安全到人工智能与深度学习,全都要准备着学习一遍。也许在这个过程中,你将产生成千上万个“与数据相撞的美妙瞬间”。
尽管Tableau只是若干工具中的一种,试试它吧!它的确有利于使用者将创造力与数据分析融合,在此过程中,你可以用得快,看得见,说得出。“数据素养(Data Literacy)”将在你玩数据的过程中相应得到提升。本书将帮助刚踏上商业分析之路的你轻装上阵,从容应对,将数据变得灵动,让分析成为乐趣。
阅读本书,你将发现,你以为自己是在学软件,其实是在学数据分析思路;你以为自己是在学数据分析思路,其实是在理解商业应用场景;终于当你以为自己实现了商业理解时,不知不觉中,你将渴望改变视野,成为数字化转型与业务创新中的一员。到那个时候,恭喜你,终于跟上了“数字经济”的节奏:万物互联,广阔的数据海洋碧波荡漾,数据分析是你成功道路上的一阵好风,一片好桨,它将帮你在“双11”中省钱,在职场上吃香,在老板面前频繁亮相……
如何阅读本书
现在您看到的这本《Tableau商业分析从新手到高手(视频版)》,是我们编写的Tableau系列之职场版,适合企业的各个业务部门中从事数据分析工作1~3年的新人。同期销售的《Tableau数据可视化分析一点通(案例视频版)》较适合初次下载软件的,准备熟悉操作的用户及用作高校课程教学。
Bizinsight团队是国内最早专注于商业分析的团队之一,想要了解或加入我们,敬请登录www.bizinsight.com。
希望下载本书的教学PPT和数据集,请用微信扫描封底二维码或注册T+社区(www.tableauhome.com.cn),社区包含更多案例演示视频与习题真人讲解,期待你参与互动并分享你的作品与应用心得。在B站搜索“Bizinsight”亦能获得更多视频学习资源。
“苹以春晖,兰以秋芳,来日苦短,去日苦长”,2020年我们一起经历了最魔幻与混沌的一年。如果有幸让你看到本书,说明咱们是玩数据的同路人,这本书已经串联起许许多多一直在路上的小伙伴,扫码入群,一起度过精彩的每一天吧!
致谢
本书所甄选的案例数据虽然经过了脱敏,但商业场景都是真实的。这些真实场景的描述离不开来自客户的鲜活案例,在此诚挚感谢给予Bizinsight业务机会的诸多客户,这些企业分别是它们所在行业的翘楚。出于商业保密的原则,书中没有列出名称并逐一道谢,衷心祝愿每一家客户都保持着与Bizinsight同行时的学习型组织与数据分析文化,在数据驱动越来越重要的今天持续领航!
本书的撰写来自Bizinsight优秀的商业分析师团队,以及得到了德勤会计师事务所合伙人季刚先生的鼎力支持。季刚先生将自己丰富的商业实践经验融入了书后习题,仔细把关了其中的商业应用场景与数据脱敏结果。赵智、袁勋、杨洋、鲍宇聪、李敬齐均有独特贡献。感谢非凡为本书更新了T+社区,这是一个为读者提供案例数据、学习视频、Tableau模板,以及可以分享模板挣钱的社区。
“文章千古事,得失寸心知”。本书的作者团队在确定案例深度与广度上进行过多次讨论,最终将其定位为思路为主,技巧为辅的状态。数据分析能力的提升,是一个工作经验与知识积累的过程。无论别人如何仔细描述,不是自己的案例都很难重现商业环境中决策性思考的具体过程。再次希望读者能在阅读之后,在工作中实践数据分析技能。鉴于撰写时间有限,书中存在错误在所难免,恳请读者发现问题后,在微信公众号“数据艺术家”后台留言,为我们提供宝贵的意见和建议。在此诚挚感谢!
真心感谢关注本书的读者。你们是互联网原生代,尽管你们爱好迥异、极具个性,但是你们直面现实,不惧时代的裹挟,每天都努力寻找适应生活的办法,在知识积累的过程中倾尽全力,在学习过程中寻找自我激励与节奏平衡,在工作中努力延续如婴儿学语般的初动力,并且展开对自身最高形态的剥削与自律。
我想借此机会感谢一直默默支持我的家人,你们是我最温暖的能量场。尤其感谢我家的两位小学生,妈妈将与你们一起行走在自我发现与努力升华的道路上。
最后感谢电子工业出版社张慧敏女士及编辑团队的持之以恒,要不是你们的提醒与鞭策,本书不可能面世。尤其感谢技术编辑们花费大量时间完成了书籍的修订与排版,很难想象非数据专业背景的你们纷纷秒懂这样的一本书籍,可以说,编辑都是学习力很强的超人。
何业文