避免“愚蠢”最好的办法是“数据决策”
11/26
09:54
其实哥伦比亚大学教授Sheena S.lyengar和斯坦福大学Mark R。 Lepper著名的果酱实验早就证明——可供选择的同品类产品过多，消费者购买率反而下降。
我们通过数据采集和分析，发现整个2017年该企业市面上的产品款数是542款，而90%的销售车型聚集在前91款上，也就是说542款车型里，剩下的451款产品(92-542)销售量仅占10%。而且，不少同价位产品存在功能相似，但实际销量差异巨大现象。
这意味着什么？如果单车毛利只有一两百元，那它的研发成本可能就是百万元级别，过多的低利润甚至负利润产品，严重拉低了企业整体利润，造成企业不必要的资源消耗。
于是我们给了新的决策建议：通过数据分析持续不断优化产品管理，通过多维对比、综合分析，精准识别出问题产品，进而做针对性优化。
在2018年淘汰了434款产品后，该企业总销量不仅没下降，还提升了25%。其中最好的一款车销量达四五十万辆，而在过去将近20年的时间里，该企业只有一款车能够实现年销售10万辆。
对于一个头部电动车企业来说，当有大量消费者选择同一款产品时，会发现满大街随处可见这一“爆款”。这意味着在市场上形成了头部的羊群效应，对于建立品牌烙印、维护品牌忠诚度能起到关键的作用。
经验决策+数据决策，二者叠加才是正道！
《中外管理》：大数据决策在如今向产业互联网转型和升级时期，会发挥怎样的作用？
刘彤：大数据决策可帮助一个传统企业进行真正的数字化升级。
数字化升级的逻辑，不在于你有没有数据，而取决于你的决策思维逻辑是不是与数据相关，是不是基于理性和客观的大数据，来帮助企业做更好的决策，这点是变革的核心。
数据决策对企业管理的意义是：帮助企业把原来的决策方式从语文式决策转型为数学式决策。语文式决策是描述性的，数学式决策则是以数据为依据的。仅从这一点来看，大数据决策对很多传统企业，将会产生巨大影响，因为它更客观、更理性了。它并没有改变原来专业经验决策，但是会更理性地判断出专业经验决策的成功概率。
细细品味文人创作小屋
