وبلاگ vdash

اخبار و مقالات مربوط به vdash، نرم افزار آنالیز اطلاعات و ساخت داشبورد مدیریتی

داده های بزرگ، آینده تجارت الکترونیکی

از سال 2014 کلمه داده های بزرگ خیلی در بین مردم رایج شد و همینطور این داده های بزرگ نقش بسیار مهمتری در تجارت الکترونیکی در آینده ای نزدیک خواهند داشت. اگرچه فروشنده های آنلاین در حال حاضر با استفاده از ابزارهای تحلیلی به تجزیه و تحلیل سبدهای خرید میپردازند و یا بر اساس آدرس آی پی از طریق یک سیستم مدیریتی ، هویت فردی هرکس را نشان میدهد اما داده های بزرگ این عملکرد های تکنیکی و فنی را در کوتاه مدت گسترش خواهد داند. هدف این داده ها فراهم کردن و ارایه دادن تجربه خرید فردی و بهینه سازی بلادرنگ آنها برای مشتریان است. به این وسیله برای فروشندگان آنلاین این امکان فراهم شده که فرآیند خرید و ارتباطات با مشتری هایشان را به طور کلی بهبود ببخشند. فروشندگان آنلاین میتوانند کسب و کار خودشان را با این داده های بزرگ در زمینه های زیر بهبود بخشند:
1 – بهینه سازی نمونه محصولات:
تجزیه و تحلیل مقادیر زیادی از ساختارهای داده های مشتری اجازه میدهد که جزییات گروه هدف مورد بررسی قرار گیرد و بر اساس نتایج به دست آمده اش میتوان نمونه کار فروشگاه آنلاین را از یک کار خاص اقتباس کرد و فهمید . بالاخص فروشندگان آنلاین بزرگ میتوانند خدمات و سرویس های خودشان را توسط داده های بزرگ ، بهتر انجام دهند و نیازهای خاص مشتری را بهتر متوجه شوند.همچنین داده های بزرگ نقش به سزایی در پیش بینی نیازهای مشتری و همچنین کمک به بهینه سازی نمونه محصولات دارند. بنابراین با داده های بزرگ این امکان هست که بتوانید ارزش سهام را نیز بالا ببرید.
2 – بهینه سازی قیمت ها
با کمک داده های بزرگ ، امکان داده کاوی و تجزیه و تحلیل بی درنگ فراهم شده است و دیگر یک فروشنده آنلاین هم میتواند قیمت یک محصول را تعدیل کند.به منظور دستیابی به شفافیت بالای اینترنت لازم است که رقبا تحت نظر گرفته شوند و برای حفظ توان رقابتی باید متعادل سازی قیمت های محصول خود با قیمت محصولات آنها انجام گیرد.  به این منظور، داده های بزرگ تجزیه و تحلیل های جامعی از بازار را برای دستیابی به سیاست های قیمت گذاری پویا ارایه میدهند.
3 – بهینه سازی فروشگاه آنلاین
با کمک داده های بزرگ و تکنولوژی های وب ،سرورهای سریع ، فراهم کردن وب سایت های جامع و پویا امکان پذیر شده است . بنابراین مبدأ و مقصد صفحات و منطقه آنها را میتوان نشان داد. علاوه بر این امکان نشان دادن سلیقه های مختلف راجع به محصولات هم برای آقایان و هم برای خانم ها هم می باشد . با توجه به داده های بزرگ عملاٌ هیچ محدودیتی برای تنظیمات ممکن به منظور بهینه سازی فروشگاه های آنلاین وجود ندارد.
4 – بهینه سازی تبلیغات آنلاین
 نگاهی به گذشته نشان میدهد که شیوه و نحوه ی تبلیغات خیلی موفقیت آمیز نبوده است . اما در حال حاضر با توجه به داده های بزرگ و برنامه ریزی شده برای خرید آنلاین ، فروشنده ها میتوانند تبلیغات خود را به مشتری هایشان به صورت کاملاً مشخص و خاص ارایه دهند. با یک مدل سازی مشابه و هم چهره ی کالای مورد فروش امکان جذب مشتری های جدید فراهم میشود. بی شک این تبلیغات، ارزان تر و مؤثرتر از همه ی تبلیغاتی است که در گذشته بوده .بنابراین به کمک داده های بزرگ فروشندگان آنلاین میتوانند هزینه تبلیغات خودشان را کاهش دهند و در عوض باعث افزایش دسترسی همگانی به رسانه هایشان شوند.
5 – بهینه سازی خدمات مشتری
اگر یک مشتری نسبت به کالای فروخته شده ناراضی باشد و اعتراض خود را تلفنی اعلام کند و به مرکز خدمات مشتریان ایمیل نزند و همزمان وقتی کارمند مرکز خدمات مشتریان برخی از پیشینه ی مشتری را در حین تماس تلفنی گرفته شده با استفاده از اطلاعات شبکه های اجتماعی دریابد این عمل یک مزیت بزرگ محسوب خواهد شد . اینکار با کمک داده های بزرگ امکان پذیر میشود . تنوع اطلاعات پیشینه ی با ارزش باعث ارایه یک سری امکانات برای گروه پشتیبانی مشتریان می گردد و درنتیجه باعث پیشرفت قابل ملاخظه ای در ارتباط با مشتریان خواهد شد. همچنین کیفیت خوب گروه پشتیبانی یک مزیت رقابتی است.
نتیجه گیری
داده های بزرگ باعث تأثیر زیادی در استراتژی های تجارت الکترونیکی خواهند شد. به خصوص در زمینه ی بازاریابی، فروش، تجزیه و تحلیل؛ داده های مرتبط از اهمیت خاصی برخوردار هستند. داده های بزرگ ارایه دهنده ی راه حل های برجسته برای انطباقی پویا بین بهینه سازی شاخص سهام  و پشتیبانی اختصاصی مشتری در فروشگاه های آنلاین هستند.

متوسط در آمد به ازای هر مشتری بی‎معنی است

متوسط در آمد به ازای هر مشتری در استارت آپ اخیر یکی‌ از دوستان من‌، از ژانویه تا فوریه سه‌ برابر شده است. آنها از در آمد 230 دلار به ازای هر مشتری در ماه به بیش از 600 دلار در ماه با همان مقیاس رسیدند. آیا آنها ویژگیهای جدیدی به مشتریان خود فروختند؟ آیا مدل قیمت گذاریشان را تغییر داده اند؟ اتفاقی‌ که افتاد‌، خیلی‌ ساده تر از اینهاست. آنها یک مشتری جدید و بزرگ گرفته بودند که با پرداختی چند هزار دلاری در ماه متوسط در آمد بر پایه مشتریهای کوچک را افزایش داد.

این یک نکته مهم را نشان میدهد که متوسط در آمد به ازای هر مشتری یک عدد بی معنیست.

مجموعه داده های زیادی هم وجود دارند که محاسبه مقدار متوسط آنها، نتایج زیادی میدهد. به عنوان مثال، متوسط رشد پانداها تا 240 پوند است. این عدد دید کاملی از پانداها به شما میدهد. ممکنه پاندایی ببینید که 150 یا حتی بالای 400 پوند وزن داشته باشد اما شما هیچوقت با یک پاندای 1500 پوندی برخورد نخواهید داشت. وزن پانداها، نمرات SAT، و قد بازیکنان NBA همه مقادیر نرمالی را دنبال میکنند.


با این حال برای بسیاری از کسب و کارهای آنلاین درآمد به ازای مشتری، یکی از آن مجموعه داده هایی که مقدار متوسط آن معنی دار باشد، نیست. اگر متوسط درآمد شما به ازای مشتری 600 دلار است، این بدین معنی نیست که نفر بعدی که ثبت نام میکند هم حدود این مقدار بپردازد. مشتری بعدی میتواند هر مقداری بین 10 دلار در ماه که برای پلن بیسیک هست، تا ده هزار دلار در ماه برای پلن سرمایه گذاری بپردازد.

این مثل این است که بخش کوچکی از حساب مشتری محور شما به جای بخش بزرگی از درآمد شماست. چرا این اتفاق میفتد؟ به نظر می رسد که برای بیشتر کسب و کارها، درآمد به ازای هر مشتری قانون توزیع قدرت را دنبال میکند. بسیاری از مجموعه داده ها هستند که به جای یک توزیع نرمال، قانون قدرت را دنبال میکنند. وب سایت های پربیننده، جمعیت شهرها و درآمد شرکتهای فیلم سازی همه قانون توزیع قدرت را دنبال میکنند.




دلایل ریاضی پشت علت این اتفاق پیچیده هستند. به عبارت ساده، قوانین قدرت زمانی که واریانس بسیار بالایی در داده ها وجود دارد، تمایل به حضور دارند. یک فرد میتواند میلیون ها برابر فرد دیگری پول داشته باشد. بنابراین ثروت قانون قدرت را دنبال میکند. از سوی دیگر، یک فرد تنها می تواند حداکثر، مقداری بلندتر از فرد دیگری باشد، بنابراین قد افراد، یک توزیع نرمال را دنبال میکند. مقدار درآمد بسیاری از کسب و کارها، بیشتر شبیه گروه اول هست تا گروه دوم.

صبر کنید، اما درآمد من به ازای مشتری قانون قدرت را دنبال نمی کند!

این دو دلیل اصلی است که چرا کسب و کار شما ممکن است مطابق با معیارهای فوق به نظر نرسد:

  • شما مشتری زیادی ندارید. برای داده های محدود، اتفاق های رندوم ممکن است داده ها را منحرف کند. این نوع توزیع با رشد کسب و کار شما شروع به ظهور می کند.
  • شما پولهای خود را روی میز میگذارید. خیلی از شرکتهای نرم افزاری مدل قیمت گذاری دارند که ارزش محصول تولید شده را تصویر نمیکند. به عنوان مثال شما ممکن است هزاران مشتری داشته باشید که همه ماهی 15 دلار پرداخت میکنند. این بسیار بعید است که همه هزار مشتری به یک اندازه ارزش محصول شما را بدانند، و در نتیجه شما باید ردیف های قیمت گذاری بالاتر معرفی کنید. رسیدن به یک مدل قیمت گذاری بهتر که متناسب با ارزشی که به هر مشتری میدهید باشد، منجر به پیروی درآمد شما از قانون توزیع قدرت خواهد شد.

قبول، اما چطور؟

دلایلی وجود دارند که درباره اینکه چطور درآمد شما توزیع میشود را باید رعایت کنید.

  1. به کل تصویر نگاه کنید، نه فقط میانگین. گاهی اوقات میانگین به سلامت واقعی کسب و کار خیانت میکند. شما ممکن است میانگین درآمد بالایی به ازای مشتری در هر ماه داشته باشید اما اگر اکثریت از تعدادی مشتری بزرگ بیاید، آنگاه جریان درآمد شما شکننده است. بهتر است به جای پیروی کورکورانه از میانگین درآمد، نگاه دقیقتری به داده های درآمد واقعی داشته باشید.
  2. بهینه سازی وب سایت خود بر اساس رقم متوسط درآمد را متوقف کنید. به این نتیجه میرسیم که یک آزمون  A/B خاص بهتر است چون داشتن متوسط درآمد بالاتر میتواند گمراه کننده باشد، مثل اتفاقی که شانسی با یک مشتری بزرگ اتفاق افتاد.
  3. در مورد قیمت گذاری مبتنی بر ارزش دقیق تر باشید. مشتری های کمی هستند که برای شما ارزش زیادی دارند. شاید در کسب و کارهای بزرگ هستند که شما میتوانید با توجه به اندازه آنها هزاران دلار درآمد داشته باشید. اما در کسب و کارهای کوچک محصول نقش مهمی دارد. در هرصورت، مطمئن شوید قیمت گذاری شما تا حد ممکن نشان دهنده ارزش باشد.
  4. این اصل را همه جا برای محصول خود اعمال کنید. یک زیر مجموعه کوچک از مشتریان شما، عامل بیشترین درآمد شما هستند. همین مساله در مورد درخواستهای پشتیبانی هر مشتری، معرفی مشتری جدید، سطح تعامل، و همه خصوصیاتی که در نهایت بیشترین استفاده را دارند، صادق است. از این دانش برای اولویت بندی بهتر برای تعامل با مشتریان خود و انتخاب اینکه چه ویژگی جدیدی بسازید، استفاده کنید.

آیا شما هم مثالهایی از قانون توزیع قدرت دارید؟ یا درآمد شرکت شما، مطابق با یافته های ما نیست؟ در توییتر با ما در میان بگذارید.

منبع:

Heap

از تجزیه و تحلیل کسب و کار آنلاین خود نترسید (بخش اول)

طی بررسی که اخیراً انجام داده ام دریافتم که 100 سایت برتر در حوزه تحارت الکترونیک از builtwith استفاده می کنند که به طور متوسط از 14 ابزار مختلف در حوزه تجزیه و تحلیل و جمع آوری داده های متخلف مشتریان خود استفاده می کنند.
داده های که آنها جمع آوری می کنند موجب پیشرفت وب سایتشان می گردد و محصولات، سرویس ها و پیام های ارسال شده منجر به جذب حداکثری مشتریان و افزایش درآمد قابل توجهی می گردد.
با وجود اثربخشی و در دسترس بودن این ابزارها اما هنوز شرکت ها نتوانستند بازار فروش خود را به نسبت چشم گیر و گسترده ی تغییر دهند.
در تحقیقاتی که توسط Meclabs صورت گرفته است نشان داده شد که تنها 37% از بیزنس های آنلاین از داده های گذشته جهت بهبود و رونق وب سایت های خود استفاده کرده اند.



مابقی افراد تصمیمات تجاری خود را براساس الگویی قدیمی و کم بازده نظیر استفاده از نظرات، درک شهودی،کپی کردن از سایر رقبا انجام داده و تغییرات را در سازمان خود عملیاتی می کنند. اگر شما جزء آن  دسته از 63% شرکتهایی هستید که از ابزار تجزیه و تحلیل استفاده ی بهینه و مفیدی نمی کنند، مطمئن باشید که در حال ضرر کردن هستید.
با استفاده از ابزارهای رایگانی نظیر Google analytic و shopfiy هر فردی می تواند داده های مربوط به بازدیدکنندگان سایت را به فروش و درآمد چشم گیری تبدیل نماید.
در این مقاله می کوشم درباره دو شاخص کلیدی جهت استفاده از ابزارهای تحلیل سخن بگویم .اما پیش از شروع بحث بیاییم دربراه شرکتهایی صحبت کنیم که با آمکه تلاش مصرانه ی در استفاده از ابزارهای تحلیل داده داشته اند اما شکست خورده اند . لطفا شما شکست نخورید!
چرا شرکت ها در تجزیه و تحلیل و استفاده از این علم شکست می خورند؟
دو گونه تله وجود دارد که بیشتر شرکت ها گرفتار آن میشوند،چیزی که آنها را از پیشرفت و کسب درآمد دور میکند.
1.به این خودبین شوند که ابزار تجارت و کسب و کارشان مانند ابزار تجزیه و تحلیل گوگل به طور خودکار تمام کار های مهم را پی گیری خواهد کرد.
2.هنگام تجزیه و تحلیل کردن،میزان داده ها و ویژگی های کار پر قدرت هستند.
این امر افراد را بسیار کوته بین می کند به نحوی که صرفا به امورات سطحی و پیش پاافتاده نظیر در نظر گرفتن میانگین بازدیدکنندگان، توجه می کنند.
آیا این امر برای شما آشنا به نظر میرسد؟
تنها دو مورد از گفته هایمان بدست می آید که هیچ کدامشان خوب نیستند.
1.شما تصمیمات تجاری خود را بر مبنای اطلاعات نامناسب عملیاتی می کنید
تصور کنید میخواهید پلی را برای رودخانه ای طراحی کنید و اطلاعات شما از آن رودخانه فقط میانگین عمق آن است.در حالیکه شما میدانید که زمینی که زیر پای شما قرار دارد دارای نقطه های قعر و اوج مختلفی نیز هست.   این در صورتی است که شما فقط میانگین عمق آن رودخانه را میدانید و انتظار بهترین کار را از خود دارید.
این دقیقا همان کاری است که شما هنگام تصمیمات تجاری خود بر اساس میانگین بازدیها از صفحات,میانگین جایگاه و رتبه ی صفحه انجام می دهید.
2.شما ارزش کسب و کارهای کوچک در خروجی کم عمق مجموعه ای از  داده ها مشاهده می کنید و تسلیم می شوید.سرخوردگی از قراردادن تمام این تلاش های بوجود امده قابل درک است مخصوصاً آنکه بنظرمیرسد که به هیچ نتیجه نهایی نمی رسید.البته این مورد خیلی هم نا امید کننده نیست.من با استفاده از مشورت کردن با شرکت هایی که قبلا در این گونه شرایط گرفتار شده اند متوجه شدم که ضرر ها میتوانند تا حدودی جلو گیری شوند.
کلید های استفاده ی بهینه از ابزار تجزیه و تحلیل:
1.سایت خود را نظیر یک قیف ببینید نه به مانند یک امر سلسله مراتبی یا یک نمودار سازمانی، چنانچه به مانند یک قیف ببینید. بازدیدکنندگان سایت از یک طرف وارد می شوند و خروجی مشتریانی هستند که از ته قیف خارج می شوند.
2.برای گرفتن پاسخ های خوب,سوالات مناسب بپرسید.
ابزار تحلیلی زمانی شروع به کار میکنند که شما بدانید دقیقا دنبال چه چیزی هستید و چه چیزی را میخواهید و این یعنی شما باید با یک سوال کار خود را شروع کنید.با ارزش بودن سوالاتی که میپرسید باعث با ارزشتر و بهتر شدن جواب ها میشود.
همان طورکه توسط Douglas Adams  نوشته شده است، اگر دقیقا بدانید که سوال چیست , شما خواهید دانست که جواب به چه معنیست.
حال بیایید از جزيیات کمی فراتر رویم و ببینیم چگونه میتوانیم آنها را در دنیای واقعی عملی کنیم.
سایت شما یک قیف است نه یک نمودار سلسله مراتبی
هدف سایت شما این است که بازدید کننده جمع آوری کنید و آنها را به مشتری,مصرف کننده،هوادار، علاقه مند تبدیل کنید.
این کار یک ورودی مانند بازدیدکنندگان ویک بازده مانند مشتریان و مصرف کنندگان و... دارد.درست تر آن است که این پروسه را بصورت قیفی به تصویر بکشیم که دارای خطوطی است که جاری شدن مردم را در آن قیف نشان میدهد، تا اینکه بخواهیم آن را به صورت جدولی نشان دهیم که آن دارای خطوطی است که حرکت مردم را در صفحات به صورت سلسسله مراتبی نشان میدهد.


فقط سایت خود را این گونه تصور کنید.سایت شما مانند قیفی است که به شما کمک میکند تا داده های بازدیدکنندگان خود را احساس کنید.
بجای فکر کردن به صفحات استاتیک صرف، شما می توانید شروع به دقت و بررسی در ورودی های سایت، خروجی ها، مدل عملکرد بازدیدکننده، نرخ عملکرد(خروجی تقسیم بر ورودی) و بازدهی سرمایه گذاری، (ارزش خروجی تقسیم بر هزینه ورودی ) برای هر بازدید کننده بپردازید. 
در حال حاضر این امر بسیار مفید تر از این است که فقط راجع به تعداد دفعاتی که صفحه ی شما بیننده دارد و هر بیننده چه مدت زمانی را در سایت شما صرف کرده است فکر کنید.(یعنی تقریبا موارد گفته شده اصلا سودمند نیستند)ارزش اصلی ابزار های تجزیه و تحلیل این است که توانایی این را داشته باشند که:  ورودی و بازدهی های آن,عملکرد و کارایی سایت را جدا کند و یا مواردی نظیر ROI توسط موقعیت جغرافیایی،منابع ترافیک،نوع مرورگرها، کمپین های بازاریابی را جدا کند.




موارد بالا را با گروه های مختلف مقایسه کنید. بعنوان مثال ارزش ترافیک سرچ نسبت به ترافیک از طریق شبکه های اجتماعی چیست؟ همبستگی و روند را نگاه کنید،که چگونه ترافیک سرچ در طی زمان های مختلف رشد میکند و آیا این رابطه ای با درآمد کلی دارد؟
بدانید که چگونگی شرح و توضیح راجع به این اطلاعت آسان است.نباید از آن بترسید. علاوه بر آن، شما می توانید تا این حد از جزییات را با استفاده از کمی تمرین بدست آورید.
این مقاله ادامه دارد....

شاخص نرخ بازده سرمایه؛ نمایشگر قدرت و سود دهی

فرمول : (سود (زیان) ویژه پس ازکسرمالیات ÷  سرمایه ) ضربدر 100

نرخ بازده  یکی از نسبت‌های مالی برای سنجش کارایی بنگاه‌ های سرمایه‌گذاری است. این نسبت رابطه سرمایه در گردش را با سود واحد تجاری نشان می دهد. افزایش نسبت مذکور دلالت بر کمبود سرمایه در گردش می کند ..
مثلا اگر سود یک بنگاه تجاری در پایان دوره مالی 1.000.000 ریال باشد و سرمایه آن واحد تجاری 2.000.000 ریال باشد ، نرخ بازده سرمایه 50% محاسبه میگردد یعنی اگر امسال 1.000.000 ریال به سرمایه اضافه کنند ، در پایان سال مالی سود 500.000 ریال ، افزایش پیدا خواهد کرد  . البته بسیار کم پیش ما آید که این نسبت به این حد بالا باشد چون در شرایط اقتصادی فعلی ، وضعیت بالا بسیار عالی تلقی میگردد . .




هر چقدر این نسبت بیشتر باشد نشان دهنده قدرت بیشتر آن سازمان است و نشان دهنده این است که با ملاحظه تصمیم گیری میکنند و زیاد ریسک پذیر نیستند و به احتمال زیاد تا الان اغلب پروژه هایشان به سود دهی رسیده است . .
در بورس یکی از شاخص هایی که در تعیین قیمت یک سهام نقش دارد همین نسبت است چون در صورتیکه این نسبت مثبت باشد احتمال ورشکستگی آن واحد تجاری بسیار کم می شود و اگر یکی از پروژه هایی که در حال اجراست به خوبی پیش نرود ، سازمان مشکلی برای پرداخت بدهی های خود نخواهد داشت .

اهمیت داده ها در راه اندازی و مدیریت فروشگاه آنلاین

اگر بخواهم صادقانه بنویسم باید بگویم که هر روز با مشتریانی مواجه می شوم که آرزوهای بزرگ تجاری آنلاین در سر دارند و با ابرهای بزرگ بالای سرشان از اقداماتی صحبت می کنند که هیچ بررسی و تحلیلی ندارند. طبق عادتی که دارم بیشتر از آنکه  گوش کنم و بنویسم بیشتر می پرسم چرا می خواهید؟ تا شاید بیشتر فکر کند و تحلیل کند .
بسیاری از این دوستان،رقبا  را دست کم می گیرند و گمان میکنند می توانند به راحتی راه های طولاتی را یکماه طی کنند.
به آنها می گویم که لطفا بیشتر فکر کنید و سنگ بزرگ برندارید همانقدر که این پروژه نیاز به تفکر دارد شما نیز خودتان در کار ساخته می شوید و باید دقیقتر حرکت کنید. برای پروژه تان یک وجه رقابتی عالی پیدا کنید. یک چرایی دقیق و .... و نهایتاً به این نقطه میرسیم که بایستی پیش از راه اندازی هر نوع تجارت آنلاینی داده های موجود را جمع آوری کرده و مانند یک پازل کنار هم بگذاریم تا چشم انداز روشنی به ما بدهد. اینکه در کدام زمینه و چطور تجارت آنلاین خود را آغاز کنیم تا اینکه سیاستهای رقابتی در بازار چه باشد و چطور سرمایه گذار را متفاعد کنیم که با ما شریک شود . در واقع تماماً داده هایی است که باید جمع آوری شود و به شکل کاملاً علمی نمایش داده شود تا به تصمیمی دقیق منتهی شود.



شاید سهولت در دسترسی به اطلاعات در اینترنت این امر را به ظاهر آسان جلوه دهد اما شکست و تعطیلی حجم زیادی از فروشگاه های اینترنتی بیانگر این نکته مهم است که صاحبان و علاقه مندان به این حوزه اولاً اصول راه اندازی کسب و کار آنلاین را به خوبی فرا نگرفته اند و ثانیاً از ابزارهای مناسب جهت جمع آوری، تحلیل و بررسی اقدامات خود استفاده نمی کنند.
در مقالاتی که به صورت سلسله وار در این وبلاگ منتشر خواهم کرد بیشتر پیرامون اهمیت داده ها در تصمیم گیری و موفقیت در تجارت الکترونیک می باشد . اینکه:
 کدام داده با چه فرمتی مناسب کدام بخش از کسب و کار ما است ؟
 چطور می توانیم داده درست را از نادرست تشخیص دهیم ؟
کدام ابزار تحلیل داده مناسب بازاریابی ، فروش، خدمات پس از فروش به مشتریان و .... است؟
 *مقاله : از تجزیه و تحلیل کسب و کار آنلاین خود نترسید (بخش اول)
مدیریت کسب و کار اینترنتی با استفاده از داده ها و تحلیل داده ها چطور امکان پذیر است؟
 *مقاله : داده های بزرگ، آینده تجارت الکترونیکی

و ....

شاخص کلیدی عملکرد مالی نسبت جاری



 

فرمول : جمع دارائیهای جاری ÷ جمع بدهی های های جاری

 این نسبت نشان می دهد که دارائی جاری تا چه حد بدهی جاری را می پوشاند . نسبت مذکور را مقیاس نقدینگی در کوتاه مدت می دانند . این نسبت از مهمترین شاخص های مالی است و روند این نسبت باید مورد توجه قرار گیرد.

دارایی های جاری آن دسته از دارایی ها هستند که به راحتی قابل نقد شدن هستند مانند ذخیره پول خارجی , ذخیره سکه ها و طلا ها ، نقدینگی موجود در صندوق و حساب های بانکی ، طلب هایی که به زودی وصول خواهند شد و موجودی کالای قابل فروش که در انبار ذخیره شده است .

بدهی های جاری شامل بدهی هایی میشوند که زمانی کمتر از یک دوره مالی به تسویه آنها باقی مانده است . مانند حساب طلبکاران و وام های کوتاه مدت .

هر چقدر این نسبت بیشتر باشد نشان دهنده قدرت بیشتر آن سازمان است و نشان دهنده این است که با ملاحظه تصمیم گیری میکنند و زیاد ریسک پذیر نیستند و به احتمال زیاد تا الان اغلب پروژه هایشان به سود دهی رسیده است .  

در بورس یکی از شاخص هایی که در تعیین قیمت یک سهام نقش دارد همین نسبت است چون در صورتیکه این نسبت مثبت باشد احتمال ورشکستگی آن واحد تجاری بسیار کم می شود و اگر یکی از پروژه هایی که در حال اجراست به خوبی پیش نرود ، سازمان مشکلی برای پرداخت بدهی های خود نخواهد داشت .


 

 

چطور کسب و کارهای کوچک می توانند از داده های بزرگ استفاده کنند ؟


 

داده های بزرگ فقط برای کسب و کارهای بزرگ نیست . اگر اطلاعات و دانش روز در زمینه مدیریت را مطالعه نمایید ، هر روز مطالب زیادی راجع به داده های بزرگ خواهید دید .

داده های بزرگ چیستند ؟

مفهوم داده های بزرگ بسیار ساده است و در واقع همان چیزیست که نامش میگوید . اطلاعات و داده های بسیار زیاد که در واحد مگابایت یا گیگابای�� قابل اندازه گیری نیستند و بیشتر در قالب ترابایت یا پتابایت میگنجند را داده های بزرگ مینامند که از نگرش های مختلف  قابل تحلیل و بررسی است .

به گفته شرکت IBM  روزانه حدود دو و نیم کوانتیلیوم بایت  اطلاعات،  توسط ما به وجود می آید . جالب است بدانید بیش از 90% داده ها در دنیای امروز ، تنها در 2 سال اخیر ایجاد شده اند .

به کسب و کار خود بیندیشید . در گذشته هیچ گاه اطلاعات به این شکل ذخیره و نگهداری نمیشد . ذخیره سازی بیشتر روی کاغذ بود که امکان تحلیل آنها در یک منظر بزرگ بسیار سخت و غیر قابل انجام بود .

البته امروزه تمامی کسب و کارهای کوچک هم به صورت  الکترونیکی اطلاعات خود را طبقه بندی و ذخیره مینمایند . شاید در یک کسب و کار کوچک حجم کلی اطلاعات هیچ وقت از لحاظ حجمی به مقدار یک داده بزرگ نرسد ولی حقیقت این است که همان اطلاعات برای آن واحد در حکم داده بزرگ است ، چون تمام برنامه ریزی ها و سنجش ها و کنترل ها با بررسی همان اطلاعات ممکن خواهد بود . این با تعریف دیگر داده های بزرگ هماهنگ است . تعریف دیگر میگوید ، در تمام داده های بزرگ ، سه فاکتور اصلی وجود دارد : حجم زیاد، سرعت بالا و تنوع زیاد .

استفاده های کاربردی از داده های بزرگ بسیار گوناگون است که در ادامه مقاله به آن اشاره مینماییم .

1-      با استفاده از داده های بزرگ به سادگی میتوانید از سلیقه مشتریان خود آگاه شوید .

برای مثال یک شرکت کوچک اجاره ویلا در ایالت کارولینای شمالی از نرم افزار جمع آوری و طبقه بندی داده های بزرگ استفاده مینمود . آنها پس از مدتی به سادگی زمان های کم مسافر و پرمسافر را پیش بینی میکردند و با تخمین زدن صحیح از نرخی که مسافران خواهند پرداخت ، در فصول مختلف ، قیمت و تعداد ویلاهای رزروی خود را به سادگی تنظیم مینمودند .

2-      پیشرفت کیفی در تولید محصولات

شرکت های تجاری که اطلاعات خود را به طور الکترونیکی ثبت و طبقه بندی میکنند ، پس از مدتی به سادگی میتوانند مقدار مصرف و نوع مصرف مشتریان از محصولات خود را با نمودارها و جداول بررسی کنند و از این طریق خرید و فروش خود را تنظیم نمایند .

برای مثال پس از مدتی میتوان از روی داده های الکترونیکی حجیم و با کمک نرم افزارهای تحلیلگر و داشبوردهای مدیریتی متوجه شویم در کدام نقاط از شهر ، کدام محصولات ما خواهان بیشتری دارد و روی آن محصول در آن مکان بیشتر توجه کنیم . یا مثلا در کدام رنج سنی ، چه محصولی بیشتر به فروش میرسد ، با دانستن این مساله ، به سرعت میتوانیم فروش آن محصول را بالا ببریم . مثلا اگر رنج سنی 13 تا 17 سال ، میل زیادی به خرید کافه میکس دارند ، در کنار کتابخانه مخصوص دبیرستانی ها برای فروش کافه میکس اقدام نماییم  .

3-      ساخت حس از رسانه های اجتماعی

 در مورد مقدار بسیار عظیمی از اطلاعات که در شبکه های اجتماعی وجود دارد بیندیشید . هر روز مشتریان شما اطلاعات فراوانی را با دیگران به اشتراک میگذارند که به شما کمک میکند بسیار سریع دایره هدف مشتریان خود را بیابید.

چیزی که در کسب و کار سنتی بیشتر شبیه یک رویا بود .

اما مشکل بزرگ ، نحوه صحیح استفاده از داده های عظیم است که بدون استفاده از داشبوردهای مدیریتی به سختی امکان پذیر می باشد . داشبوردها به ما این امکان را میدهند که در کمتر از چند ثانیه از وضعیت کنونی کسب و کار و نقاط ضعف و قدرتمان مطلع شویم و از داده های بزرگی که در طی زمان با دقت و توجه گرداوری کرده ایم ، نهایت استفاده را بنماییم .

 

مطالب مرتبط :

داشبورد مدیریتی چیست ؟

فقط مدیران بخوانند.

چگونه بحران های سازمان را کنترل کنیم؟




نگرش سنتی به مدیریت بحران، براین باور بود که مدیریت بحران یعنی فرو نشاندن آتش؛ به این معنی که مدیران بحران در انتظار خراب شدن امور می‌نشینند و پس از بروز ویرانی، سعی می‌کنند تا ضرر ناشی از خرابیها را محدود سازند. ولی به تازگی نگرش به‌این واژه عوض شده است. براساس معنای اخیر، همواره باید مجموعه‌ای از طرحها و برنامه‌های عملی برای مواجهه با تحولات احتمالی آینده در داخل سازمانها تنظیم شود و مدیران باید درباره اتفاقات احتمالی آینده بیندیشند و آمادگی رویارویی با وقایع پیش‌بینی نشده را کسب کنند؛ بنابراین، مدیریت بحران بر ضرورت پیش‌بینی منظم و کسب آمادگی برای رویارویی با آن دسته از مسائل داخلی و خارجی تاکید دارد که به طور جدی شهرت، سودآوری و یا حیات سازمان را تهدید می‌کنند . در واقع مدیر بحران سعی دارد تا در شرایط دشوار، سازمان را در موقعیت خوب نگه دارد.
یک بحران سازمانی فقط یک فاجعه‌ مانند یک رکود اقتصادی، سقوط یک هواپیما و یا محدود کردن شرکتهایی نیست که باعث تلفات عظیم و یا خسارات شدید محیطی می‌شوند بلکه می‌تواند دارای شکلهای متنوعی مانند بدنام شدن محصول، مخدوش شدن خدمات پشتیبانی کننده، تحریم کردن محصولات، اعتصاب، دزدیده شدن، رشوه‌دهی و رشوه‌خواری، درگیری خصومت‌آمیز، ، خراب شدن سیستم اطلاعات سازمانی و یا سیستم اطلاعات شرکتهای مادر است.
با وجود اینکه تصمیمات مربوط به یک بحران باید به سرعت اتخاذ شود ولی در عمل بحرانها به صورت ناگهانی بروز نمی‌کنند و اغلب آنها علائم هشدار دهنده‌ای دارند که مشکلات و معضلات بالقوه‌ای را نشان می‌دهند. یک بحران می‌تواند شبیه به مکانیسمی باشد که مراحل تولد، رشد، بلوغ و افول یا مرگ را طی می‌کند. در زبان چینی واژه «ویجی» (WEIJI) معادل واژه بحران است که معنای خطر و فرصت را می‌دهد. این لغت اساس و شالوده مدیریت بحران را آشکار می‌کند یعنی: وقتی اداره کردن به درستی صورت گیرد یک خطر به عنوان یک بحران می‌تواند یا پیشگیری شود یا اثرات آن کاهش می‌یابد و یا حتی تبدیل به یک فرصت شود. اغلب هر بحران دانه‌هایی از موفقیت را در خود دارد، همان طور که ریشه‌های شکست را نیز می‌تواند در خود داشته باشد .

اگر مدیریت بحران را برنامه‌ریزی برای کنترل بحران تعریف کنیم در آن صورت چهار مرحله را برای برنامه‌ریزی برای کنترل بحران باید به انجام رساند. نخست باید پدیده‌های ناگوار پیش‌بینی شوند، سپس باید برنامه‌های اقتضایی تنظیم گردند، پس از آن باید تیم‌های مدیریت بحران تشکیل و آموزش داده شوند و سازماندهی گردند و سرانجام باید برای تکمیل برنامه‌ها، آنها را به صورت آزمایشی و با تمرین عملی به اجرا در آورد .
در ممیزی بحران از روشهای منظمی برای یافتن نقاط بحران‌خیز و آسیب‌پذیر استفاده می‌شود. هنگامی که مدیران یک سلسله از پرسشهایی نظیر «چه خواهد شد، اگر چنان شود؟» و «اگر چنین شود، چه پیش خواهد آمد؟» را مطرح می‌کنند ، نیاز به اطلاعات دقیق و آمارهای کاملا صحیح از سیستم دارند . در صورتیکه آمارها و اطلاعات ارائه شده به مدیر ، عمداً یا سهواً اشتباه باشد ، تمام مراحل کار اشتباه پیش خواهد رفت و این قضیه به تنهایی مشکل بزرگی به حساب می آید ، چون در بسیاری موارد ، کارمندان تمایل ندارند مدیر ، تمام واقعیات موجود در سازمان یا کارخانه را بداند ، در نتیجه در اغلب گزارشاتی که تحویل مدیریت میشود ، کمی اغراق یا اهمال می شود . یا در بسیاری مواقع بحرانی ، تهیه گزارش آنقدر به طول می انجامد که ارزش اطلاعاتی خود را از دست میدهد . در طی سالهای اخیر این مشکلات از بزرگترین موانع مدیریت برای کنترل صحیح سازمان بود که با ابداع نرم افزارهایی مانند داشبوردهای مدیریتی این معضلات حل شد و اینک در کشورهای جهان سوم نیز ، استفاده از داشبوردهای مدیریتی که مستقیما مدیر را از تمامی وقایع سازمان باخبر میکند ، در حال رواج است .

شرکتهایی که دارای برنامه‌های مدیریت بحران هستند قادر خواهند بود:
* وضعیت شرکت را به طور دائم کنترل نمایند و هر نوع مساله غیر عادی را سریعا شناسایی کرده و از جدی شدن خطر پیشگیری کنند .
* در مواقع اضطراری اطلاعات دقیق و به موقع ارائه دهند.
* دغدغه خاطر مدیران اجرایی را به حداقل برسانند.
* رسوائیهای مالی را کنترل کنند.
* تأثیر وقایع بحرانی را برشهرت سازمان به حداقل برسانند .
* تخصص و تعهد سازمانی را برای مواجهه با بحران افزایش دهند.
 
 فهرست منابع :
پایگاه مقالات علمی مدیریت و اطلاعات شخصی نویسنده
 

مطالب مرتبط :

داشبورد مدیریتی چیست ؟

فقط مدیران بخوانند .

تاریخچه شرکت وندا و داشبورد مدیریتی vdash




متخصصان شرکت نوآوران توسعه وندا در سال 1382 فعالیت خود را با هدف کمک به ارتقاء سطح پارک ها و مراکز رشد فناوری کشور آغاز نمودند . همان طور که می دانید پارک های علم و فناوری مجموعه هایی هستند که برای حمایت از نوآوران، فناوران و شرکت های دانش بنیان فعالیت می کنند . در واقع این مجموعه ها با پشتیبانی مالی و تخصصی از شرکت ها و افراد فناور، آنها را در تولید و فروش محصولات خود یاری می کنند .

شرکت وندا با تلاش شبانه روزی توانست اولین محصول نرم افزاری خود را با نام سامانه جامع مدیریت پارک و مرکز رشد فناوری تولید نماید که به دلیل استقبال زیاد پارک های فن آوری،عرضه آن  در هفت نسل، از تحت ویندوز تا  تحت وب و به صورت شبکه ای ادامه پیدا کرد و سرانجام در سال 1391، و با حمایت وزارت علوم، تحقیقات و قناوری، اطلاعات همه پارک ها و مراکز رشد فناوری کشور را همسان سازی کرده و به صورت یکپارچه در سامانه اطلاعات فناوری ایران (متعلق به وزارت علوم) تجمیع کند.

در این پروسه 9 ساله، هدف اصلی شرکت توسعه نوآوران وندا، کمک به ارتقا سطح پارک های فناوری به کمک نرم افزارهای مدیریتی و حذف هزینه های سربار در چرخه تولید اطلاعات تا گزارش گیری بود. یعنی مدیران بتوانند به بهترین نحو از اطلاعات استفاده کرده و تصمیمات صحیحی جهت پیشرفت مجموعه تحت نظارت خود اخذ نمایند.

اما با وجود سیستم قدرتمند جمع آوری داده ها و طبقه بندی صحیح آنها،  به دلیل پویای ذاتی مراکز فناوری و ارتقاء سطح و شکل خواسته های مدیران این مراکز، آنها مرتبا نیازمند ایجاد گزارش های جدید و فرمت های متنوع اطلاعات در سازمان خود بودند. این امر در خروجی های مورد نیاز وزارت علوم نمود چند برابر پیدا می کرد.

شرکت وندا با تحقیقات گسترده در این زمینه به این نتیجه رسید که همه مدیران در صنف های مختلف با این مشکل روبرو هستند و خلا وجود یک نرم افزار مدیریتی مدرن مانند داشبوردهای مدیریتی و آنالیز اطلاعات برای تکمیل فرآیند کاری نرم افزار عملیاتی تولید شده حس می شود.

در نتیجه شرکت وندا با ایده تولید یک نرم افزار برای مدیران مشاغل مختلف، به نحوی که در لحظه جوابگوی تمام سوالات آنان باشد، یک پروژه جدید را آغاز نمود. پس از چندین سال تلاش بی وقفه، هم اینک نرم افزاری به نام vdash  تولید شده و آماده بهره برداری است . این نرم افزار به سادگی داده های بخش های مختلف سازمان را به طور آنلاین مدل سازی نموده و امکان آنالیز اطلاعات و ساخت داشبورد مدیریتی را به شکلی ساده در اختیار مدیر قرار می دهد.

 

مطالب مرتبط :

داشبورد مدیریتی چیست ؟

محرمانه با مدیران

6 خصوصیت یک داشبورد خوب

فقط مدیران بخوانند . 


تاثیر داشبورد مدیریتی در حل بحران شهر دُرال

 موضوع چالش

مسولین شهر دُرال واقع در ایالت فلوریدای آمریکا ، تمایل به ادغام داده از دپارتمانهای متفاوت شهر در یک سیستم را داشتند . این درخواست در جهت مدیریت بهینه عملکرد ، اندازه گیری عملکرد و استفاده از اطلاعات در راستای ایجاد تغییرات و ارتقاء خدمات شهری بود .

 

راه حل

مسئولین شهر دُرال طی مشارکتی با شرکت EMA ایده ی را پیاده سازی نمودند . این ایده امکانی را فراهم می کرد که داده های موجود در سامانه های متفاوت شهری و اقتصادی یکپارچه گردند و بصور یک داشبورد آنلاین قابل مشاهده باشد.

معیارهای ارائه شده در داشبورد می توانست در فرمت های متنوعی نمایش داده شود. (بعنوان مثال جدول، نمودار، ایمیل های اطلاع رسانی و یا حتی گزارشات موردی) و چیزی بیشتر از اعداد و ارقام منعکس کند. این داشبورد به اندازه گیری نتایجی می پرداخت که درک بهتر مسائل و رسیدن به اهداف و بهبود عملکرد را  برای مسئولین شهر آسان می نمود. این نوع گزارش دهی به مسئولین شهر جهت درک رشد واقعی و صرفه جویی در هزینه ها کمک می کرد .

 

نتایج

داشبورد شهر دُرال داده های دقیق را در فرمت صحیح فراهم می کرد. کلیه ی بخش ها نظیر دپارتمان ها، مدیران، کارکنان و حتی شهروندان را قادر می ساخت که تصمیمات هوشمندانه تر و آگاهانه تری را بگیرند. داشبورد مبتنی بر ورودی ها منافع بزرگی را برای شهر به ارمغان می آورد. به نحوی که نشان می داد چطور شهر رشد کرده است و افزایش بهره وری در آن اتفاق افتاده است.




          

نمونه های این امر را می توان در روند بازرسی دپارتمان پلیس شهر مشاهده کرد. برای بازرسی ها ، بجای گزارش لیست شده از تعداد بازرسی های انجام شده در یک هفته ( که داده های آن موجود است) مقیاس های کارآمدتر ها نشان می داد که تعداد کل بازرسی های مجدد در هر هفته ناشی از ناکارآمد بودن بازرسی های اولیه بوده است. تعداد بالای بازرس های نجدد به مسئولین شهر هشدار می داد که نیاز به آموزش و پیشرفت بیشتر در جامعه وجود دارد.

برای دپارتمان پلیس شهر درال، بجای گزارش ساده ای که پیرامون تعداد گزارشات ثبت شده، ارائه گردد ، مقیاس های کاربردی تری ارائه شد که کاهش تعداد گزارشات ثبت شده ، تصادفات و بهینه سازی روند ترافیک را نشان می داد.

گزارشات حاصله به پلیس کمک می کرد که تصمیمات آگاهانه ای درباره مدیریت ترافیک و رانندگی ایمن اتخاذ نماید. مقیاس های صحیح نشان می داد که اگر پلیسی در محل حضور داشته باشد و گزارشات را ثبت کند ، تاثیر بسزایی خواهد داشت.  در نهایت اینکه به دپارتمان کمک می کرد که تصمیمات دقیق مدیریتی  بگیرد.

مزایای داشبورد داده ها برای شهروندان ، کسب اطلاعات و توانمندسازی است. این داشبورد ، به شهروندان درباره مسائل جامعه و جریانات دولتی شهر آموزش هایی ارائه می کرد. در این فضا شهروندان نیز با آگاهی از گزارشات ، در روند رشد و ترقی شهر مشارکت می نمایند.

موفقیت های شهر دُرال که به واسطه اندازه گیری نتایج شهری در یک داشبورد ارائه می شد ، نه تنها مسئولین را مطلع می ساخت بلکه این پتانسیل را داشت که به دو بخش خدمات عمومی و شهرداری ها کمک نماید تا رشد معنا داری از استراتژی استفاده از مقیاس ها درک نمایند.