Manfaatkan 2 Hacks Data Kecil Ini untuk Menumbuhkan Bisnis Anda

Big Data adalah topik hangat. Dan itu dapat bekerja sangat baik untuk perusahaan yang tepat.

Namun, sebagai bisnis kecil, Anda bukan "jenis perusahaan yang tepat".

Emas NYATA ada di Data Kecil Anda.

Manfaat Analisis Data Kecil

Leveraging Small Data dapat memberikan keuntungan besar dalam profitabilitas dan arus kas (beberapa penelitian telah menunjukkan bahwa peningkatannya bisa setinggi 50 - 60 persen). Dan itu memungkinkan Anda melakukannya dengan cara yang berisiko rendah, dalam periode waktu yang sangat singkat (bagaimana minggu depan, bulan depan, atau kuartal berikutnya menjangkiti Anda?)

$config[code] not found

Small Data adalah data transaksional yang ditangkap oleh interaksi Anda dengan pelanggan, pemasok, anggota tim, dan produk dan layanan Anda. Ini adalah data yang berada dalam hal-hal seperti sistem akuntansi Anda, CRM Anda, ERP Anda, spreadsheet Excel, dan kumpulan data kecil serupa.

Upaya penuh untuk meningkatkan Data Kecil Anda membutuhkan ilmu data bagian yang sama, pemrograman, audit forensik, dan kreativitas.

Hacks Data Kecil

Namun, untuk memulai perjalanan analisis Data Kecil Anda, saya ingin memberi Anda dua "peretasan data kecil" yang sangat efektif yang dapat Anda gunakan untuk mulai menerapkan kekuatan Data Kecil.

Coba ini di perusahaan Anda. Saya pikir Anda akan terkejut dengan apa yang Anda temukan.

Hack Data Kecil # 1 - Analisis CVPM

Analisis CVPM adalah cara membedah cara bisnis Anda terlihat dari tingkat granular, atau transaksional. Untuk melakukan Analisis CVPM, Anda perlu menganalisis pendapatan, laba kotor, dan biaya overhead Anda berdasarkan “per transaksi”.

Apa yang Anda cari adalah perubahan dalam jumlah granular ini seiring waktu. Misalnya, selama tiga tahun fiskal terakhir. Atau jika lebih relevan, selama empat kuartal terakhir terbaru. Secara umum, wawasan yang lebih baik diperoleh dengan melihat Analisis CVPM Anda selama tiga tahun fiskal penuh.

Mari kita lihat contoh dua bisnis yang berbeda untuk memperjelas konsep ini. Beberapa data yang relevan dari masing-masing bisnis adalah sebagai berikut:

	Bisnis alfa	Beta Bisnis
(A) Jumlah Pelanggan	1,000	370
(B) Frekuensi Per Tahun	0.5	6.0
(C) Laba Kotor Rata-Rata	$ 350	$79
Laba Kotor (A x B x C)	$175,000	$175,380

Informasi ini memberi tahu kita bahwa kita sedang melihat dua bisnis dengan pendekatan dan struktur yang sangat berbeda (dua model bisnis yang berbeda).

Business Alpha mempertahankan sejumlah besar pelanggan yang hanya membeli sesuatu setiap dua tahun (frekuensi 0,5 per tahun), tetapi ini merupakan item tiket yang lebih besar daripada Business Beta.

Business Beta memiliki pelanggan yang jauh lebih sedikit (sekitar sepertiga lebih banyak), tetapi mereka membeli item tiket yang lebih kecil lebih sering (sekitar setiap dua bulan).

Tapi lihat hasil akhirnya. Kedua bisnis menghasilkan hasil Laba Kotor yang hampir identik. Setiap bisnis memiliki sekitar $ 175.000 untuk menutup biaya overhead, membayar utang, berinvestasi kembali dalam pertumbuhan, dan memberikan pengembalian kepada pemilik.

Hack Data Kecil # 2 - Analisis Matriks Produk

Analisis Matriks Produk adalah metode untuk melihat pelanggan tertentu, atau segmen pelanggan, dan membandingkan penjualan berdasarkan produk (atau kategori produk) untuk setiap pelanggan. Ini memberikan tampilan luasnya pendapatan dari setiap pelanggan yang berasal dari berbagai produk dan layanan Anda.

Biasanya paling efektif untuk memulai pada tingkat yang lebih teragregasi, dan menggali lebih detail seperti yang ditunjukkan data dan analisis.

Analisis Matriks Produk paling kuat bila dilakukan dengan dimensi berikut:

Pelanggan - penjualan
Pelanggan - pendapatan
Pelanggan - laba kotor
Segmen pasar atau bisnis
Geografi
Industri

Tabel di bawah ini memberikan contoh untuk memandu Anda:

Pendapatan Penjualan Oleh Pelanggan
Pelanggan	Pendapatan
Puncak	$ 35,000
ACX	$ 23,600
Bergstrom	$ 74,835
Manilo SP	$ 126,959
TOTAL	$ 260,394

Informasi yang terkandung dalam tabel pertama ini menarik. Tetapi tidak memberikan banyak detail tentang komponen total pendapatan untuk setiap pelanggan. Paling-paling, itu mungkin akan mengarahkan Anda dan tim penjualan Anda untuk puas dengan volume pendapatan Manilo SP dan hanya "mencoba untuk menjual lebih banyak" ke Acme dan ACX.

Tabel di bawah ini memberikan pandangan yang lebih rinci, dan bermanfaat dari pelanggan yang sama, menggunakan konsep Analisis Matriks Produk.

Matriks Penetrasi Produk (berdasarkan pendapatan)
Pelanggan	Produk A	Produk B	Produk C	Produk d	TOTAL
Puncak	$ 35,000	$ nihil	$ nihil	$ nihil	$ 35,000
ACX	$ nihil	$ nihil	$ nihil	$ 23,600	$ 23,600
Bergstrom	$ 12,500	$ 19,325	$ 1,350	$ 41,660	$ 74,835
Manilo SP	$ 103,000	$ 23, 009	$ 950	$ nihil	$ 126,959
TOTAL	$ 150,500	$ 42,334	$ 2,300	$ 65,260	$ 260,394

Informasi dari Analisis Matriks Produk ini kemungkinan akan mengarah pada kesimpulan yang berbeda.

Misalnya, meskipun Manilo SP sepertinya kita harus puas dengan pendapatan mereka (ketika hanya pendapatan penjualan dari tabel pertama yang digunakan), kita sebenarnya tidak boleh puas sama sekali. Mereka membeli sejumlah kecil produk C dan D dari kami.