数据驱动型公司的业务指标1-杜克大学
解释性的课程，第一课没有课件或者项目实战。
市场与业务指标
-
nagative float
负增长：为什么销售额升高，但公司却亏得越厉害？
考虑固定成本和延迟到账。公司产品的成本中含有固定成本，例如G&A 普通人员和坏境开支，也有原料成本等等。而客户的延迟付款可能会导致在一段时间内，公司现金流为负数。越大的销售额，同时意味着更大的生产成本，会减少公司的现金流。 -
几个需要考虑的指标
a. 收入指标（revenue metrics）: 增加销售额
b. 可能性指标（probability metrics）：减少投入成本
c. 风险指标（risk metrics）：减小风险 -
收入指标的例子：怎样让客户买？
亚马逊销售策略
通过用户的搜索习惯和客户特性推荐书籍，增加购买率等等。
针对公司有AWS云服务策略。 -
可能性指标：减少投入成本和损失成本。
例如酒店和机票的成本是固定的，某些日子没人住酒店，但场地费成本一样；没人买机票，空座位成本也是固定的。所以要计算入住的可能性，调整价格。机票则是计算购买人数，调整航线和实时调整价格。例如，你每隔一段时间刷出来的机票价格都是不一样的。 -
风险指标：
就是财产损失的风险，设备损坏，成本上升等等。
2. 不同岗位划分
不用看视频，世界看两个pdf文件就差不多了。
以下是商业分析师，商业数据分析师，数据科学家所需的技能划分。基础类似，这三个职位越往后需要的技能越多。
job.png
不同类型的公司所需岗位区别，软硬件公司主要是以开发为主，咨询公司以商业数据分析师为主。要求较高的数据科学家（e.g.数据挖掘工程师）反而是需求较少，新颖却尴尬的职位。
company.png
3. 如何判断一个公司是否为数据驱动？
英文原版如上，以下是我从粗翻，缩成了19条。
核心是 更好，更快，更贴心。
更好的产品和服务态度，更好的销售策略；更快地提供服务和产品的方式；更多贴心定制服务。
3.1 对产品和服务：
- 有移动版软件产品
- 记录网站中用户的全部操作用于数据分析
- 从两方面记录访客记录：是否注册，第一次售卖服务
- A/B测试
- FLV的实际估计值（新客户的未来生命周期价值），点击率和
转化为收入率的可能性，从点击费用的上限设置广告词竞标价 - 鼓励线上和线下商店互动
- 记录单个客户的所有互动信息：网络访问，SKU级别的在线或店内采购，支持电话和投诉，退货等 - 都存储在一个公共数据库中，并且可以在短时间内给销售代表在与客户交谈时进行查看。
- 制定有吸引力的有偿“会员”计划，例如亚马逊Prime，全家尊享会员等等。
- 销售奖励定制。 在完成购买时，客户将获得优惠券或其他奖励在未来再次购买 - 并且优惠是根据其独特的定制购买历史。（例如支付宝和饿了么的红包，奖励金；积分，优惠券等等）
- 区分和奖励熟客和大客户，增加收入。
- 跟踪客户流失率并制定一个计划，有计划地联系“安静”的前客户，并为他们提供回报奖励。
- 为已建立的客户提供有效的降价和最后一分钟促销，以清除任何问题库存 - 如酒店房间和航空公司座位 - 否则会过期毫无价值。
- 实现并保持较高的Google/搜索引擎的广告评级（广告内容和网站着陆页文字真实的并与广告词相关）。
3.2 仅针对产品：
- 网站显示准确的本地商店库存与图像和价格。（网店与实体店）
- 客户可以在线订购并在最方便的实体店购物/取实物。（例如优衣库）
- 跟踪每个商店所有的SKU交付和销售模式，防止过多库存积压，提高热卖商品的库存（减少“零库存”概率并避免销售损失的机会成本。）
- 使用模型调整库存，根据地区，季节和日期来修改店铺层面的库存水平周以优化天数库存与机会成本。
3.3 仅针对服务：
- 快速的快递服务，当天或更快的在线购买交付。（例如饿了么）
- 服务（如评估信贷和贷款）的完成速度快于或快于在线竞争对手。（例如花呗的评估速度，对比传统银行）
增加信息
- “net 60”在提供发票后，60天内付款
- 如何计算库存
Year-end inventory on hand: $44.9 billion
Annual cost of goods sold: $358.1 billion
大致库存天数是：
$ 44.9 billion/$358.1 billion X 365 ≈ 46 day
-
过快的增速可能搞垮一家公司，因为产品成本是固定的，销量越高，成本越高。而客户会延迟付款，这可能使负现金流时间过长，撑不住。
-
数据科学和软件工程师，两条路一般只能选一条。因为需要的技能不一样。（bad bad）
-
实体公司的对手是数字化公司，后者的固定成本更低，而边界利润更高。
2018.5.1 v.0
2018.7.11 v1.1 增加一点信息
