前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇商務(wù)數(shù)據(jù)分析報(bào)告范文，相信會(huì)為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

商務(wù)數(shù)據(jù)分析報(bào)告范文第1篇

如何能制作出一份成功的簡歷，以增加在簡歷篩選中的勝算?如何能在不降低成功率的前提下提高簡歷篩選的效率?以下是小編整理的簡歷表格的格式參考，以供大家閱讀。

簡歷表格的格式一：姓名：性別：女年齡：21 歲身高：163cm婚姻狀況：未婚戶籍所在：現(xiàn)居住地：工作經(jīng)驗(yàn)：3-5年聯(lián)系電話：郵箱：最高學(xué)歷：大專專業(yè)：建筑裝潢設(shè)計(jì)求職意向最近工作過的職位：導(dǎo)購期望崗位性質(zhì)：全職期望工作地：信陽市期望月薪：2900期望從事的崗位：客服專員/助理(非技術(shù))期望從事的行業(yè)：互聯(lián)網(wǎng)/電子商務(wù)技能特長技能特長：接受新生事物快，勤奮好學(xué)，具有2年多的電子產(chǎn)品銷售經(jīng)驗(yàn)。教育經(jīng)歷中國計(jì)算機(jī)函授學(xué)院(大專)起止年月：2007年9月至0年0月學(xué)校名稱：中國計(jì)算機(jī)函授學(xué)院專業(yè)名稱：建筑裝潢設(shè)計(jì)獲得學(xué)歷：大專工作經(jīng)歷XX電腦城- 導(dǎo)購起止日期：2009年10月至0年0月企業(yè)名稱：弘運(yùn)電腦城從事職位：導(dǎo)購業(yè)績表現(xiàn)：主要銷售主裝機(jī)，數(shù)碼周邊配件等　簡歷表格的格式二：姓名

性別

女

出生日期

1985.11.21

民族

漢族

血型

O型

婚姻狀況

已婚

教育程度

本科

工作年限

4年

政治面貌

群眾

現(xiàn)有職稱

無

戶口所在地

山東省青島市

現(xiàn)居住地

青島市

聯(lián)系方式

電子郵箱

求職意向

期望從事職位：數(shù)據(jù)分析師

期望工作地點(diǎn)：青島市

自我評價(jià)

1、具有扎實(shí)的統(tǒng)計(jì)學(xué)專業(yè)基礎(chǔ)知識，掌握常見的統(tǒng)計(jì)方法；

2、熟練掌握常用的數(shù)據(jù)挖掘方法，算法和相關(guān)工具、熟練使用SAS軟件；

3、數(shù)據(jù)處理能力很強(qiáng)，熟練使用Office軟件；

4、有良好的邏輯思維能力，注重細(xì)節(jié)、對數(shù)字敏感，能挖掘數(shù)據(jù)背后的意義，能夠獨(dú)立完成、撰寫業(yè)務(wù)數(shù)據(jù)分析報(bào)告。

工作經(jīng)歷

2010年7月-2012年7月

山東****網(wǎng)絡(luò)有限公司

單位性質(zhì)：合資

所任職位：數(shù)據(jù)分析師

工作地點(diǎn)：青島市

職責(zé)描述：

1、根據(jù)業(yè)務(wù)需求，制定用戶使用行為數(shù)據(jù)的采集策略，設(shè)計(jì)、建立、測試相關(guān)的數(shù)據(jù)模型，從而實(shí)現(xiàn)從數(shù)據(jù)中提取決策價(jià)值，撰寫分析報(bào)告；

2、跟蹤并分析客戶業(yè)務(wù)數(shù)據(jù)，為客戶的發(fā)展進(jìn)行決策支持；

3、完成對海量信息進(jìn)行深度挖掘和有效利用，充分實(shí)現(xiàn)數(shù)據(jù)的商業(yè)價(jià)值；

4、支持微博事業(yè)部等產(chǎn)品部門下的運(yùn)營，產(chǎn)品，研發(fā)，市場銷售等各方面的數(shù)據(jù)分析，處理和研究的工作需求。

2008年6月-2010年6月

****公司

單位性質(zhì)：國企

所任職位：數(shù)據(jù)分析助理

工作地點(diǎn)：青島市

職責(zé)描述：

1、完成對行業(yè)銷售及相關(guān)數(shù)據(jù)的分析、挖掘，熟練制作數(shù)據(jù)報(bào)表、撰寫評估分析報(bào)告；

2、獨(dú)立完成用戶行為特征與規(guī)律的分析，關(guān)注市場動(dòng)態(tài)與風(fēng)險(xiǎn)，為產(chǎn)品方向提出合理建議；

3、在分析師的指導(dǎo)下構(gòu)建公司業(yè)務(wù)領(lǐng)域數(shù)據(jù)分析與挖掘模型和方法論；

4、針對歷史海量商業(yè)數(shù)據(jù)，能及時(shí)發(fā)現(xiàn)和分析其中隱含的變化和問題，為業(yè)務(wù)發(fā)展提供決策支持；

5、完成數(shù)據(jù)分析相關(guān)的需求調(diào)研、需求分析等。

項(xiàng)目經(jīng)驗(yàn)

2011年5月*****項(xiàng)目

項(xiàng)目職責(zé)：

1、收集用戶使用行為數(shù)據(jù)；

2、完成行為數(shù)據(jù)的分析；

3、制定模型與產(chǎn)品運(yùn)營間的聯(lián)動(dòng)接口。

教育背景

2004年9月-2008年6月

山東**大學(xué)

統(tǒng)計(jì)學(xué)專業(yè)

本科

主要課程：數(shù)學(xué)分析、幾何代數(shù)、數(shù)學(xué)實(shí)驗(yàn)，常微分方程、數(shù)理統(tǒng)計(jì)、抽樣調(diào)查、多元統(tǒng)計(jì)、計(jì)算機(jī)應(yīng)用基礎(chǔ)、程序設(shè)計(jì)語言、數(shù)據(jù)分析及統(tǒng)計(jì)軟件、回歸分析等。

掌握了扎實(shí)的專業(yè)基礎(chǔ)知識，擅長數(shù)學(xué)，有很強(qiáng)的分析和演算能力，業(yè)余廣泛了解相近專業(yè)的一般原理和知識，如經(jīng)濟(jì)學(xué)、計(jì)算機(jī)操作等，在統(tǒng)計(jì)計(jì)算的基礎(chǔ)上鍛煉了視野廣闊的分析技能。

培訓(xùn)經(jīng)歷

2010年3月-2010年10月

數(shù)據(jù)分析與SAS培訓(xùn)

主要課程：SAS體系內(nèi)容、ETL技術(shù)、SAS分析技術(shù)、假設(shè)檢驗(yàn)、方差分析以及各種模型分析等。

通過本次數(shù)據(jù)分析培訓(xùn)，全面掌握了SAS的內(nèi)容，如邏輯庫及操作符與SAS的表達(dá)式等，能夠完成復(fù)雜數(shù)據(jù)步的控制，數(shù)據(jù)集整理以及主成分分析、因子分析等，提升了數(shù)據(jù)的分析能力。

專業(yè)技能

熟悉數(shù)據(jù)分析模型的建立，能獨(dú)立完成數(shù)據(jù)分析并針對結(jié)果給出一定的建議。

簡歷表格的格式三：姓 名性 別男出生日期1990-10-9戶口地廣州住宅電話*****手 機(jī)EMAIL個(gè)人主頁****聯(lián)系地址廣東省xxxx畢業(yè)院校工作經(jīng)歷時(shí)間所在公司職位相關(guān)說明20xx年1月2日——

20xx年10月15日廣州無限信息傳播有限責(zé)任公司網(wǎng)頁制作工程師/WEB美工/項(xiàng)目經(jīng)理畢業(yè)以后找的第一份工作，主要職責(zé)是網(wǎng)頁設(shè)計(jì)、FLASH制作以及平面設(shè)計(jì)。由于能力突出，后期在做大型項(xiàng)目中國校園商務(wù)網(wǎng)時(shí)任項(xiàng)目經(jīng)理20xx年10月——

20xx年3月馨藍(lán)數(shù)碼工作室設(shè)計(jì)師第一份工作辭職以后與幾個(gè)朋友自行開發(fā)制作馨藍(lán)游戲網(wǎng)20xx年3月——

20xx年9月31日廣州高安軟件有限公司美工監(jiān)理，設(shè)計(jì)師馨藍(lán)游戲網(wǎng)與該公司簽署合作協(xié)議，正式合并到該公司，自己也加入該公司參與網(wǎng)站建設(shè)工作，為尋求個(gè)人更大發(fā)展而離開該公司主要作品（建議上我的求職主頁查看詳細(xì)*******）網(wǎng)頁作品FLASH作品精益眼睛眼鏡店網(wǎng)站導(dǎo)入FLASH

NEC網(wǎng)站導(dǎo)入FLASH

紅寶石電子網(wǎng)站導(dǎo)入FLASH

婦女維權(quán)網(wǎng)站導(dǎo)入FLASH

商務(wù)數(shù)據(jù)分析報(bào)告范文第2篇

如何以數(shù)據(jù)驅(qū)動(dòng)決策，提升網(wǎng)站價(jià)值（大數(shù)據(jù)時(shí)代的分析利器）

目前，越來越多的網(wǎng)站開始重視數(shù)據(jù)，并期望從中發(fā)現(xiàn)新的機(jī)會(huì)，不管你是做網(wǎng)絡(luò)營銷、互聯(lián)網(wǎng)產(chǎn)品設(shè)計(jì)、電子商務(wù)運(yùn)營、個(gè)人站點(diǎn)運(yùn)營維護(hù)，我們都希望從數(shù)據(jù)中尋找有價(jià)值的結(jié)論，并且指導(dǎo)公司管理層的決策，最終創(chuàng)造更大的網(wǎng)站價(jià)值。本書以通俗易懂的方式來講解網(wǎng)站分析所需掌握的知識，剖析日常工作中遇到的問題，并且配合大量的實(shí)戰(zhàn)案例的講解。

本書適合網(wǎng)站運(yùn)營人員、網(wǎng)絡(luò)營銷人員（SEO、SEM、EDM）、網(wǎng)站產(chǎn)品經(jīng)理和個(gè)人站長閱讀，本書也適合計(jì)算機(jī)專業(yè)或者市場營銷專業(yè)的自學(xué)。

目錄

第1章解密神奇的網(wǎng)站分析——網(wǎng)站分析的目的、流程及價(jià)值

1.1　為什么要對網(wǎng)站進(jìn)行分析

1.2　網(wǎng)站分析是什么

1.3　如何進(jìn)行網(wǎng)站分析

1.3.1　網(wǎng)站流量質(zhì)量分析

1.3.2　網(wǎng)站流量多維度細(xì)分

1.3.3　網(wǎng)站流量重合度分析

1.3.4　網(wǎng)站內(nèi)容及導(dǎo)航分析

1.3.5　網(wǎng)站轉(zhuǎn)化及漏斗分析

1.4　網(wǎng)站分析為什么很重要

1.5　網(wǎng)站分析帶來的價(jià)值及改變

1.6　網(wǎng)站分析的基本流程

1.6.1　定義（Define）

1.6.2　測量（Measure）

1.6.3　分析（Analyze）

1.6.4　改進(jìn)（Improve）

1.6.5　控制（Control）

1.7　我能成為網(wǎng)站分析師嗎

1.7.1　網(wǎng)站分析行業(yè)概況

1.7.2　興趣和一個(gè)免費(fèi)的分析工具

1.7.3　了解JS及HTML語言

1.7.4　了解網(wǎng)絡(luò)營銷知識及常見廣告模式

1.7.5　Excel和PPT的使用能力

1.7.6　強(qiáng)大的溝通能力

1.7.7　不畏錯(cuò)誤和挑戰(zhàn)的能力

1.7.8　良好的職業(yè)操守和道德底線

1.8　本章小結(jié)

第2章從這里開始學(xué)習(xí)網(wǎng)站分析——網(wǎng)站分析中的基礎(chǔ)指標(biāo)解釋

2.1　我們?nèi)绾潍@得網(wǎng)站的數(shù)據(jù)

2.1.1　常見的數(shù)據(jù)獲取方式

2.1.2　網(wǎng)站日志和JS標(biāo)記

2.1.3　用戶識別

2.1.4　點(diǎn)擊流模型

2.2　網(wǎng)站分析中的基礎(chǔ)指標(biāo)

2.2.1　網(wǎng)站分析中的骨灰級指標(biāo)

2.2.2　網(wǎng)站分析中的基礎(chǔ)級指標(biāo)

2.2.3　網(wǎng)站分析中的復(fù)合級指標(biāo)

2.3　本章小結(jié)

第3章網(wǎng)站分析師的三板斧——網(wǎng)站分析常用方法

3.1　數(shù)據(jù)分析前的準(zhǔn)備工作

3.1.1　數(shù)據(jù)的來源類型

3.1.2　數(shù)據(jù)的清洗與整理

3.1.3　我們的數(shù)據(jù)準(zhǔn)確嗎

3.2　網(wǎng)站數(shù)據(jù)趨勢分析

3.2.1　同比、環(huán)比、定基比

3.2.2　趨勢線擬合

3.2.3　移動(dòng)均值

3.2.4　數(shù)據(jù)監(jiān)控自動(dòng)化

3.3　網(wǎng)站數(shù)據(jù)對比分析

3.3.1　簡單合并比較

3.3.2　比較實(shí)驗(yàn)的設(shè)定

3.3.3　讓比較結(jié)果更可信

3.3.4　別忘記與目標(biāo)對比

3.4　網(wǎng)站數(shù)據(jù)多維度細(xì)分

3.4.1　指標(biāo)和維度

3.4.2　為什么要使用細(xì)分

3.4.3　什么是細(xì)分

3.4.4　細(xì)分的常用方法

3.5　本章小結(jié)87第4章網(wǎng)站流量那些事兒——網(wǎng)站流量分析

4.1　網(wǎng)站中常見的流量分類

4.1.1　網(wǎng)站中常見的三種流量來源

4.1.2　直接流量的秘密

4.2　對網(wǎng)站流量進(jìn)行過濾

4.2.1　過濾流量來源的基本原理

4.2.2　Google Analytics流量過濾速查表

4.3　如何對廣告流量進(jìn)行追蹤和分析

4.3.1　對你的流量進(jìn)行標(biāo)記

4.3.2　區(qū)分搜索付費(fèi)流量與免費(fèi)流量

4.3.3　監(jiān)測百度競價(jià)流量ROI

4.3.4　挖掘有價(jià)值的搜索關(guān)鍵詞

4.3.5　追蹤EDM的活動(dòng)流量

4.4　如何辨別那些虛假流量

4.4.1　虛假流量與真實(shí)流量的特征

4.4.2　辨別虛假流量的十二種方法

4.5　為你的網(wǎng)站創(chuàng)建流量日記

4.5.1　什么是網(wǎng)站流量日記

4.5.2　如何創(chuàng)建流量日記

4.5.3　網(wǎng)站流量日記的作用

4.5.4　開始第一次網(wǎng)站分析報(bào)告

4.6　流量波動(dòng)的常見原因分析

4.6.1　直接流量波動(dòng)常見原因

4.6.2　付費(fèi)搜索流量（SEM）波動(dòng)常見原因

4.6.3　自然搜索流量（SEO）波動(dòng)常見原因

4.6.4　引薦流量波動(dòng)常見原因

4.7　本章小結(jié)

第5章你的網(wǎng)站在偷懶嗎——網(wǎng)站內(nèi)容效率分析

5.1　網(wǎng)站頁面參與度分析

5.1.1　什么是頁面參與度

5.1.2　頁面參與度的計(jì)算方法

5.1.3　設(shè)置并查看頁面參與度指標(biāo)

5.1.4　頁面參與度指標(biāo)的兩個(gè)作用

5.2　頁面熱力圖分析

5.2.1　Google Analytics熱力圖功能

5.2.2　Google Analytics熱力圖中數(shù)字的含義

5.2.3　Google Analytics熱力圖中的細(xì)分功能

5.2.4　Google Analytics熱力圖中的路徑分析

5.2.5　Google Analytics熱力圖的常見問題

5.3　頁面加載時(shí)間分析

5.3.1　理想情況下的Landing Page時(shí)間分布

5.3.2　Landing Page缺乏吸引力的時(shí)間分布

5.3.3　頁面打開速度慢的時(shí)間分布

5.4　網(wǎng)站中的三種渠道分析

5.4.1　網(wǎng)站的流量來源渠道

5.4.2　網(wǎng)站的內(nèi)部渠道

5.4.3　網(wǎng)站的目標(biāo)渠道

5.5　追蹤并分析網(wǎng)站404頁面

5.5.1　使用Google Analytics追蹤404頁面

5.6　最終產(chǎn)品頁分析

5.6.1　如何評價(jià)內(nèi)容的熱門度

5.6.2　基于多指標(biāo)的內(nèi)容簡單分類

5.6.3　基于多指標(biāo)的內(nèi)容綜合評分

5.7　本章小結(jié)

第6章誰在使用我的網(wǎng)站——網(wǎng)站用戶分析

6.1　用戶分類

6.1.1　用戶指標(biāo)

6.1.2　新老用戶

6.1.3　活躍用戶和流失用戶

6.2　用戶行為分析

6.2.1　每個(gè)用戶行為指標(biāo)的分析價(jià)值

6.2.2　基于用戶行為指標(biāo)的用戶分布

6.2.3　基于用戶細(xì)分的用戶行為分析

6.3　用戶忠誠度和價(jià)值分析

6.3.1　基于用戶行為的忠誠度分析

6.3.2　基于用戶行為的綜合評分

6.3.3　用戶的生命周期價(jià)值

6.4　本章小結(jié)

第7章我們的目標(biāo)是什么——網(wǎng)站目標(biāo)與KPI

7.1　對網(wǎng)站進(jìn)行全面貨幣化

7.1.1　設(shè)置電子商務(wù)追蹤

7.1.2　對目標(biāo)設(shè)定貨幣價(jià)值

7.2　創(chuàng)建網(wǎng)站分析體系

7.2.1　定義網(wǎng)站目標(biāo)

7.2.2　獲取并分解網(wǎng)站目標(biāo)

7.2.3　聚焦網(wǎng)站的核心目標(biāo)

7.2.4　關(guān)注每個(gè)分解的目標(biāo)

7.2.5　創(chuàng)建網(wǎng)站分析的KPI

7.3　KPI網(wǎng)站分析成功之匙

7.4　KPI在網(wǎng)站分析中的作用

7.4.1　網(wǎng)站分析KPI的5個(gè)標(biāo)準(zhǔn)

7.5　解讀可執(zhí)行的網(wǎng)站分析報(bào)告

7.5.1　可執(zhí)行的網(wǎng)站分析報(bào)告的內(nèi)容

7.5.2　KPI指標(biāo)的創(chuàng)建及選擇

7.5.3　網(wǎng)站分析關(guān)鍵KPI指標(biāo)報(bào)告

7.5.4　關(guān)鍵KPI指標(biāo)變化分析

7.5.5　訪客行為貨幣化

7.5.6　創(chuàng)建屬于你的Action Dashboard

7.6　目標(biāo)KPI的監(jiān)控與分析

7.6.1　KPI的數(shù)據(jù)監(jiān)控

7.6.2　KPI背后的秘密

7.7　本章小結(jié)

第8章深入追蹤網(wǎng)站的訪問者——路徑與轉(zhuǎn)化分析

8.1　探索用戶的足跡——關(guān)鍵轉(zhuǎn)化路徑分析

8.1.1　明確關(guān)鍵轉(zhuǎn)化路徑

8.1.2　測量關(guān)鍵轉(zhuǎn)化路徑

8.1.3　漏斗模型的展現(xiàn)

8.1.4　有效分析轉(zhuǎn)化路徑

8.1.5　為什么使用漏斗圖

8.1.6　網(wǎng)站中的虛擬漏斗分析

8.2　讓用戶走自己的路——多路徑選擇優(yōu)化

8.2.1　簡化用戶轉(zhuǎn)化路徑

8.2.2　讓用戶選擇適合自己的路

8.2.3　多路徑轉(zhuǎn)化數(shù)據(jù)分析

8.3　基于內(nèi)容組的訪問者路徑分析

8.3.1　基于分析目的規(guī)劃內(nèi)容組

8.3.2　創(chuàng)建內(nèi)容組前的準(zhǔn)備工作

8.3.3　使用過濾器創(chuàng)建內(nèi)容組

8.3.4　檢查并優(yōu)化內(nèi)容組

8.3.5　訪問者流報(bào)告功能概述

8.3.6　訪問者流報(bào)告與其他功能配合使用

8.4　本章小結(jié)

第9章從新手到專家——網(wǎng)站分析高級應(yīng)用

9.1　為你的網(wǎng)站定制追蹤訪問者行為

9.1.1　使用_trackPageview函數(shù)自定義頁面名稱

9.1.2　使用_trackPageview函數(shù)追蹤出站鏈接

9.1.3　使用_trackPageview函數(shù)記錄時(shí)間維度

9.1.4　使用_trackPageview函數(shù)記錄頁面狀態(tài)

9.1.5　使用_trackPageview函數(shù)記錄用戶行為

9.2　按需求創(chuàng)建個(gè)性化報(bào)告

9.2.1　創(chuàng)建報(bào)告前的準(zhǔn)備工作

9.2.2　設(shè)置自定義信息中心

9.2.3　對報(bào)告的用戶權(quán)限進(jìn)行管理

9.2.4　設(shè)置智能提醒和郵件報(bào)告

9.3　控制報(bào)告中的數(shù)據(jù)

9.3.1　過濾器基礎(chǔ)

9.3.2　高級過濾器

9.4　快速數(shù)據(jù)導(dǎo)出工具

9.5　數(shù)據(jù)分析高級應(yīng)用

9.5.1　網(wǎng)站內(nèi)容關(guān)聯(lián)推薦

9.5.2　KNN相關(guān)內(nèi)容推薦

商務(wù)數(shù)據(jù)分析報(bào)告范文第3篇

傭金制終結(jié)暴利時(shí)代

當(dāng)企業(yè)從區(qū)域制走向無限細(xì)化，以醫(yī)院、醫(yī)院銷售代表為單位，進(jìn)行簽約合作時(shí)，就已經(jīng)步入了深度的傭金制階段。

過去，企業(yè)只提供底價(jià)招商，商負(fù)責(zé)和商業(yè)公司結(jié)算。隨著“兩票制”和“企業(yè)自主招標(biāo)”這兩方面政策的出臺，傭金制的操作就轉(zhuǎn)變?yōu)槠髽I(yè)直接和商業(yè)公司結(jié)算，結(jié)算后的費(fèi)用作為傭金（商在臨床推廣過程中的勞動(dòng)報(bào)酬）按照一定的點(diǎn)位返還給商。其中存在兩方面轉(zhuǎn)變：第一，中標(biāo)價(jià)格將由企業(yè)來控制，商無須理會(huì)；第二，企業(yè)和商業(yè)公司關(guān)于供貨價(jià)、返利價(jià)、開發(fā)價(jià)、配送價(jià)等簽約內(nèi)容轉(zhuǎn)由商務(wù)人員支配，其中包括物流功能。此時(shí)，商的主要工作就是做好臨床促銷，關(guān)注的是企業(yè)給予的返點(diǎn)在經(jīng)過臨床推廣后還剩多少利潤，就像差旅管理，每天補(bǔ)助250元，食宿標(biāo)準(zhǔn)自行選擇。

辦事處制需要列支費(fèi)用交由企業(yè)審查，在傭金制下，企業(yè)只需審查所負(fù)責(zé)區(qū)域純銷的藥品當(dāng)量（不是以銷售額，而是以銷售數(shù)量來計(jì)算），然后按30%~35%的點(diǎn)位返還給商。此時(shí)，商跟企業(yè)建立了同盟關(guān)系，必須建立專業(yè)的公司或者找專業(yè)公司開具勞務(wù)方面的發(fā)票，將票據(jù)交給企業(yè)后才能將返點(diǎn)的錢拿走。這樣，企業(yè)避免了稅收問題，又合理地將這筆錢打到了商卡上，讓所有的形態(tài)合法化。

傭金制的發(fā)展決定了暴利時(shí)代的終結(jié)。原先，商可操控的點(diǎn)位可能在60%以上，這就有可能造成臨床回扣的濫發(fā)。帶給直營制的變化如此，制也同樣有所轉(zhuǎn)變。原先，企業(yè)是底價(jià)結(jié)算給商，10元的藥品，企業(yè)拿2元，其余環(huán)節(jié)統(tǒng)統(tǒng)不管。而傭金制正好相反，零售價(jià)由企業(yè)自己定，負(fù)責(zé)接洽商業(yè)公司開票、計(jì)稅等所有環(huán)節(jié)產(chǎn)生的稅費(fèi)，商通過臨床促銷從企業(yè)處拿到的傭金只有3~3.5元，而不是原來的8元。這種結(jié)算方式的轉(zhuǎn)變，正是“兩票制”、自主招投標(biāo)在反商業(yè)賄賂形式下企業(yè)招商的發(fā)展趨勢。

商務(wù)部介入數(shù)據(jù)管理

“包稅返點(diǎn)”如何操作？例如A省只有一個(gè)經(jīng)銷商，這個(gè)經(jīng)銷商把每個(gè)月藥品銷售的物流清單傳送給企業(yè)的銷售經(jīng)理，由銷售經(jīng)理出具報(bào)告，向公司財(cái)務(wù)提出申請，由此可以計(jì)算出商拿到的傭金返點(diǎn)。商把工作產(chǎn)生的票據(jù)寄還給公司后，就可以跟企業(yè)結(jié)算自己的報(bào)酬。

如果1個(gè)省只有10多個(gè)商或分銷商，銷售經(jīng)理當(dāng)然不難統(tǒng)籌。但若某省銷售額很大，分銷商數(shù)量達(dá)到數(shù)百，這樣的處理方式就可能存在兩方面的問題：第一，工作量很大；第二，人多混雜，銷售經(jīng)理很可能會(huì)張冠李戴，把A商的業(yè)績算給了B商，通道的單一導(dǎo)致了與商之間的矛盾，倘若企業(yè)能將這個(gè)流程電子化，則不僅能體現(xiàn)公司的監(jiān)管，還能在減少處理環(huán)節(jié)、節(jié)省人力的同時(shí)，規(guī)避相應(yīng)的風(fēng)險(xiǎn)。

筆者建議，企業(yè)由商務(wù)部來審核數(shù)據(jù)，因?yàn)榕c經(jīng)銷商簽約本來就是商務(wù)部的職責(zé)。經(jīng)銷商將每個(gè)月的資金流向以電子化的形式進(jìn)行反饋，由商務(wù)部審計(jì)后，告知銷售經(jīng)理。商務(wù)部負(fù)責(zé)數(shù)據(jù)分析甚至錄入商管理系統(tǒng)，月底時(shí)，大區(qū)經(jīng)理、地辦經(jīng)理只要打開該系統(tǒng)，就可以明確整個(gè)系統(tǒng)的資金動(dòng)向，根據(jù)這個(gè)數(shù)據(jù)來敦促自己的商。商也可以登陸系統(tǒng)，了解自己的醫(yī)院開況和返點(diǎn)金額。

動(dòng)態(tài)CRM為銷售指南針

可能有人會(huì)問：“銷售經(jīng)理做什么？”在商務(wù)部負(fù)責(zé)監(jiān)管流程的時(shí)候，銷售經(jīng)理的主要職責(zé)有兩個(gè)方面：第一，調(diào)劑當(dāng)?shù)厣?。面對一個(gè)200~300人的分銷團(tuán)隊(duì)，如何和這些人打交道？如何保持市場的穩(wěn)定和流動(dòng)性？第二，對商的管理輸入。區(qū)域商需要駐點(diǎn)公關(guān)，就像汽車4S店的駐地服務(wù)那樣，銷售經(jīng)理把企業(yè)想要傳達(dá)的信息傳遞給商，完成其與企業(yè)適配的一體化工程。針對分銷商，銷售經(jīng)理要組織一系列有效的活動(dòng)，例如組織分銷商開會(huì)、學(xué)習(xí)、旅游等等。針對這樣一個(gè)幾百人的團(tuán)隊(duì)，要讓這些區(qū)域市場的人對企業(yè)產(chǎn)生歸宿感，從而認(rèn)可企業(yè)領(lǐng)導(dǎo)，就需要銷售經(jīng)理這些補(bǔ)進(jìn)的常態(tài)工作。

商務(wù)經(jīng)理是通過區(qū)域經(jīng)銷商的清單進(jìn)行數(shù)據(jù)錄入，從而讓通道信息化。銷售經(jīng)理、商看得見，財(cái)務(wù)也看得見，要準(zhǔn)備多少資金就能自己揣度。只要商適時(shí)地將票據(jù)寄給商務(wù)部，商務(wù)部簽字后由財(cái)務(wù)匯總就可以放款。整個(gè)物流和錢流的系統(tǒng)非常明朗，財(cái)務(wù)部知道返了多少出去、拿到多少票據(jù)，也自然知道如何做賬。

商務(wù)數(shù)據(jù)分析報(bào)告范文第4篇

電子商務(wù)

大數(shù)據(jù)在電子商務(wù)領(lǐng)域的應(yīng)用逐漸增多，成為大數(shù)據(jù)最成熟的應(yīng)用模式。京東通過建立PB級大數(shù)據(jù)平臺，將每個(gè)用戶在其網(wǎng)站上的行為數(shù)據(jù)進(jìn)行記錄和分析，提高與用戶間的溝通效率、提升用戶體驗(yàn)。實(shí)現(xiàn)了向不同用戶展示不同內(nèi)容的效果，帶來了10%的訂單提升。比如提供給推薦搜索調(diào)用，針對不同用戶屬性特征、性格特點(diǎn)或行為習(xí)慣在他搜索或點(diǎn)擊時(shí)展示符合該用戶特點(diǎn)和偏好的商品，給用戶以友好舒適的購買體驗(yàn)，能大幅提高用戶的購買轉(zhuǎn)化率甚至重復(fù)購買，提高用戶忠誠度和用戶黏性。淘寶商城將所有商家的信息進(jìn)行匯總、歸類，同時(shí)，將用戶點(diǎn)擊數(shù)據(jù)、瀏覽頁面信息等數(shù)據(jù)信息建立數(shù)據(jù)模型。數(shù)據(jù)模型和數(shù)據(jù)資源在經(jīng)過淘寶商城的挖掘和分析之后，向用戶和商家開放了查詢APP。通過數(shù)據(jù)挖掘和分析為淘寶提供了定向廣告投遞的能力。開放查詢APP則為用戶和商家提供了便捷的選擇服務(wù)。淘寶網(wǎng)還建立了“淘寶CPI”，通過采集、編制淘寶上390個(gè)類目的熱門商品價(jià)格來統(tǒng)計(jì)CPI，比國家統(tǒng)計(jì)局公布的CPI提前半個(gè)月預(yù)測經(jīng)濟(jì)走勢。

金融

大數(shù)據(jù)成為金融業(yè)的有力支撐。工商銀行、中國銀行、農(nóng)業(yè)銀行、建設(shè)銀行等國內(nèi)重要的商業(yè)銀行都有自己的大數(shù)據(jù)分析系統(tǒng)，并開展了基于大數(shù)據(jù)的各類服務(wù)和應(yīng)用。阿里巴巴基于阿里巴巴的電商交易數(shù)據(jù)和螞蟻金服的互聯(lián)網(wǎng)金融數(shù)據(jù)推出的芝麻信用。螞蟻金服的信貸通用決策系統(tǒng)通過對千萬家淘寶商鋪的3萬多個(gè)指標(biāo)的分析，篩選出財(cái)務(wù)健康和講究誠信的企業(yè)，對他們發(fā)放無需擔(dān)保的貸款，目前已經(jīng)放貸300多億元，壞賬率僅0.3%，大大低于商業(yè)銀行。

公共交通

大數(shù)據(jù)在公共交通、打車出行等交通領(lǐng)域的應(yīng)用已經(jīng)初步開展。通過分析預(yù)測出行交通規(guī)律，指導(dǎo)公交線路的設(shè)計(jì)、調(diào)整車輛派遣密度，進(jìn)行車流指揮控制，及時(shí)做到梳理擁堵，合理緩解城市交通負(fù)擔(dān)。滴滴快的通過掌握的用戶打車記錄、司機(jī)行車軌跡等交通大數(shù)據(jù)，可以科學(xué)地實(shí)現(xiàn)運(yùn)力調(diào)度，精確匹配乘客和司機(jī)，優(yōu)化路徑，減少擁堵。北京交管部門的實(shí)時(shí)路況與百度地圖大數(shù)據(jù)的對接，依托百度地圖的交通大數(shù)據(jù)，可為公眾提供專業(yè)的城市實(shí)時(shí)交通信息，并可根據(jù)需要自行選擇，滿足個(gè)性化出行要求，提升出行效率。

制造業(yè)

大數(shù)據(jù)將成為制造業(yè)轉(zhuǎn)型升級和提升競爭力的關(guān)鍵之一。紅領(lǐng)集團(tuán)的數(shù)據(jù)系統(tǒng)將成衣的各種款式和設(shè)計(jì)都數(shù)字化，可以滿足超過上億種以上款式和設(shè)計(jì)的組合，并可完成對物料數(shù)據(jù)整合管理，對里料、縫線、袖口等完成自動(dòng)搭配。整個(gè)定制生產(chǎn)流程的20多個(gè)子系統(tǒng)全部以數(shù)據(jù)來驅(qū)動(dòng)運(yùn)營。這家3000人的工廠每天可以一款一件不重樣的定制西裝1200套，約為紅領(lǐng)60%的產(chǎn)能。農(nóng)夫山泉與第三方廠商合作，共同開發(fā)基于“飲用水”的運(yùn)輸環(huán)境數(shù)據(jù)場景分析，用大數(shù)據(jù)增強(qiáng)營銷、管理能力，企業(yè)近年來實(shí)現(xiàn)了30%-40%的增速。

健康醫(yī)療

我國部分省市正在實(shí)施病歷檔案的數(shù)字化，配合臨床醫(yī)療數(shù)據(jù)與病人體征數(shù)據(jù)的收集分析，用于遠(yuǎn)程診療、醫(yī)療研發(fā)，甚至結(jié)合保險(xiǎn)數(shù)據(jù)分析用于商業(yè)及公共政策制定等。

商務(wù)數(shù)據(jù)分析報(bào)告范文第5篇

面對統(tǒng)計(jì)數(shù)據(jù)不夠及時(shí)準(zhǔn)確、對決策分析缺乏專業(yè)化系統(tǒng)支持、數(shù)據(jù)共享差等問題，光大銀行率先探索，在綜合柜臺業(yè)務(wù)系統(tǒng)、網(wǎng)上銀行系統(tǒng)等一系列業(yè)務(wù)系統(tǒng)信息化基礎(chǔ)上實(shí)踐商業(yè)智能及數(shù)據(jù)倉庫系統(tǒng)建設(shè)，挖掘隱藏在數(shù)據(jù)后的信息價(jià)值，進(jìn)而指導(dǎo)業(yè)務(wù)行動(dòng)和管理決策。

數(shù)據(jù)突圍 勢在必行

成立于1992年的光大銀行，是國內(nèi)第一家國有控股并有國際金融組織參股的全國性股份制商業(yè)銀行。截至2012年末，光大已在全國設(shè)立一級分行36家，分支機(jī)構(gòu)774家，在職員工達(dá)3.2萬余人。

如此龐大的機(jī)構(gòu)支撐如此繁多的金融服務(wù)，其管理復(fù)雜性可想而知。而光大銀行屢獲驕人業(yè)績背后，以商業(yè)智能為核心的科學(xué)決策支持體系功不可沒。

2001年，光大銀行完成業(yè)務(wù)系統(tǒng)全國聯(lián)網(wǎng)和總行數(shù)據(jù)大集中后，也一度為海量數(shù)據(jù)所困擾?，F(xiàn)任光大銀行電子銀行部總經(jīng)理的李堅(jiān)意識到，只有通過BI充分利用集中的數(shù)據(jù)，才能更有效地支持業(yè)務(wù)發(fā)展、提升決策能力、強(qiáng)化核心競爭力。

2002年初，光大銀行決策層開始立項(xiàng)商業(yè)智能及數(shù)據(jù)倉庫系統(tǒng)，并對各家供應(yīng)商方案優(yōu)劣進(jìn)行仔細(xì)分析、反復(fù)考察。

李堅(jiān)表示：“我們必須選擇一家有豐富實(shí)施經(jīng)驗(yàn)的專業(yè)實(shí)施隊(duì)伍和本地服務(wù)支持能力強(qiáng)的公司進(jìn)行合作，以達(dá)到事半功倍的效果”。最終，菲奈特軟件公司的商務(wù)智能產(chǎn)品BI.Office贏得了光大銀行決策層的一致青睞。

經(jīng)過商議，雙方在國結(jié)業(yè)務(wù)統(tǒng)計(jì)分析、對公業(yè)務(wù)統(tǒng)計(jì)分析、信貸風(fēng)險(xiǎn)管理、客戶經(jīng)理業(yè)績考核等方面簽定了一系列合作計(jì)劃。為了降低實(shí)施風(fēng)險(xiǎn)，項(xiàng)目實(shí)施將從國結(jié)業(yè)務(wù)統(tǒng)計(jì)分析系統(tǒng)開始，逐步實(shí)施。事實(shí)證明，光大銀行所采取的“以部門為基礎(chǔ)實(shí)施數(shù)據(jù)處理”的決定是正確的，也是務(wù)實(shí)的。

攻克難關(guān) 首戰(zhàn)告捷

怎樣才能拿下國結(jié)業(yè)務(wù)統(tǒng)計(jì)分析這個(gè)系統(tǒng)？光大銀行技術(shù)團(tuán)隊(duì)與第三方技術(shù)顧問組成一個(gè)實(shí)施監(jiān)督團(tuán)，通過頻繁的討論來處理項(xiàng)目進(jìn)展中遇到的困難。

據(jù)了解，光大銀行國際結(jié)算系統(tǒng)于2001年正式運(yùn)行，業(yè)務(wù)品種包括進(jìn)口開證、到單、付匯、結(jié)匯、進(jìn)出口押匯、貼現(xiàn)、包買票據(jù)等，并實(shí)現(xiàn)了與SWIFT、會(huì)計(jì)系統(tǒng)的對接。國際業(yè)務(wù)部是該系統(tǒng)的重要業(yè)務(wù)部門，經(jīng)過一段時(shí)間，業(yè)務(wù)部發(fā)現(xiàn)該系統(tǒng)存在兩大問題，一方面是無法為決策層提供準(zhǔn)確數(shù)據(jù)源，另一方面是無法為決策層提供對數(shù)據(jù)進(jìn)行分析查詢所必須的先進(jìn)、靈活手段。正是這些迫在眉睫的問題使得國際業(yè)務(wù)部成為光大銀行應(yīng)用商業(yè)智能的急先鋒。

客觀來說，數(shù)據(jù)種類少、數(shù)據(jù)量大是企業(yè)實(shí)施BI應(yīng)用的最佳環(huán)境，因?yàn)檫@將有利于數(shù)據(jù)整合、轉(zhuǎn)換、清洗、抽取、裝載及數(shù)據(jù)模型的建立。然而，光大銀行國際業(yè)務(wù)部業(yè)務(wù)品種不下十種，各業(yè)務(wù)品種間邏輯十分復(fù)雜，這些因素為項(xiàng)目實(shí)施帶來一定難度。

“在這一背景下，國際結(jié)算系統(tǒng)商業(yè)智能應(yīng)用獲得成功有兩方面原因?！崩顖?jiān)認(rèn)為，一方面，服務(wù)商經(jīng)過8年數(shù)據(jù)倉庫實(shí)施提煉出的方法論體系在整個(gè)數(shù)據(jù)倉庫項(xiàng)目中起了指導(dǎo)作用，順利解決了如確定系統(tǒng)范圍、分析用戶需求、建立系統(tǒng)架構(gòu)方面的問題，可以滿足不斷變化的應(yīng)用需求及不可預(yù)測的決策支持需求；另一方面，光大銀行自身較強(qiáng)的技術(shù)研發(fā)實(shí)力，再加上光大業(yè)務(wù)部門除在項(xiàng)目需求分析階段幫助技術(shù)團(tuán)隊(duì)了解業(yè)務(wù)流程外，還積極參與對系統(tǒng)正確性、實(shí)用性的驗(yàn)證工作，使得整個(gè)項(xiàng)目在逐步驗(yàn)證、完善中進(jìn)行，決定了項(xiàng)目成功的必然性。

自2002年12月開始，BI.Office商業(yè)智能應(yīng)用平臺相繼應(yīng)用于光大銀行國際業(yè)務(wù)部、信貸審批部等多個(gè)業(yè)務(wù)部門，形成相應(yīng)部門的BI系統(tǒng)。這些商業(yè)智能系統(tǒng)以數(shù)據(jù)倉庫技術(shù)為基礎(chǔ)，把分散在各個(gè)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)進(jìn)行整合，數(shù)據(jù)經(jīng)過清洗、轉(zhuǎn)換，加載到數(shù)據(jù)倉庫；再采用OLAP和Data Mining等技術(shù)，為管理決策人員提供強(qiáng)大、靈活的日常查詢和決策支持。

商業(yè)智能 樹樹開花

光大銀行根據(jù)不同業(yè)務(wù)部門特點(diǎn)定制了幾套商業(yè)智能應(yīng)用系統(tǒng)，這些系統(tǒng)雖在細(xì)節(jié)設(shè)置上略有不同，但都提供了強(qiáng)大的即席查詢、多維分析、圖形展現(xiàn)、數(shù)理統(tǒng)計(jì)、數(shù)據(jù)挖掘、智能告警等普遍功能，以及自定義查詢、報(bào)表和分析的零編程和多項(xiàng)OLAP引擎擴(kuò)展等特有功能。

李堅(jiān)認(rèn)為，商業(yè)智能應(yīng)用為光大銀行的經(jīng)營管理帶來了四點(diǎn)改善。

第一，系統(tǒng)為業(yè)務(wù)人員提供了友好的界面，能夠自定義各種報(bào)表、設(shè)計(jì)內(nèi)容豐富的分析報(bào)告，并且通過統(tǒng)一界面將分析挖掘過程串連起來，整個(gè)操作過程十分簡易。而且，系統(tǒng)零編程、零管理技術(shù)也讓IT人員擺脫了繁重的運(yùn)維工作。

第二，系統(tǒng)提供了即時(shí)、靈活、多角度、多層次、準(zhǔn)確的查詢和分析，包括各種指標(biāo)的累計(jì)值、前期比和同期比，提供現(xiàn)狀分析、發(fā)展分析和80/20分析等豐富的分析方法。使用這些工具，管理層可及時(shí)了解國內(nèi)同行的業(yè)務(wù)發(fā)展情況和市場占有率；分析各分支機(jī)構(gòu)的存款余額以及結(jié)構(gòu)，掌握各種產(chǎn)品發(fā)展趨勢。

第三，系統(tǒng)支持授權(quán)人員在客戶端、Web等環(huán)境下，訪問任意數(shù)據(jù)源并進(jìn)行動(dòng)態(tài)交互，通過簡單的鼠標(biāo)點(diǎn)擊訪問和利用所需要的任意信息，定制任意布局、任意復(fù)雜度的報(bào)表和分析報(bào)告，然后按照一定格式輸出，操作十分靈活。

第四，系統(tǒng)可根據(jù)業(yè)務(wù)層級對行內(nèi)各地各級人員設(shè)定權(quán)限。特定權(quán)限下只能使用特定功能，從而有效控制了敏感信息，有效保障了數(shù)據(jù)安全。

李堅(jiān)舉例說明，“我們曾經(jīng)碰到這種情況：一段時(shí)間內(nèi)存款余額持續(xù)增長，但同期流失客戶數(shù)也在不斷增長，這一矛盾現(xiàn)象引起了業(yè)務(wù)分析人員關(guān)注，通過智能商務(wù)系統(tǒng)，我們發(fā)現(xiàn)，問題根源在于很多客戶經(jīng)理為完成攬存目標(biāo)，費(fèi)力開拓新行業(yè)、新客戶，卻忽略了對原有客戶的維系，導(dǎo)致了存款余額和流失客戶數(shù)同時(shí)增長的怪現(xiàn)象。這一情況一經(jīng)向主管領(lǐng)導(dǎo)反映，當(dāng)天就在全行下達(dá)整改通知，及時(shí)阻止了不良趨勢的蔓延?！?/p>

事實(shí)證明，商業(yè)智能應(yīng)用解決方案對光大銀行改善其核心業(yè)務(wù)流程、提高市場反應(yīng)速度和業(yè)務(wù)管理水平發(fā)揮著重要作用。隨著商業(yè)智能應(yīng)用的不斷深入與擴(kuò)展，光大銀行勝利突破了數(shù)據(jù)“封鎖線”，也走出了一條知識發(fā)現(xiàn)的經(jīng)典之路。

人物語錄

商業(yè)智能應(yīng)用系統(tǒng)已成為光大銀行各級業(yè)務(wù)人員、管理人員日常經(jīng)營和分析決策不可或缺的工具，并對光大銀行改善其核心業(yè)務(wù)流程、提高市場反應(yīng)速度和業(yè)務(wù)管理水平，發(fā)揮著關(guān)鍵作用。

――光大銀行電子銀行部總經(jīng)理

李堅(jiān)

相關(guān)鏈接

光大銀行這樣應(yīng)用大數(shù)據(jù)

當(dāng)傳統(tǒng)數(shù)據(jù)倉庫性能已無法應(yīng)對龐大信息，大數(shù)據(jù)技術(shù)使得訪問、使用大規(guī)模數(shù)據(jù)集以應(yīng)多復(fù)雜數(shù)據(jù)分析，制定更好商業(yè)決策成為可能。因此，大數(shù)據(jù)應(yīng)用并非BI的簡單延續(xù)。

在業(yè)內(nèi)，2013年被視為光大銀行大數(shù)據(jù)元年。這一年，光大銀行從數(shù)據(jù)治理、數(shù)據(jù)架構(gòu)規(guī)劃、數(shù)據(jù)倉庫不斷升級擴(kuò)容、新技術(shù)應(yīng)用到數(shù)據(jù)分析挖掘、相關(guān)技術(shù)準(zhǔn)備、相關(guān)協(xié)助配合，已為大數(shù)據(jù)價(jià)值發(fā)揮做足準(zhǔn)備。