Как оценить работу отеля всего за 30 секунд с помощью семи показателей?

Благодаря этому дашборду вы забудьте про ручные отчеты. Показатели рассчитываются автоматически на основе данных из вашей PMS:

Revenue – фактическая выручка
ОСС – фактическая загрузка;
ADR – средняя стоимость номера за ночь;
RevPAR — выручка за доступный номер.

Данные вашего отеля дополняются показателями от конкурентов, для быстрого сравнения с рынком:

MPI – загрузка отеля по сравнению с конкурентами;
ARI – соотношение среднего чека с тарифами конкурентов;
RGI – выручка за доступный номер по сравнению с конкурентами.

Сколько стоят ошибки ваших менеджеров по продажам?
Как рассчитать потенциально упущенную выручку на основе CRM?

Плохая новость: вручную - никак.

Хорошая новость: мы создали алгоритм автоматического расчета.

Берем LTV или средний чек, мелко нарезаем забытые сделки, просроченное задачи и сделки без задач. Добавим щепотку вероятности положительного исхода каждой сделки.

Как результат мы получаем выручку, которая заморожена в CRM и скорее всего пройдет мимо вашей кассы, если не исправить ситуацию.

Пользователи AmoCRM или Битрикс24 обращаются ко мне с такими запросами:

- Как перестать сливать рекламный бюджет: какие каналы приносят доход, а какие нужно отключить?

- Как помочь сотрудникам выполнить план продаж?

- Отдел продаж винит маркетологов в некачественных лидах, а те в свою очередь обвиняют менеджеров в неумении продавать?

Чтобы ответить на эти вопросы я создал аналитическую модель CRM. Это интерактивный отчёт с ключевыми показателями в виде удобных дашбордов, графиков и диаграмм.

С помощью такого отчёта можете принимать решения на основе цифровых данных по сделкам, звонкам и задачам в разрезе по каналам продаж, продуктам и менеджерам.

Как вам лгут при помощи статистики? Часть 1

В бизнесе часто используют данные о среднем: средняя выручка, средняя цена заявки, средняя стоимость клиента. Иногда эти цифры полезны, но часто - бессмысленны и даже обманчивы.

Получается «средние» значения - наш враг? Как не попасться на удочку усреднения - давайте разбираться.

Есть три вида средних, и в зависимости от данных нужно выбирать способ нахождения среднего значения. В основном используются среднее арифметическое, медиана и мода.

Но если выбрать неверный способ, выводы будут необъективны, а результаты исследования нельзя будет признать действительными. Чтобы не допустить ошибку, нужно понимать особенности разных способов нахождения средних значений.

Среднее арифметическое
Это сумма всех значений, деленная на их количество. Этот метод наиболее распространен и понятен, но может быть неточным, если данные содержат выбросы или имеют сильную асимметрию.

Например, если у вас есть набор чисел 1, 2, 3, 4, 5, 5, 1000, то среднее арифметическое будет равно 145, что не является репрезентативным для ряда чисел.

Медиана
Это число в середине упорядоченного набора чисел: половина данных находится ниже этого значения, а половина выше. В наборе чисел 1, 2, 3, 4, 5, 5, 1000, медиана будет равна 4. Этот метод может быть полезен, если данные содержат выбросы или имеют неравномерное распределение.

Мода
Это значение, которое встречается наиболее часто в наборе данных. Этот метод может быть полезен, если вам нужно определить наиболее популярное значение. В наборе чисел 1, 2, 3, 4, 5, 5, 1000, мода равна 5.

Пример манипуляции показателями

Предположим, что у нас есть набор данных о продажах в компании:

1000 руб, 2000 руб, 3000 руб и 3000 руб.

Если мы используем среднее арифметическое, то значение будет равно 2250 руб. Если мы используем медиану, то она будет равна 2500 руб, что выше среднего значения. Если мы воспользуемся модой, то она будет равна 3000 руб.
И во всех трех случаях мы можем сказать, что это «среднее» значение.

Вывод
Когда сотрудник представляет вам статистику, обращайте внимание на метод, который он использует для расчета среднего значения, и убедитесь, что он использует правильный подход для этого типа данных.

Как вам лгут при помощи статистики? Часть 2.

Усеченный график - мощный инструмент, который можно использовать как для полезных целей, так и для введения в заблуждение.

Что это такое?
Усечение графика - это способ визуализации данных, при котором отчет по вертикальной оси начинается не с нуля, а с произвольного числа. Это может привести к искажению восприятия показателей.

Как сотрудники могут использовать усечение графика?
Допустим, у нас есть показатели продаж трех групп товаров:

А - 62%, B - 54% и C - 54%.

Если начать отчет с нуля, разница между ними будет выглядеть незначительной.

Однако, если установить начало отчета на уровне 50%, разница между группой А и группами B и C визуально увеличится, создавая ложное представление о значительном превосходстве группы А.

Почему это важно?
Руководители, не осознавая искажения данных, могут придать больше значимости некоторым аспектам и принять неверные решения.

Важно помнить об этом при анализе графиков и диаграмм и всегда проверять, с какого числа начинается отчет по вертикальной оси.

Как вам лгут при помощи статистики?
Часть 3.

Манипулирование масштабом графика - распространенный прием, который позволяет искажать восприятие показателей, создавая ложное представление об их росте или падении.

Увеличение или уменьшение масштаба.
Представьте, что у вас есть данные по продажам за последние пять лет:

2019 = 6,
2020 = 12,
2021 = 10,
2022 = 14,
2023 = 13.

Для того чтобы скрыть реальные изменения показателей и ввести руководителя в заблуждение, автор графика может изменить масштаб.

Это можно сделать, увеличив масштаб, чтобы разница показателей казалась незначительной, или уменьшив его, чтобы создать иллюзию быстрого роста продаж.

Оба способа могут использоваться как во благо, так и для манипулирования показателями. Руководителю важно быть внимательным и при анализе графиков оценивать адекватность выбора масштаба графика.

⚡ Как прокачать 1С от унылых таблиц до интерактивной BI-модели с ключевыми показателями в виде удобных дашбордов, графиков и диаграмм?

Рецепт прост:

➕ Добавьте ключевые показатели:
- выручка
- доля выручки
- себестоимость
- валовая прибыль
- доля валовой прибыли
- рентабельность

➕ Приправьте фильтрами и срезами:
- по отделам
- по менеджерам
- по городам
- по товарам
- по товарным группам
- по клиентам

➕ Щепотка сравнения с планом и аналогичным периодом в прошлом

Как вам лгут при помощи статистики? Часть 4.

✏ Анализ данных - это тонкое искусство. Выбор временного интервала можно использовать для манипуляции, чтобы ввести в заблуждение или преднамеренно исказить информацию.

Представим, что сотрудник показывает руководителю данные о продажах компании. Если выбрать период с мая по август, можно увидеть рост продаж на 20%. Это впечатляет, но если взглянуть на данные за весь год, окажется, что общий рост составил всего лишь 2%.

Чтобы избежать ошибок при анализе данных, старайтесь получить общую картину происходящего, запросите данные за весь доступный период и затем детализируйте интересующий вас промежуток времени.

Оценивайте данные критически, если вам предоставили их за определенный интервал дат, попросите объяснить, почему был выбран именно этот период и как он может повлиять на общий результат.

Помните, что анализ данных - это не только о цифрах. Это о том, как мы их интерпретируем и как используем для принятия решений.

Как вам лгут при помощи статистики? Часть 5

✏ Неправильный тип визуализации может вызвать путаницу и даже ввести вас в заблуждение.

Например, круговая диаграмма обычно используется для представления процентного соотношения различных категорий в общем объеме.

Но, представьте, что у вас есть следующие данные: A - 50%, B - 64%, C - 38%. Если вы попытаетесь представить эти данные на круговой диаграмме, результат будет неправильным. Общий процент будет составлять 152%, это может вызвать дезориентацию.

Вместо этого, правильным выбором будет гистограмма, которая может эффективно представить данные.

Всем привет! Давно не писал, расскажу чем занимаюсь.

Последние годы я в пресейле - аналитика, хранилища данных, искусственный интеллект. Последнее время активно занимаюсь ИИ и созданием портативных устройств. Спаял несколько карманных голосовых ассистентов, много экспериментировал, много чего сломал, кое-что получилось.

Накопилось что рассказать - буду делиться здесь: как устроены такие устройства, что сработало, а что нет, и какие выводы я сделал.