信息管理的关键步骤：缩小范围和预测行业发展

现在的大数据技术已经非常成熟，可以很容易拿到一大堆数据。但难点却在许多人不知道该怎么建模，怎么抓最关键的信息。

缩小范围尤其考验一个人的业务能力。如果不熟悉业务，你就不可能知道哪些数据是关键数据，也就不知道哪些数据是冗余。而冗余数据越多，只会让人越迷惑。

因此，这一步你需要有一个据此一步步缩小范围的逻辑框架。这个框架从大到小依次是：

宏观框架：搜集一个行业的数据

·拆解一个行业的产业链。

·捕捉行业正在发生的变化。

·预判变化后的商业或业务模式。

·分析变化的周期，抓住时机。

·分析变化的规模，计算行业天花板和增速。

·判断行业集中度，分析竞争环境。

如果能掌握并分析以上这组数据，基本能了解一个行业的发展现状和未来。

中观框架：搜集一家公司的数据

一家公司有很多数据，也有很多工具可以帮助我们去抓取数据。但我们在数据获取过程中，必须要抓住一个主线：财务数据。从理论上讲，财务可以反映出一个公司所有的发展和问题。

请注意下面这个公式：(www.xing528.com)

财务报表＝运营数据（事）＋组织建设（人）

所以，搜集一家公司的数据，实际是搜集人和事两类数据。

·运营数据：业务拆解。

·公司团队建设：CEO的背景和核心能力、创始团队的组成和核心能力、每个关键岗位，需要哪种经验的人、公司薪酬结构。

微观框架：搜集一个业务模型的数据

搜集一个业务的数据，大多数情况下是为了判断这项业务能不能赚钱、利润空间有多大。所以，最核心的数据就是单元模型的数据。有两个最常用的模型：

·模型1：流量型业务。

对于线上流量型的业务，最典型的特征就是边际成本很低。常用的主要是CAC/LTV模型。商业模式能够成立的最基本的条件就是LTV要大于CAC，或者至少是CAC的数倍，长期业务才能赚钱。

·模型2：单店模型。

对于线下业务和O2O业务，单元模型非常重要。你需要拿到的数据是一个能赚钱的最小单元的数据。因为线下门店业务的关键是可复制，而未来可以规模化复制的前提就是要找到一个能赚钱的最小单元。比如一家门店，比如无人货架的一个货架的销售额，或者一个柜子的销售数据。

单点框架：搜集某项业务的一个关键数值，帮助业务做判断

比如，我们上面的例子所说的，某个竞品近三年的营收数据，就是一个关键数值，可以借此做出营收趋势的预测，确保财务计划的方向性和准确性。

这四个层次，越是微观，目标越明确，数据采集的效果越高效。