數據分析,這麼做才有用

2019-09-23 11:07:17

來自公眾號:接地氣學堂 


有同學問:老師,我們領導總説,要做有用的數據分析。可我廢了很大力氣,做出來的卻被嫌棄:“我早知道了”、“沒啥用”。到底要怎麼才有用呢?這個問題很常見,我們今天系統解答一下。就拿一個很常見的問題:業績下滑了,分析下怎麼做才能達標?來舉個例子:

沒用的分析有這三個特徵


1就數論數。最常見的,就是列一條公式:業績=用户數*轉化率*客單價。然後發現,業績下滑是因為轉化率下跌了。於是便在分析報吿上寫下蒼勁有力的幾個大字:轉率低了,要搞高!……這種分析肯定沒啥用啊,一線看到鐵定罵人啊。一線的又不是瞎子,轉化率低了意味着產品很難賣,是個人都看到了啊,還用分析?
2不管數據。最常見的,就是在分析結論裏寫下:要做促銷活動拉動轉化率,比如下單滿50立減10元。……這種分析業務看了也會罵娘:説的都是廢話。為什麼是滿減不是買贈?滿5010元要補貼多少費用?你算過賬嗎,就在這瞎議論?
3高大上全。在分析報吿裏寫上,我們一要提高品牌,二要提高服務,三要加強產品,四要降低價格,五要提升品質……這種分析,壓根沒人看。私下裏都在嘲笑:他以為他是誰啊,指揮這個指揮那個。

做有用的分析從擺正定位開始


數據分析和業務,最好的相處就是:高德地圖和司機的關係。高德地圖不能幫司機捏方向盤,但沒有一個司機覺得它沒用,導航確實很好使。不干涉業務部門的決策,同時為決策提供豐富信息支持,就是最好的狀態。如何做到?當然還是學高德地圖。導航看似簡單,可細究起來還是有很多細節的,如下圖所示:


業績下滑了,分析下怎麼做才能達標?這個需求看似清晰,實則含糊。既然想讓分析有用,那就得備齊基本要素。最最最基礎的,是先把話講完整:
  • 主語:誰來做?比如業績問題,既可以市場部牽頭搞促銷,也能銷售部加大行動力,也能會員部門牽頭針對大客户精準營銷。人不同,方法、思路、數據都不同。

  • 謂語:用什麼方法做?提升業績的方法多了去了,細節更是不計其數。單單説促銷,就有個人/裂變,滿減/買贈,禮品/優惠券等等選擇。方法本身又受到誰來設計的影響。所以得先了解清楚情況,不然千頭萬緒,無從做起。

  • 賓語:做到什麼程度?做到多少算OK是個大問題,短期促銷能拉動業績,也會透支顧客的消費。如果目標不清晰、不合理,都會導致決策失誤。如果根本沒有目標,那行動也會淪陷為“為了做而做”糊塗收場。

 
當業務部門提出疑問的時候,有可能他們完全沒有想法,也有可能他們已經有了明確的計劃。一個項目有四個階段(如下圖所示)

想讓數據分析變得有用,當然不是做數據分析的替代業務部門把所有活都幹了,而是首先清晰:目前問題處在哪個階段。之後根據該階段的決策需求,提供必要的幫助。在四個階段中,前三個階段,業務部門都有可能疑惑“要怎麼搞業績?”我們一個個看一下

策略階段的有用做法


策略階段的核心就是做選擇,就是解決三大問題:
1、誰來做?
2、用什麼方法?
3、做到什麼程度?
 
比如:
  • 拉動業績市場和銷售都能幹,那到底誰幹?
  • 市場部上促銷有5種方法,到底用哪一種?
  • 銷售拉動要給多少額外獎金,要不要換話術?
  • 業績到底做到多少滿意?為此要付出多少成本?
為配合以上需求,數據分析可以做:

敲黑板

1、列出現狀,指出業績最差的點,預測業績走勢

2、列出原因,指出業績差的原因,分析改進難度

3、列出目標,計算目前業績與目標差距,評估目標

4、列出歷史上營銷活動的形式、效益、投入ROI清單

5、列出歷史上銷售效率、銷售措施、短期獎金激勵效果

6、列出目前銷售效率最高團隊人效數據、行為特點、

 
以上所做的,除了第12點外,並沒啥高深的分析,更多是用數據説話,把可能的情況列出來。可這樣做,能讓業務部門決策起來非常輕鬆。這就像我們開導航,高德地圖不會替我們選擇起點終點,但是會很貼心的自動標出目前位置(現在)、保存去過的地點(目標)、選定起點終點後,提示有幾條線路(怎麼做),連路上堵不堵,預計多久到都有提示(預測目標達成率)。這樣作為決策人看到信息非常清晰,自然容易做出策略判斷了。
 
12點有可能會做很深入的分析。特別是面對深層次的複雜問題,未來存在大量不確性。業務部門有可能覺得老辦法都沒啥用了,會希望有一些深度的研究,精細的測算,或者啟發性的思維。這時候就更需要做數據分析的同學們出力了。一方面把數據做深做透,另一方面在用户洞察、行業案例、一線優秀案例、競爭對手做法上下點功夫。多提供一些數據以外的支持信息,幫業務部門打開思路。

創意階段的有用做法


如果已經推進到了創意階段,那如何拉昇業績,其實業務方已經有了方向。這時候主要拼的是業務能力。比如具體海報怎麼畫,公眾號引流文章怎麼寫,寫了文章幾點發,促銷禮品怎麼選等等。需要注意的是,偉大的創意從來都是業務做出來的,不是數字算出來的。但往往業務部門會疑慮:這麼做到底行不行?還有沒有其他創意?我有好幾個創意不知道用哪個?
 
這時候,數據分析可以做的是:

敲黑板

1、列舉效果好的創意

2、分析過往創意的效果

3、總結好創意的要點

4、對新的創意進行測


這裏有個有意思的地方,就是很多企業的業務很保守,一味地追求數據最美化,懶得動腦子。比如過往紅色底海報閲讀高,OK,這次也用紅色。過往促銷送券響應率高,OK,這次也用券。反正什麼數據好用什麼。多的咱也不用想,咱也懶得想,還美其名曰“延續性”。過分迷信過往數據和經驗,也是大企業病的一種這種病,讓相當多的大企業在新形勢下表現的很愚蠢。所謂的大象難掉頭,正是如此。

執行階段的有用做法


如果已經推進到了執行階段,那討論的時間已經過去了。執行階段核心就是:進度+質量。因此數據分析最大的作用就是及時提供最新情況,包括:
 

敲黑板

1、項目執行進度

2、目標達成率

3、目標相關指標

4、執行優秀案例

5、執行問題點


這裏的目標相關指標是和達成目標有關的動作。比如做促銷拉業績,不能光看業績達成多少,還得關注商品銷售速度,會不會賣的太好導致斷貨?哪裏出的快要及時補。還得關注禮品/禮券兑現率:會不會出現禮品斷貨?還得關注系統壓力,會不會參與人數過多導致宕機,真宕機了怎麼及時補救?和流程有關的方方面面都得關注到位,不能倒在成功最後一步。
 
這時候,分析最重要的的是數據指標的完整性,針對活動各方面監控都得到位,並且及時提示問題。這就像開車的時候,導航會時不時提醒:“您已超速”“前方擁堵2公里”一樣,實時路況對行車也特別有幫助。

執行問題需要的是一線執行力,遠在天邊的總部很難直接給建議。因此,最好的辦法是借力打力,找出優秀的標杆,直接從一線吸收經驗,複製到其他條線更好,也省去了被人嫌棄:“你們做空調屋的懂個屁”。

有用是體系化作戰的結果


綜上,我們看到,“有用”是體系化作戰的結果。是數據分析師系統瞭解企業經營狀況,瞭解業務流程,參與業務決策過程,針對現狀具體問題具體分析的綜合性成果。所利用的材料絕不僅僅是代碼、圖標、ppt。更多是:
1、對誰來做有敏感性
2、對過去怎麼做有積累
3、對現在想怎麼做有瞭解
 
這樣才能就事論事,分析:

敲黑板

1、要做到多少才足夠

2、做的障礙點是什麼

3、可以往哪個方向做

4、那一種做法更合適


一份ppt或一張數據表,是無法滿足上述目標的。這也是為啥很多做數據分析的同學苦惱的原因:為啥我的分析就是被嫌棄沒用呢?因為真的你只是在就數論數而已,沒有真正思考到底要如何解決問題。
 
不過這也不能全怪做數據分析的同學們。很多企業就沒有這種環境。或者把數據當業務用,逼着分析師想一個具體文案、想一個具體的活動規則。如果做數據的把方案都做了,要運營、策劃、產品經理幹什麼。或者指望分析師像算命大仙一樣,什麼都不吿訴他,鍵盤一通敲就能嘩嘩出結論。甚至有意封鎖消息,還美其名曰:“考考你懂不懂業務”。
 
這樣人為割裂數據與業務的關係,就好比坐上車,然後對高德地圖説:“開到我想去的地方去”“你不是導航嗎,我不説,你也要知道我要去哪裏,你也得會開車!這樣才是有用的導航!”——沒人會認為導航有問題,大家只會覺得這不是個好司機。道理就這麼簡單哈。
 

●編號881,輸入編號直達本文

●輸入m獲取文章目錄

推薦↓↓↓

Python編程

更多推薦25個技術類公眾微信

涵蓋:程序人生、算法與數據結構、黑客技術與網絡安全、大數據技術、前端開發、Java、Python、Web開發、安卓開發、iOS開發、C/C++、.NET、Linux、數據庫、運維等。

已同步到看一看
在看



熱點新聞