告別套路化分析,用思維探索無限可能

0 評(píng)論 6255 瀏覽 35 收藏 14 分鐘
🔗 技术知识、行业知识、业务知识等,都是B端产品经理需要了解和掌握的领域相关的知识,有助于进行产品方案设计和评估

不同場景下,數(shù)據(jù)分析的過程往往大不相同。有沒有一種辦法,可以幫助我們在不同的場景下理清數(shù)據(jù)分析的思路,不被限制于固定的場景分析套路中呢?本文介紹了在異動(dòng)分析過程中,每一步分析套路背后的影響因素,幫助你更好地理解異動(dòng)分析,應(yīng)對(duì)不同的應(yīng)變場景。推薦關(guān)注數(shù)據(jù)分析的小伙伴閱讀。

數(shù)據(jù)分析的場景非常多,隨便舉一些場景:

  • 異動(dòng)分析
  • 產(chǎn)品分析
  • 經(jīng)營分析
  • 運(yùn)營分析
  • 用戶分析
  • 渠道分析
  • 留存分析
  • 轉(zhuǎn)化分析

不同場景下的數(shù)據(jù)分析流程是不一樣的。

這就產(chǎn)生了一個(gè)問題:這么多不同的場景,流程又都不一樣,想要全部記住所有的流程基本是不可能的。

所以我身邊有很多的數(shù)據(jù)分析師,在面對(duì)特定問題時(shí),一般會(huì)先去網(wǎng)上搜索分析流程,然后根據(jù)現(xiàn)成的流程開始后續(xù)的分析。

到底有沒有一種辦法能夠記住所有的分析流程?

在圍棋的世界里,你會(huì)發(fā)現(xiàn)有大量的定式,也就是一種套路式的下法。

對(duì)于那些不理解為什么這么下的人來說,只能通過死記硬背的方式來掌握這些定式,效率并不高,而且一旦面對(duì)新的棋形就顯得束手無策。

但是,如果你能夠理解定式的下法背后的原因,那么你所記憶的就不再是單純的套路公式,而是可以自行推演出定式的下法。

這樣,在面對(duì)新的棋形時(shí),你也能夠靈活地應(yīng)對(duì)變化,而不是束手無策。

要想記住所有的分析流程,我想和圍棋的定式也是同樣的道理。如果理解各個(gè)分析流程為什么是現(xiàn)在這幾步,那即使面對(duì)從沒見過的業(yè)務(wù)問題,也能應(yīng)對(duì)自如。

我作為一個(gè)數(shù)據(jù)分析思維領(lǐng)域的作者,決定嘗試分析各個(gè)分析流程的推導(dǎo)過程,幫你擺脫套路化公式,不記套路,卻無套路勝有套路。

今天分享一下關(guān)于異動(dòng)分析的分析套路。

一、異動(dòng)分析

數(shù)據(jù)指標(biāo)出現(xiàn)了異動(dòng),最緊張的除了負(fù)責(zé)業(yè)務(wù)的同學(xué),就是數(shù)據(jù)分析師了。因?yàn)閿?shù)據(jù)分析師馬上要迎來靈魂三問:

  1. 為什么漲
  2. 為什么跌
  3. 為什么不漲不跌

這些問題該怎么回答?

關(guān)于異動(dòng)分析,網(wǎng)上提供的參考思路很多,一般的步驟是:

確認(rèn)數(shù)據(jù)準(zhǔn)確。排查是否存在數(shù)據(jù)庫異常/數(shù)據(jù)上報(bào)延遲/提數(shù)SQL錯(cuò)誤/數(shù)據(jù)統(tǒng)計(jì)口徑不一致等問題。

確認(rèn)指標(biāo)異常類型及范圍。排查異常的類型屬于偶發(fā)性/周期性/趨勢性;異動(dòng)的增幅/降幅是否合理。

拆解,定位問題原因。初步拆分維度,定位原因大致范圍。如果是電商,一般采用人貨場的維度拆解:

  • 人:新老客戶/分渠道/分獲客方式/分用戶價(jià)值標(biāo)簽/分用戶意向度/用戶畫像(性別年齡地域職業(yè)等)
  • 貨:不同品類/不同規(guī)格/不同價(jià)位
  • 場:流量渠道/近期優(yōu)惠活動(dòng)/行業(yè)表現(xiàn)

上述分析流程本身沒什么問題,但肯定不能死記硬背。

如何通過分析思維推導(dǎo)出上述步驟呢?

二、明確問題

分析任何問題的基本步驟至少有三步:

  1. 明確問題
  2. 分析問題
  3. 解決問題

那么異動(dòng)分析的第一步也一定是明確問題。

問題來了,什么是問題?

你可能覺得這個(gè)問題問的有點(diǎn)奇怪啊,問題不就是問題嘛,就是那個(gè)……問題。

嗯,行吧,你說的可能也沒錯(cuò),問題確實(shí)是……問題。

關(guān)于“問題”這個(gè)概念,更精準(zhǔn)的定義是:

問題是現(xiàn)實(shí)和預(yù)期之間的差距。

問題是現(xiàn)實(shí)和預(yù)期之間的差距。

問題是現(xiàn)實(shí)和預(yù)期之間的差距。

重要的事情說三遍。

從這個(gè)概念可以引申出問題包含三個(gè)要素:現(xiàn)實(shí)、預(yù)期、差距。

所以一個(gè)問題出現(xiàn)的原因,只有三種情況:

第一種,現(xiàn)狀有問題。你看到的現(xiàn)狀和真實(shí)情況存在差別。比如因?yàn)榻y(tǒng)計(jì)口徑差異、數(shù)據(jù)傳輸錯(cuò)誤等問題導(dǎo)致你看到的數(shù)字和真實(shí)數(shù)字不符。

第二種,預(yù)期有問題。預(yù)期不符合實(shí)際情況,比如成交額在每年的年底都會(huì)有一次較大幅度的下降,那么預(yù)期值就得符合現(xiàn)實(shí)環(huán)境對(duì)應(yīng)下調(diào)。

第三種,顯示和預(yù)期真的存在差距,但不知道原因。對(duì)這種問題,就要尋找產(chǎn)生差距的原因。

對(duì)比套路化的分析流程,上述的三類錯(cuò)誤,第一類其實(shí)就是數(shù)據(jù)準(zhǔn)確性問題,第二類是業(yè)務(wù)周期性波動(dòng)問題,第三類才是真正需要深挖原因的問題。

對(duì)于第三類需要深挖的問題,我們也要進(jìn)一步明確問題。這個(gè)差距究竟是什么時(shí)候產(chǎn)生的?產(chǎn)生了多久?差距究竟有多大等等。

以上這些問題其實(shí)就是通過5W2H的方式把問題描述的更加清楚。通過5W2H的描述,我們可以知道這個(gè)差距產(chǎn)生究竟是突發(fā)性的還是持續(xù)性的。

到此為止,分析的第一步明確問題基本完成了。

你就算不知道異動(dòng)分析的套路,照樣可以自己推導(dǎo)出套路。

三、拆解維度怎么選

需要進(jìn)一步找原因的問題,情況有兩種,一種是突發(fā)性的,一種是持續(xù)性的。

1. 突發(fā)性異動(dòng)

當(dāng)突然出現(xiàn)數(shù)據(jù)波動(dòng)時(shí),往往是由于重大業(yè)務(wù)變動(dòng)、政策變化、市場輿論等原因所導(dǎo)致的。

這種突發(fā)性的異常情況,最好的處理方式是直接向業(yè)務(wù)同學(xué)咨詢。

有時(shí)候,花上幾個(gè)小時(shí)進(jìn)行分析的效果還不如花一分鐘問業(yè)務(wù)同學(xué)來得快。因?yàn)闃I(yè)務(wù)同學(xué)可能昨天剛剛新增了一個(gè)投放入口,或者提高了投放預(yù)算,他只需要說出一句話就能解決你的疑問。

此外,業(yè)務(wù)同學(xué)通常對(duì)行業(yè)信息比較敏感,能夠給你提供一些有價(jià)值的信息,幫助你縮短排查問題的時(shí)間。

2. 持續(xù)性問題

對(duì)于持續(xù)性的問題,通常需要采用拆解的方法來找到最終的原因。

而拆解的方式通常有兩種,一種是橫向拆解維度,一種是縱向拆解過程。

以某電商公司GMV收入持續(xù)下降為例,我們可以采用以上兩種拆解方式。對(duì)于橫向拆解維度,我們可以根據(jù)商品品類、引流渠道、商品價(jià)格層級(jí)、用戶地區(qū)等維度進(jìn)行拆解。而縱向拆解過程,則可以通過流量漏斗分析進(jìn)行。

這里出現(xiàn)了一個(gè)問題,究竟先采用哪種拆解方式,橫向還是縱向?

我認(rèn)為,并沒有一定的先后順序,因?yàn)閮煞N拆解方式最終都會(huì)通向同一個(gè)結(jié)果。

如果我們首先采用橫向拆解維度,發(fā)現(xiàn)某個(gè)品類的GMV下降,那么我們接下來就需要拆解這個(gè)品類下的流量轉(zhuǎn)化過程,找出問題出在哪一個(gè)步驟。

如果我們首先采用縱向拆解過程,發(fā)現(xiàn)了流量問題,那么我們也需要再次采用橫向拆解維度的方式,找出是哪一個(gè)品類的流量下降。

因此,你可以先采用任何一種拆解方式,最后都可以達(dá)到相同的效果。

雖然拆解的先后順序沒什么問題,但橫向拆解中維度的選擇會(huì)逼死強(qiáng)迫癥。

以電商業(yè)務(wù)為例,常見的拆分維度中,通??梢圆捎谩叭恕⒇?、場”三個(gè)維度。

  • 對(duì)于人這個(gè)維度,可以按照新老用戶、高低價(jià)值用戶、不同地區(qū)的用戶等進(jìn)行分類。
  • 貨這個(gè)維度可以分為品類、不同價(jià)格區(qū)間的商品等。
  • 場這個(gè)維度可以分為活動(dòng)會(huì)場、流量渠道等。

然而,如果你對(duì)每個(gè)維度都進(jìn)行拆解,那么花費(fèi)的時(shí)間和精力太多,不太實(shí)際。

所以我們需要選擇到底先拆解哪些維度。

先不說具體套路,我們還是嘗試著自己推導(dǎo)。

對(duì)異動(dòng)的數(shù)據(jù)進(jìn)行拆解分析,目的是找出這個(gè)問題的原因后,有人負(fù)責(zé)優(yōu)化改進(jìn)。

所以拆解的第一優(yōu)先級(jí)是根據(jù)目前的團(tuán)隊(duì)分工進(jìn)行拆解。

比如說電商公司根據(jù)類目劃分了多個(gè)獨(dú)立運(yùn)營的團(tuán)隊(duì),那么面對(duì)數(shù)據(jù)異動(dòng)的第一優(yōu)先級(jí)肯定是按照類目拆解。

因?yàn)椴鹜觐惸?,就能直接找到?duì)應(yīng)的負(fù)責(zé)人。

否則你先拆解新老用戶,然后告訴業(yè)務(wù)方是新用戶出了問題,那么這個(gè)新用戶究竟是誰來負(fù)責(zé)?總不可能因?yàn)橐粋€(gè)小問題就把整個(gè)組織打散重新分工。

根據(jù)分工拆解維度,問題定位到某個(gè)類目后,該類目的負(fù)責(zé)人知道是自己的問題,那么如果是流量下降就加大投放,轉(zhuǎn)化率變低就搞搞促銷。如果問題不是特別嚴(yán)重的話,一般這個(gè)異動(dòng)分析就結(jié)束了。

有的時(shí)候分析會(huì)更深入一層。類目負(fù)責(zé)人想更深入了解自己的類目究竟出了什么問題,那這個(gè)時(shí)候就要在拆解完類目之后,再做深一層的拆解。

這一步的拆解依然可以根據(jù)分工拆解。品類團(tuán)隊(duì)的內(nèi)部也會(huì)有用戶運(yùn)營、品類運(yùn)營、流量運(yùn)營等等不同的分工。因?yàn)椴煌镜膷徫辉O(shè)置不一樣,所以這里要根據(jù)實(shí)際的分工情況,選擇拆解的維度。如果團(tuán)隊(duì)內(nèi)沒有用戶運(yùn)營,那也就沒有必要對(duì)用戶做細(xì)致的拆解了。

如果團(tuán)隊(duì)中有用戶運(yùn)營,也要和業(yè)務(wù)溝通一下,看目前用戶運(yùn)營的用戶分層模型是什么,有沒有現(xiàn)成的用戶分層、用戶分群等運(yùn)營方案。根據(jù)原有的用戶運(yùn)營方式拆解,未必能找到最精準(zhǔn)的問題原因,但是落地性極好。依托原有的用戶運(yùn)營平臺(tái),運(yùn)營同學(xué)可以直接圈選用戶人群做運(yùn)營。

在這一步你依然可以不用記套路,你不用記得人貨場分別要拆什么維度。在實(shí)際分析的時(shí)候,你要知道的是團(tuán)隊(duì)分工、現(xiàn)有策略等信息,根據(jù)這些信息你自然就知道該拆解什么了。

如果面試的時(shí)候這樣的回答,如果是在面試的時(shí)候也能給你加分不少。因?yàn)閯e人知道要拆什么維度,而你不僅知道要拆什么,而且你知道你猜的原則必須要最終能落地,你比別人更加實(shí)戰(zhàn)。

四、小結(jié)

異動(dòng)分析基本是面試必問的問題。

現(xiàn)在網(wǎng)上有很多成體系的套路,雖然套路提高了工作效率,但套路本身簡化了思考過程,不能應(yīng)付所有的場景,而且會(huì)限制個(gè)人能力的成長。

如果你在面試的時(shí)候,和面試官對(duì)異動(dòng)分析的過程有上文中這樣深入的分析過程,相信能為你加分不少。

在面試官嚴(yán)重,你不是個(gè)只會(huì)套路的人,你是真的會(huì)分析。而且你的分析真的能落地,是實(shí)戰(zhàn)派。

能力可遷移,結(jié)果能落地,相信你就是面試時(shí)候最靚的仔。

專欄作家

三元方差,公眾號(hào):三元方差(sanyuanfangcha),人人都是產(chǎn)品經(jīng)理專欄作家。專注用數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)增長,擅長數(shù)據(jù)分析、用戶增長。喜歡閱讀、思考和創(chuàng)作。

本文由 @三元方差 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自Unsplash,基于CC0協(xié)議。

該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 目前還沒評(píng)論,等你發(fā)揮!
专题
16262人已学习14篇文章
RFM模型是与用户价值相关的常见模型之一。本专题的文章分享了什么是RFM模型?如何应用RFM模型?
专题
13226人已学习13篇文章
本专题的文章分享了WMS系统设计指南。
专题
11258人已学习11篇文章
考勤打卡系统几乎是每个公司的必备,是员工管理系统中的一个分支,常见的打卡方式有指纹打卡、人脸打卡、蓝牙打卡等等。本专题的文章分享了考勤打卡产品的设计指南。
专题
34197人已学习18篇文章
借用别人家的经典案例,来扒一扒社交电商。
专题
14169人已学习14篇文章
用户生命周期是每个产品经理都必须要注意的一个点,它能够衡量用户对产品产生的价值,也是运营手段的最终衡量指标。本专题的文章分享了如何做好用户生命周期管理。
专题
19527人已学习14篇文章
好的用户成长体系可以促进用户活跃、增强用户粘性、留住用户和帮助企业更好地了解用户对产品的使用情况。本专题的文章提供了搭建用户成长体系的思路。