数据分析思路,总结了四个好用的模板

共 5240字,需浏览 11分钟

 ·

2024-06-14 18:33

所谓“秀才提笔忘了字”,经常有同学在领导要求“你去分析一下XXX”的时候,脑子嗡的一声,没了思路。今天分享4个简单好用的思路,可以应对大部分的问题,大家准备好小本本哦,马上开始。


思路1:陈述式分析


适用问题:“你去分析一下销售/运营/商品/会员/物流情况”

适用场景:领导/业务没有明确需求,第一次看业务数据


此时的重点是:讲清楚情况,清晰是第一位的要求。因此不要心急,不要一次性倾倒太多的数据出来,大家看不明白就会责怪你:“分析的不清晰”。此时可以按着:“现状→目标→整体进度→子部门进度”的方式展开。


比如“你去分析一下用户情况”,那么可以做如下介绍(如下图):


如果整体进度没很大问题,各子部门进展顺利,那么大家不会发表太多意见,看完后会说“很好,继续监控”。如果整体进度有问题,那么大家的思路会被引导到:“为什么A部门执行好,B部门不行?”上边去,这样就能做进一步的分析。


要注意的是!不同人的“第一次”是不一样。最经典的场景是,你们自己部门内数据已经看了很多遍,但是现在要做一个向高层的回报,高层领导平时根本不了解你们的细节。此时千万不能太着急,堆砌一堆数据搞得大领导头昏脑涨,十有八九被批:“思路不清晰”。沉住气做个陈述式分析会更好。


思路2:探索式分析


适用问题:“最近销售/运营/商品/会员/物流指标没达标,为什么?”

适用场景:领导/业务有明确问题,但没有具体的怀疑对象


此时的重点是:引导大家的思路,落实到一个具体的、可改进的对象上去。这一点非常重要!很多同学在面对问题的时候,喜欢翻来覆去地描述现状。比如,问“为什么用户消费少了?”他就憨憨答一句:“因为客单价低了”。


这是废话,消费=用户数*消费率*客单价,客单价低了消费肯定少。问题是为啥客单价低了呢?是商品不行?是促销搞多了?这才是大家关心的,所以做探索式分析的时候,拆分问题应该具体到某个部门可负责的事情上,这样才能落地解决方案。


比如“最近用户消费没达标”,那么可以做如下探索(如下图):



思路3:检验式分析


适用问题:“我们最近的会员消费下跌和优惠政策调整有没有关系?”

适用场景:领导/业务提了一个明确的分析要求,期待回应


此时的重点是:排除其他可能性,聚焦到核心问题。大家要注意,很多时候听上去只有一个假设,但实际上要排查的范围并不止于此。但你说出:“确认是政策调整影响”的时候,就意味着你选择了“不是执行问题,也不是外部问题”。如果没有排除掉明显的其他问题,十有八九会被批为:“分析不全面,我说一句你做一句吗”


此时需要主动收集:还有哪些业务假设。一些大家共识过的,不用考虑的因素,可以不纳入分析之中,聚焦几个核心问题。最常见的假设就是:是策略问题还是执行问题。


比如“会员消费下跌和优惠正常有没有关系?”拆分开就是:

假设1:因为调整了优惠,部分会员不满,导致不消费

假设2:优惠政策没问题,但是宣传力度不足,很多会员还不了解


 

另一个常见的假设,是自己部门的问题or友邻部门的问题。


比如“会员消费下跌和优惠正常有没有关系?”拆分开就是:

假设1:因为调整了优惠,部分会员不满,导致不消费

假设2:优惠政策没问题,但是本季商品不行,再优惠也没用


到这一步,就很考验数据分析师的工作技巧了。因为很有可能你的领导,就是想甩锅给别人(或者要防着别人甩锅),因此收集证据,是非常重要的。两个假设哪个更成立,完全看收集到的正面/反面例子那个多,越高级的数据分析师,越有能力充分收集证据,证明自己的领导的想法是对的!!


思路4:测试式分析


适用问题:“如果我们调整政策/更换商品/改进版面,是否能解决问题”

适用场景:领导/业务提了一个尚未发生,计划要做的事


此时需弄清三个关键问题:到底要不要做测试,要做什么级别的测试,要测的到底是啥?

1、如果计划的事情,是历史上从未发生过的(比如上一个全新的产品),那必须测试,不然没法下结论;

2、如果计划的事情,历史上做过类似的(比如投优惠券,以前也投过),那可以拿历史数据做一定参考;

3、如果计划的事情,可以小范围测试(比如让部分业务员改话术,选部分用户投券),那么优先考虑做AB分组,通过ABtest对比差异

4、如果计划的事情,没法小范围测试(比如修改渠道政策,一旦公布开弓没有回头箭),那么就得先做调研,再通过数据测算,让大家有心里准备


总之,根据计划类型来提供实验建议。


另,在实验前,一定要记录清楚以下信息,列清楚了才好做分析

1、本次对业务调整的点是XX

2、本次调整,期望的目标是改进XX指标

3、本次没有调整XXX影响因素


比如要优化投放效果,你最好记录清楚:到底这个版本改变的是推广主图、关键字、站内路径还是商品/优惠,这样才好在各版本间做对比,如果一次性大改太多,那就只能看整体效果了,没法具体到细节(如下图)。


以上,纵观整个过程可以看出:和业务保持密切沟通,了解业务需求对症下药才是重点。


作者著作

商业分析全攻略:用数据分析解决商业问题(全彩)》

接地气的陈老师 著


  • 商业分析的底层逻辑

  • 跟接地气的陈老师学数据分析


商业分析有用吗?当然有用!商业分析是行走职场、创业启航的一项必备技能。

作者结合自己多年的工作经验,用生动的语言介绍如何用数据分析解决商业问题。

本书分为6 篇,共17 章,其中第1 篇是概念篇,讲述商业分析的基本概念;第2 篇是基础篇,讲述如何用基础的分析方法评估企业经营状况;第3 篇是进阶篇,讲述如何构建分析体系解决较复杂的问题;第4 篇是高阶篇,讲述如何应对复杂的商业难题;第5 篇是基础实践篇,通过案例讲述如何解决更复杂的商业问题;第6 篇是高阶实践篇,通过案例讲述如何解决商业分析中的疑难杂症。

本书的讲解思路是层层递进的,从简单场景到复杂场景,从基础的方法到复杂的方法。因此,无论读者是否有数据分析基础和经验,都建议从头开始阅读,这样可以一步步提升认知,更快地掌握商业分析的方法。

全书近500页彩印

限时优惠,立即下单



本书有什么特色


1、通俗易懂。一提及“商业”,人们总会总想到很多高大上的名词;一提“分析”,人们总会想到统计学、数学、算法等复杂概念。本书尽量用浅显易懂的方式,介绍商业+分析的主要概念。并且在每一章开头,都举了生活中例子,让大家容易理解。毫不夸张的说,这是一本人人都读懂的分析书。

2、内容全面。本书覆盖了从投入产出分析,到销售、供应、产品、运营分析的主要场景,对每一类场景下的主要指标,分析思路都有介绍,可以满足众多分析需求。而且,很多商业问题是相互关联的,因此全面的了解分析思路,更容易找到解决问题的答案。

3、层层深入。本书分了初级、中级、高级方法,从基础的指标体系搭建,数据解读,到中级的销售、运营、产品分析体系搭建,到一些高级复杂难题都有涉及。这些问题,一般的数据分析书(特别是工具类书)极少涉及,却又经常在工作中困扰大家。本书都给予了深入探讨。当然,不见得就100%能解决所有问题,但一定能给大家很多启发。




本书目录(滑动浏览)


向上滑动阅览目录









↑限时五折优惠↑



发布:刘恩惠

审核:陈歆懿

    
      
 


如果喜欢本文
欢迎 在看留言分享至朋友圈 三连
<
 PAST · 往期回顾 
>


书单 | 6月新书速递!


浏览 37
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报