数据分析师如何快速熟悉业务

作为数据分析师，如何快速熟悉业务？

主要的方法有4个：

1. 分解业务环节
   

2. 阅读数据报表
   

3. 关注业务活动

4. 行业竞品分析
   

1. 业务环节

1.1 人货场

人：业务服务的用户有哪些主要分群？这些用户的主要特征是什么？

货：给用户提供了什么服务内容？有哪些分类？

场：产品和用户接触的渠道有哪些？用户在什么场景下会使用到我们提供的业务？

1.2 用户路径

即从用户视角来看产品，一般适合面向个人用户(to C)的产品形态。

电商场景下，可以理解为“顾客如何在平台上买到Ta想要的东西？”。

从产品上看：

用户从“广告渠道->注册->完成一次完整的交易或关键行为”要经过哪些步骤，在“扮演”用户的过程中，体会一下用户的认知过程和决策过程。

从运营上看：

产品提供了哪些用户成长体系？e.g. 积分、等级、特权、勋章等。

有哪些运营活动来实现拉新、促活、留存、复购等目标？

此外，还需要一点“逆向工程”的思维，走到每一步的时候，你要从产品或者运营的角度去思考：

• 产品为什么这么设计？这是主流模式还是有创新？创新点在哪？

• 运营活动的形式如何(what)？活动背后的逻辑是什么(why)？对哪些用户可能有效果(who)？在什么场景下投放的活动(when和where)？

e.g. 京东钱包的签到是1元早起打卡模式的，头一天充值1元到奖金池，第二天早起领回1元的本金，并且可以瓜分没有早起用户的钱；

e.g. 京东的图书活动和金融业务的联动，图书的品类很特殊，能筛选出高质量的人群；

需要注意的是，在不同的产品场景中，可能存在多种用户角色，不同的角色的需求或者定位不一样，在产品上的流程也不一样。

e.g. 内容平台有内容的生产者和消费者(通常以后者居多)；

e.g. 打车平台有司机和乘客之分；

e.g. 外卖平台有商家、订餐者、送餐者3种角色；

1.3 供货路径

和“用户路径”相反，“供货路径”的逻辑是“平台如何把货卖给用户？”。从供应链的角度说，就是“货”以生产为起点，以到达用户手中为终点，中间需要经历哪些环节(以及哪些环节是在业务的数据中可以体现的)？

e.g. 电商场景中，可能会经历选品->采购->上架->线上销售->线下出库->物流->售后等环节。每个环节就会对应一些业务问题，怎么选品？从谁那里采购？怎么定价？优惠促销如何设置？

e.g. 对于内容平台，假设是PGC平台，如何获得更多的优质内容生产方？如何激励生产方产出优质内容？这些生产出来的内容该如何分类、评级？内容如何推荐给消费端？

2. 数据报表

尤其关注日报、周报、月报这种定期的报表或者报告。

• 核心指标有哪些？

• 指标背后的业务定义或业务场景是啥？

• 指标之间的逻辑关系和业务关系是啥？

• 不同业务方会关注哪些指标？
  

注：从报表中还可以获得“基准数据”，比如对于电商平台而言，日活(DAU)、转化率、客单价、订单数等指标有助于建立基准线，这个基准就是用来判断业务好坏的常用标准(这些数字通常也是需要记住的)——比如交易额下降了，这些关键指标和头脑中的“基准线”一核对就很容易定位是哪里出了问题。

除了数据报表外，还可以查看历史的数据需求记录：

• 最近3个月内业务方都有哪些数据需求？
• 业务方主要关注的指标有哪些？
• 业务上常见的操作或者问题是啥？

3. 业务活动

需要和产品、运营的同事沟通。

不管是对于产品，还是运营而言，可以问相关同事以下几个问题：

• 关注的核心指标是什么？

• 有哪些因素会影响到核心指标？e.g. 产品、运营活动、渠道质量、用户结构、外部事件等。最好是有案例说明。

• 会做哪些操作来优化核心指标？做这些操作背后的逻辑是什么？

• 通过哪些指标来评价这些操作的效果？

• 当前有哪些痛点？或者需要数据提供什么帮助？
  

4. 竞品分析

竞品分析的好处是可以看到同行在做什么，也便于建立参照点以判断己方业务做得好不好。

从了解业务的角度看，竞品分析可以关注如下问题(不需要太复杂)：

• 业务对应的行业或商业形态下的Top3玩家都有谁？

• 己方业务和竞品的差异在什么地方？比如在人、货、场上的差异。
  

• 竞品做产品或者运营的思路是如何的？

• 为什么他们这么做？而我们没有这么做？

如果先前有同事或者第三方出了《竞品分析报告》的(最好先找产品经理先问问)，可以直接看现成的。如果是自己做，则要明确目标简化内容，抓住关键的几个点快速收集分析信息。