tft每日頭條

 > 科技

 > 從零學會數據分析

從零學會數據分析

科技 更新时间:2024-08-15 21:07:07

編輯導語:涉及“盲盒”狀态的業務,比如線上廣告投放,線下銷售跟進,商品選品等,标簽發揮了很重要的作用。本文介紹了有業務含義的标簽積累,量化業務的關鍵就在于貼标簽,感興趣的小夥伴快來看看吧!

從零學會數據分析(你和數據分析高手之間)1

很多同學覺得自己在工作中進步很少,拿着數據,翻來覆去就是同比、環比,做了兩三年也沒進步。在這背後,有個很大問題是:缺少有業務含義的标簽積累,導緻隻會零散地看數據,既無法推導有業務意義的結論,也積累不了業務分析經驗。

今天我們就借一個例子,讓大家看出其中的區别。諸位坐好扶穩,我們馬上發車。

一、問題場景

某同學提交了一份店鋪分析報告,指出:A門店業績排行靠後,低于其他店,建議搞高。然而沒想到,這麼平平無奇一句話,立馬捅了馬蜂窩了。業務部門同事開始七嘴八舌地争論:

  • 甲同事:A是新開門店,不應該和其他店這麼比,A其實很好
  • 乙同事:雖然A是新開店,但是A是标準店,不能和mini店比,A其實不好
  • 丙同事:雖然A是标準店,但A是撿漏店,不能和普通标準店比,A其實很好
  • 丁同事:雖然A是撿漏店,但是A營銷力度并不低于普通店,A還是不好
  • 戊同事:雖然A營銷力度很大,但是營銷投入并不重,A還是很好
  • ……

大家吵成一團。最後總結:“數據分析做得不深入,隻有數字沒解讀,要結合業務深入分析”留下做數據的同學在風中淩亂:

那麼,要怎麼深入分析呢?

二、破局關鍵:标簽的業務含義

這裡最大的問題,在于業務讨論的各種細節,無法直接表示成一個數據指标,導緻量化都做不了,更不要提分析了。而量化業務的關鍵在于貼标簽。

注意!很多同學一提标簽,本能地想到“性别、年齡、包裝尺寸、包裝顔色”這些數據庫裡現成的,直接從基礎信息導入的标簽。這些基礎标簽,大部分時候沒有直接的業務含義,對業務解讀能力很弱,需要二次加工才好用。

有業務含義的标簽,則是直接指向業務關心的問題,對問題指标有區分度,對業務行為有指導能力的标簽。比如“這個店長能力不行”,這就是個有業務含義的标簽,如果确認了能力不行,那下一步就是換店長或者做培訓,對業務行為指導很清晰。這種标簽,需要複雜的轉化過程與數據驗證,不是一蹴而就的。

從零學會數據分析(你和數據分析高手之間)2

那麼要怎麼打呢?一步步來看。

三、從整理業務假設開始

既然是打業務标簽,首先就得從整理“影響業務指标的假設”開始。這樣打出來的标簽才是直接指向業務問題的。比如開頭的問題,我們可以根據業務部門七嘴八舌的議論,分别列出:

  1. 待描述的業務對象
  2. 衡量業務對象好壞的指标
  3. 影響指标的假設
  4. 假設的影響方向

這樣就有了一張清晰的,待開發的标簽列表(如下圖):

從零學會數據分析(你和數據分析高手之間)3

下一步可以一一進行開發。

四、先做簡單的标簽

在開發的時候,先做能用基礎标簽 現有數據指标,直接計算出來的标簽。這種标簽也被稱作:規則标簽。即業務給到計算規則後,可以基于基礎标簽 現有指标直接計算。這種标簽獲得速度快,也容易驗證。

比如:是否新開店。理論上隻要根據開店日期做分類即可。比如規定6個月及以内的都是新開店。那麼大于等于7個月的就是老店,小于等于6個月的都是新店。

這裡有個關鍵問題:這個“6個月”的标準要怎麼來。這裡有兩種做法:

第一種,如果業務部門有共識的話,我們可以直接用業務的标準,比如大家共識了是6個月,那就是6個月。

第二種,業務沒有具體數值的共識,但是有一個概念,比如:

  • 新開店階段,門店閉店概率很高
  • 新開店階段,門店營業額/訂單量處于上升期

此時,雖然沒有明确标準,但是業務給出找标準的方法。我們可以統計所有門店的生命周期數據,看閉店概率/營業額/訂單量的拐點在哪裡,從而清晰标準(如下圖)。

從零學會數據分析(你和數據分析高手之間)4

原則上,即使業務口頭給出了第一種标準,我也建議大家引導業務做出第二種标準。因為第二種才是有業務邏輯的标準。萬一哪天不同業務部門吵架,或者業務換了領導,不再認可第一種标準,第二種标準就是調整的原則。

類似地,門店面積标簽也可以這麼打。先列出業務假設:

之後就可以把現有的幾種店面面積列清單,看參數範圍,做出标簽(如下圖)。

從零學會數據分析(你和數據分析高手之間)5

這裡特别要提醒:很多同學做标簽,不和業務溝通,自己憑感覺或者看數據分布下判斷,比如怎麼區分新店,丫自己拍個3個月……這種閉門造車的結果,很容易被業務挑戰,也無法與業務場景結合,最終使标簽工作淪為自嗨。

有了簡單标簽打底,可以再來處理複雜标簽情況。

五、常見的複雜标簽

常見複雜情況一:一個業務問題,需要分幾個标簽來描述。比如“促銷”這個标簽,促銷形式,力度,可能需要分開描述。比如:

  • 促銷範圍:參與促銷的商品SKU數量
  • 促銷力度:按原價折算,用戶拿到優惠比例
  • 促銷形式:買贈、滿減、送禮、加一件……

(如下圖)

從零學會數據分析(你和數據分析高手之間)6

可能一個業務場景,需要好幾個标簽組合才能說清楚。

常見複雜情況二:兩個/多個基礎标簽合并出來的标簽(又稱綜合計算标簽)。比如“撿漏店”,潛台詞是:這個店面積很大,但店租比正常低,同時客流并沒有比正常少很多,因此被我們撿漏了。這個時候,撿漏店是有三個基礎标簽拼接出來的(如下圖)。

從零學會數據分析(你和數據分析高手之間)7

類似的,比如:“這個店長能力不行”,怎麼證明能力不行,可能得從業績、工作數量、個人履曆好幾個維度來論證,考察的維度一多,就涉及如何付權重問題。付權重本身有一套方法論,同學們感興趣的話,我稍後單獨分享。

從零學會數據分析(你和數據分析高手之間)8

常見複雜場景三:标簽是預測未來的情況,并非已發生的情況,比如我們預判這個店是“高潛力門店”,因此要求它表現比普通更好。注意!預測本身是個複雜的活,可以基于規則判斷,可以建模,建模也有好幾種方式,因此處理起來略複雜,有興趣的話,也是稍後單獨分享。

總之,經過這麼一堆複雜計算,現在标簽已經打好,可以利用分析了。

六、标簽的綜合利用

标簽的直接應用,就是把複雜的業務問題量化,進而進行分析和檢驗。比如文章開頭那一堆複雜的業務理由,用标簽就可以直接做單維度對比,檢驗說法。

如果有多個标簽疊加,則可以構建複雜的分析邏輯,一層層進行推導。這種複雜的分析邏輯,就是我們常說的“深入分析”,一般習慣性,把考慮了很多種情況,稱為“分析全面”,把推導了多少層,稱為“分析深入”(如下圖)。

從零學會數據分析(你和數據分析高手之間)9

當然,标簽不止這一種用法,比如标簽可以作為進一步建模的特征值,輸入模型做綜合性評估/預測。很多同學的評估模型/預測模型做得不準确,就是因為缺少标簽積累,直接把幾個簡單的原始數據怼進模型。

比如,标簽還可以用來推導業務行動。諸如“店長能力不行”“營銷力度不足”,可以直接導向“我要培訓店長”“我要增加營銷投入”這種結論。

綜上,深入分析、建模、提業務建議,标簽是很重要的一環。同學們可以試着多建有業務含義的标簽,特别是涉及“盲盒”狀态的業務,比如線上廣告投放,線下銷售跟進,商品選品等,标簽的作用更大。

#專欄作家#

接地氣的陳老師,接地氣學堂,人人都是産品經理專欄作家。資深咨詢顧問,在互聯網,金融,快消,零售,耐用,美容等15個行業有豐富數據相關經驗。

本文原創發布于人人都是産品經理。未經許可,禁止轉載。

題圖來自 Unsplash,基于CC0協議。

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关科技资讯推荐

热门科技资讯推荐

网友关注

Copyright 2023-2024 - www.tftnews.com All Rights Reserved