tft每日頭條

 > 生活

 > 5個why分析基本步驟

5個why分析基本步驟

生活 更新时间:2024-07-04 06:38:27

經常有人抱怨,說自己做的活動分析被人DISS,諸如:“分析不深入”“沒有可落地結論”之類的批評。但是,有時候來自業務部門/面試官的批評是沒道理的,本文就教你如何區分情況,拒絕無理取鬧,感興趣的小夥伴快來看看吧。

5個why分析基本步驟(為什麼你做的活動分析總被DISS)1

經常有同學抱怨,說自己做的活動分析被人DISS,諸如:“分析不深入”“沒有可落地結論”之類的批評。注意!并不是誰鬧誰有理。有時候來自業務部門/面試官的批評是沒道理的,要認真區分情況再說。

一、活動分析的基本做法

活動分析,有标準四步走:

  1. 目标制定:清晰活動目标
  2. 過程監控:監控活動執行
  3. 結果複盤:看目标達成了沒有
  4. 過程診斷:如未達成,則回看執行過程,查找疏漏點

做活動本身是一個“指哪打哪”,高度目标導向的事情。因此活動分析中,目标是最關鍵的,清晰了目标才好判定效果。活動過程監控,則是用來診斷問題的,一般采用漏鬥分析法 對比分析法,看哪個環節掉鍊子。

比如針對1萬名新用戶派特定品類的優惠券,目标拉動其中5000人消費。活動流程,則是新用戶登錄後通過彈窗領券,之後進行消費。那活動分析,就先看是否有達成5000消費的目标。如果沒有達成,再看哪個環節沒做好。是派的券壓根沒人領,還是領了券沒地方用(如下圖)。

5個why分析基本步驟(為什麼你做的活動分析總被DISS)2

注意!活動是分三類的:

類型一:為了提升總業績,比如雙十一,618。這種一般是沖量型活動,投入力度大,參與商品多,有可能分子活動。因此一般是看整體業績目标是否達成。

5個why分析基本步驟(為什麼你做的活動分析總被DISS)3

類型二:為了達成特定目的,比如清庫存。都已經到尾貨期了,能多清一件算一件。這種時候一般不計較收益,而是達成目标即可。

5個why分析基本步驟(為什麼你做的活動分析總被DISS)4

類型三:為了定向提升收益,比如針對特定用戶投一批優惠券,拉升消費。這時候一定要考核收益,不能讓人白薅羊毛。最好直接設參照組,觀察有/無活動時差異。如果不能設參照組,則一定要記錄該群體活動前數據,作為對比。

5個why分析基本步驟(為什麼你做的活動分析總被DISS)5

雖然活動分析都是:“目标→執行→複盤→過程診斷”四件套,但是根據不同的類型,目标設法有差異,複盤方式自然也有差異,不能一鍋炖。然而有些時候,恰恰業務部門自己腦子不清醒,導緻活動組織混亂。這時候要是怪數據分析師做得不好,就是無理取鬧了。

二、典型的無理取鬧

1. 提升總業績的活動,不設總體目标

一張嘴“我做活動就是為了提升業績,分析下我提升了多少”——廢話!肯定是為了提升業績呀,難不成為了減少嗎。問題是,你要提升多少?不同的目标,投入力度,活動形式,宣傳渠道都有差異,事先不考慮,事後咋複盤。

2. 不事先考慮自然增長率

實際上,很多業務本身有自然波動,肯定要提前考慮呀,不然活動咋組織。而很多業務,活動方案就是不知道哪抄來的。這些業務事前不考慮周全,事後抓住數據分析師,拼命研究“自然增長率的800種算法”,企圖通過修改自然增長率來起死回生……真是讓人哭笑不得。

3. 活動前不做基礎準備

活動頁面不埋點,活動編碼随便寫,活動券碼瞎胡用,派券對象随意增删。上活動的時候隻圖快!省事!數據一塌糊塗,事後……事後分析個屁。

4. 定向提升的活動,不設參照組

定向提升型活動是完全可以設參照組的,如果不設參照組,是很難看出來活動增量效果,自然沒法深入分析。

5. 設參照組不考慮特征差異

參照組不是随機拉一波人就成的,而是要考慮“哪些特征會影響結果”。比如已知高消費人群活動響應會高,則設參照組時,需保證參照組内高消費群體比例和活動組差不多,這樣才有可比性。不然結果肯定不對。

三、常見的自掘墳墓

當然,也有些是數據分析師們自己惹禍,常見的,比如:

惹禍一:不管業務場景,強行上模型。我就見過有數據分析師拿營銷費和GMV做回歸分析,然後拿R平方值來解釋營銷活動“效果”的。被人怼了還說這些人不懂統計學,額……

惹禍二:主動配合業務事後算“自然增長率”。結果不管你咋算,業務都不滿意,終于業務滿意了,老闆不滿意!搞得自己裡外不是人。

惹禍三:不找業務要目标,企圖用各種奇怪的東西代替目标。

實際上,在活動分析中,業務惹的麻煩要比數據分析師多得多得多得多。大部分的問題,都是業務自己目标不清晰、考慮不周全、事先沒準備所導緻的,數據分析師要做的,更多是不要縱容這種瞎搞。如果條件不充分,就先給一些基礎數據,同時反複向大家灌輸正确做法。

有趣的是:老闆是站在我們這邊的。老闆也讨厭業務事前不動腦子,事後亂找理由。所以大家一定要有信心,慢慢推動活動評估标準化,正規化。

四、更深入的做法

當然,即使以上都做了,單憑一次活動,也有可能分析不出很深入的東西。因為一次活動能影響用戶範圍有限,給到用戶選擇也很少,所以很難充分了解到底是産品不行,活動設計不行,還是用戶沒需求。這種深入的洞察,是需要多次活動數據擺在一起看,才能發現的。

以下這些場景,都得至少做2次以上,才能在對比中發現問題。比如:

  • 雖然有活動一直做,但參與的都是同一類群體 → 活動影響有限
  • 有些用戶就是一有活動就來蹭,沒活動不買 → 薅羊毛群體
  • 有的商品就是沒銷量,活動都帶不動 → 選款失敗,先天不足
  • 有的活動形式,就是吸引用戶更多 → 活動本身受歡迎
  • 把活動操作減少了,參與立馬提高 → 活動流程優化

其實很多時候業務自己也是被逼的。有些公司缺少長期計劃,業務總是為短期業績下跌填坑。這時候,業務自己也沒空想更多辦法,隻能每次都用老一套,事後再指望修改“自然增長率”為自己找理由。因此,做規範的活動分析,也能幫業務減負,讓業務有合理的理由多做幾次嘗試積累經驗,最終大家一起探索出切實可行的辦法。

當然,不指望所有公司都有這麼好的氛圍,如果你在的公司,就是目标不清晰,活動方案抄抄改改,事後糾結自然增長率。那至少我們自己,可以把活動分好類,然後觀察事前/事後差異,觀察對大盤影響,這樣積累的經驗,也能用在下一家公司。

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 Pexels,基于CC0協議。

該文觀點僅代表作者本人,人人都是産品經理平台僅提供信息存儲空間服務。

,

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

相关生活资讯推荐

热门生活资讯推荐

网友关注

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