知识吧 知识资讯 告别套路化分析,用思维探索无限可能

告别套路化分析,用思维探索无限可能

不同场景下,数据分析的过程往往大不相同。有没有一种办法,可以帮助我们在不同的场景下理清数据分析的思路,不被限制于固定的场景分析套路中呢?本文介绍了在异动分析过程中,每一步分析套路背后的影响因素,帮助你更好地理解异动分析,应对不同的应变场景。推荐关注数据分析的小伙伴阅读。

数据分析的场景非常多,随便举一些场景:

  • 异动分析
  • 产品分析
  • 经营分析
  • 运营分析
  • 用户分析
  • 渠道分析
  • 留存分析
  • 转化分析

不同场景下的数据分析流程是不一样的。

这就产生了一个问题:这么多不同的场景,流程又都不一样,想要全部记住所有的流程基本是不可能的。

所以我身边有很多的数据分析师,在面对特定问题时,一般会先去网上搜索分析流程,然后根据现成的流程开始后续的分析。

到底有没有一种办法能够记住所有的分析流程?

在围棋的世界里,你会发现有大量的定式,也就是一种套路式的下法。

对于那些不理解为什么这么下的人来说,只能通过死记硬背的方式来掌握这些定式,效率并不高,而且一旦面对新的棋形就显得束手无策。

但是,如果你能够理解定式的下法背后的原因,那么你所记忆的就不再是单纯的套路公式,而是可以自行推演出定式的下法。

这样,在面对新的棋形时,你也能够灵活地应对变化,而不是束手无策。

要想记住所有的分析流程,我想和围棋的定式也是同样的道理。如果理解各个分析流程为什么是现在这几步,那即使面对从没见过的业务问题,也能应对自如。

我作为一个数据分析思维领域的作者,决定尝试分析各个分析流程的推导过程,帮你摆脱套路化公式,不记套路,却无套路胜有套路。

今天分享一下关于异动分析的分析套路。

一、异动分析

数据指标出现了异动,最紧张的除了负责业务的同学,就是数据分析师了。因为数据分析师马上要迎来灵魂三问:

  1. 为什么涨
  2. 为什么跌
  3. 为什么不涨不跌

这些问题该怎么回答?

关于异动分析,网上提供的参考思路很多,一般的步骤是:

确认数据准确。排查是否存在数据库异常/数据上报延迟/提数SQL错误/数据统计口径不一致等问题。

确认指标异常类型及范围。排查异常的类型属于偶发性/周期性/趋势性;异动的增幅/降幅是否合理。

拆解,定位问题原因。初步拆分维度,定位原因大致范围。如果是电商,一般采用人货场的维度拆解:

  • 人:新老客户/分渠道/分获客方式/分用户价值标签/分用户意向度/用户画像(性别年龄地域职业等)
  • 货:不同品类/不同规格/不同价位
  • 场:流量渠道/近期优惠活动/行业表现

上述分析流程本身没什么问题,但肯定不能死记硬背。

如何通过分析思维推导出上述步骤呢?

二、明确问题

分析任何问题的基本步骤至少有三步:

  1. 明确问题
  2. 分析问题
  3. 解决问题

那么异动分析的第一步也一定是明确问题。

问题来了,什么是问题?

你可能觉得这个问题问的有点奇怪啊,问题不就是问题嘛,就是那个……问题。

嗯,行吧,你说的可能也没错,问题确实是……问题。

关于“问题”这个概念,更精准的定义是:

问题是现实和预期之间的差距。

问题是现实和预期之间的差距。

问题是现实和预期之间的差距。

重要的事情说三遍。

从这个概念可以引申出问题包含三个要素:现实、预期、差距。

所以一个问题出现的原因,只有三种情况:

第一种,现状有问题。你看到的现状和真实情况存在差别。比如因为统计口径差异、数据传输错误等问题导致你看到的数字和真实数字不符。

第二种,预期有问题。预期不符合实际情况,比如成交额在每年的年底都会有一次较大幅度的下降,那么预期值就得符合现实环境对应下调。

第三种,显示和预期真的存在差距,但不知道原因。对这种问题,就要寻找产生差距的原因。

对比套路化的分析流程,上述的三类错误,第一类其实就是数据准确性问题,第二类是业务周期性波动问题,第三类才是真正需要深挖原因的问题。

对于第三类需要深挖的问题,我们也要进一步明确问题。这个差距究竟是什么时候产生的?产生了多久?差距究竟有多大等等。

以上这些问题其实就是通过5W2H的方式把问题描述的更加清楚。通过5W2H的描述,我们可以知道这个差距产生究竟是突发性的还是持续性的。

到此为止,分析的第一步明确问题基本完成了。

你就算不知道异动分析的套路,照样可以自己推导出套路。

三、拆解维度怎么选

需要进一步找原因的问题,情况有两种,一种是突发性的,一种是持续性的。

1. 突发性异动

当突然出现数据波动时,往往是由于重大业务变动、政策变化、市场舆论等原因所导致的。

这种突发性的异常情况,最好的处理方式是直接向业务同学咨询。

有时候,花上几个小时进行分析的效果还不如花一分钟问业务同学来得快。因为业务同学可能昨天刚刚新增了一个投放入口,或者提高了投放预算,他只需要说出一句话就能解决你的疑问。

此外,业务同学通常对行业信息比较敏感,能够给你提供一些有价值的信息,帮助你缩短排查问题的时间。

2. 持续性问题

对于持续性的问题,通常需要采用拆解的方法来找到最终的原因。

而拆解的方式通常有两种,一种是横向拆解维度,一种是纵向拆解过程

以某电商公司GMV收入持续下降为例,我们可以采用以上两种拆解方式。对于横向拆解维度,我们可以根据商品品类、引流渠道、商品价格层级、用户地区等维度进行拆解。而纵向拆解过程,则可以通过流量漏斗分析进行。

这里出现了一个问题,究竟先采用哪种拆解方式,横向还是纵向?

我认为,并没有一定的先后顺序,因为两种拆解方式最终都会通向同一个结果。

如果我们首先采用横向拆解维度,发现某个品类的GMV下降,那么我们接下来就需要拆解这个品类下的流量转化过程,找出问题出在哪一个步骤。

如果我们首先采用纵向拆解过程,发现了流量问题,那么我们也需要再次采用横向拆解维度的方式,找出是哪一个品类的流量下降。

因此,你可以先采用任何一种拆解方式,最后都可以达到相同的效果。

虽然拆解的先后顺序没什么问题,但横向拆解中维度的选择会逼死强迫症。

以电商业务为例,常见的拆分维度中,通常可以采用“人、货、场”三个维度。

  • 对于人这个维度,可以按照新老用户、高低价值用户、不同地区的用户等进行分类。
  • 货这个维度可以分为品类、不同价格区间的商品等。
  • 场这个维度可以分为活动会场、流量渠道等。

然而,如果你对每个维度都进行拆解,那么花费的时间和精力太多,不太实际。

所以我们需要选择到底先拆解哪些维度。

先不说具体套路,我们还是尝试着自己推导。

对异动的数据进行拆解分析,目的是找出这个问题的原因后,有人负责优化改进。

所以拆解的第一优先级是根据目前的团队分工进行拆解。

比如说电商公司根据类目划分了多个独立运营的团队,那么面对数据异动的第一优先级肯定是按照类目拆解。

因为拆完类目,就能直接找到对应的负责人。

否则你先拆解新老用户,然后告诉业务方是新用户出了问题,那么这个新用户究竟是谁来负责?总不可能因为一个小问题就把整个组织打散重新分工。

根据分工拆解维度,问题定位到某个类目后,该类目的负责人知道是自己的问题,那么如果是流量下降就加大投放,转化率变低就搞搞促销。如果问题不是特别严重的话,一般这个异动分析就结束了。

有的时候分析会更深入一层。类目负责人想更深入了解自己的类目究竟出了什么问题,那这个时候就要在拆解完类目之后,再做深一层的拆解。

这一步的拆解依然可以根据分工拆解。品类团队的内部也会有用户运营、品类运营、流量运营等等不同的分工。因为不同公司的岗位设置不一样,所以这里要根据实际的分工情况,选择拆解的维度。如果团队内没有用户运营,那也就没有必要对用户做细致的拆解了。

如果团队中有用户运营,也要和业务沟通一下,看目前用户运营的用户分层模型是什么,有没有现成的用户分层、用户分群等运营方案。根据原有的用户运营方式拆解,未必能找到最精准的问题原因,但是落地性极好。依托原有的用户运营平台,运营同学可以直接圈选用户人群做运营。

在这一步你依然可以不用记套路,你不用记得人货场分别要拆什么维度。在实际分析的时候,你要知道的是团队分工、现有策略等信息,根据这些信息你自然就知道该拆解什么了。

如果面试的时候这样的回答,如果是在面试的时候也能给你加分不少。因为别人知道要拆什么维度,而你不仅知道要拆什么,而且你知道你猜的原则必须要最终能落地,你比别人更加实战。

四、小结

异动分析基本是面试必问的问题。

现在网上有很多成体系的套路,虽然套路提高了工作效率,但套路本身简化了思考过程,不能应付所有的场景,而且会限制个人能力的成长。

如果你在面试的时候,和面试官对异动分析的过程有上文中这样深入的分析过程,相信能为你加分不少。

在面试官严重,你不是个只会套路的人,你是真的会分析。而且你的分析真的能落地,是实战派。

能力可迁移,结果能落地,相信你就是面试时候最靓的仔。

专栏作家

三元方差,公众号:三元方差(sanyuanfangcha),知识吧专栏作家。专注用数据驱动业务增长,擅长数据分析、用户增长。喜欢阅读、思考和创作。

本文由 @三元方差 原创发布于知识吧。未经许可,禁止转载。

题图来自Unsplash,基于CC0协议。

本文来自网络,不代表知识吧立场,转载请注明出处:https://zhishiba.net/4346.html
上一篇
下一篇

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

返回顶部

Warning: error_log(/www/wwwroot/www.zhishiba.net/wp-content/plugins/spider-analyser/#log/log-1502.txt): failed to open stream: No such file or directory in /www/wwwroot/www.zhishiba.net/wp-content/plugins/spider-analyser/spider.class.php on line 2900