五個方法,破解資料分析的核心難題

編輯導語:在資料分析中,我們的資料分析有無意義取決於所定標準,若標準不一,評判的結果也就不一致。那麼,資料分析的標準該如何去定,破解資料分析核心難題。作者總結了五個方法,希望對你有所幫助。

五個方法,破解資料分析的核心難題

資料分析的一個基本常識:資料本身沒有意義,資料+標準才有含義。然而恰恰是標準二字,弄死了無數資料分析師。常見的問題,諸如:

沒標準:業務說“我的活動提升了業績, 計劃提升多少我也不知道,你分析分析?”然後不管資料提什麼,業務說“太少了吧,你沒考慮周全”。

標準不確定:業務要提升“顧客健康度”“渠道質量”,然後不管資料分析師用什麼指標,業務都說“你這幾個指標就能代表健康了?那另外一個指標就不健康?”

標準反覆橫跳:指標下跌了0。1%,業務緊張得要死,非要深入分析;指標下跌30%,業務說“這是正常的,你分析個屁!”。

找標準,是資料分析核心難題。標準不確定,資料反映出的是不是問題?是多大的問題?是誰的問題?都不能確定,那還咋深入分析呀。那到底標準怎麼定?今天系統講一下。

一、為什麼定標準那麼難

從本質上看,標準難定,主要是來自業務本身考核難度不同:

有的業務是搬磚式的,做一件東西就是一件東西,這種最容易定標準,計件工資即可。

有的業務是BUFF式的,提高了做東西效率。這種標準就不容易定,因為很難剝離出“沒有buff是多少”,無數的爭論都是從這裡來的。

有的業務是錦上添花的,就像菜市場小販吆喝“我家番茄又大又紅咯”。這種不做不會死,做了看似更好,但很又很難考證效果。

更糟糕的是:有的資料分析師,不清楚以上區別,以為可以一鍋燉。

更更糟糕的是:有的業務,很清楚以上區別,所以在自己做得不好的時候,故意渾水摸魚,企圖模糊標準,為自己文過飾非。

當一個不懂區分的資料分析師,遭遇一個企圖矇混過關的業務,就是標準的盲人騎瞎馬了。這才會出現開頭的種種吐槽。更搞笑的是,這時候懵懂懂的資料分析師還沒發現問題,還會在網上到處問:“哪裡有中國網際網路資料分析統一標準定義?”

所以破局的思路,就是不能指望業務部門良心發現,而是資料分析師自己練就火眼金睛。辨明是非,分型別看標準如何定。

二、第一類:賺錢的搬磚

比如網際網路行業的推廣、投放,傳統企業的銷售、門店。這種是可以考核到人的,每個人為公司貢獻多少收入、貢獻多少新使用者一目瞭然。這類工作事關公司收入和業務增長,因此一般都有硬考核指標,且一般都是老闆強硬壓下來的。

這種情況下,記得三不扯原則n不扯“自然增長率”。該做多少做多少,不服氣去跟老闆吵:

不扯“合理不合理”。老闆定了多少就是多少,不服氣去跟老闆吵*2

不扯“其他深遠效果”。老闆沒有定的不理會,不服氣去跟老闆吵*3

資料分析師要做的,就是把老闆的目標,按業務線/按時間拆解出來。把年度目標,分解到每一個時間段,然後跟蹤完成即可(如下圖)。

五個方法,破解資料分析的核心難題

三、第二類:供應的搬磚

比如商品備貨、供應。這一類工作要根據銷售情況做準備,但又不能完全照搬銷售指標,因為銷售指標有可能無法達成/超期達成。而一旦目標無法達成,備貨太多,就會積壓,導致損失。超期達成,備貨不足,會失去一些銷售機會。因此定目標,經常是雙重考核:供應充足率/庫存損失率。

五個方法,破解資料分析的核心難題

四、第三類:普眾式buff

普眾式BUFF,即常見的各種大促銷、新人禮包、滿500減100、買三件送一件、消費10000成為白金卡會員等,一般是運營、營銷、增長部門搞的。這種活動參與規則與參與人群是公開透明的,使用者達標即可領獎。

普眾式BUFF都有明確的目標,比如商品運營,不同階段目標/手法不一樣(如下圖)。

五個方法,破解資料分析的核心難題

比如使用者運營,不同階段目標/手法也不一樣(如下圖)。

五個方法,破解資料分析的核心難題

注意!加BUFF的部門,最喜歡扯“自然增長”,扯“深遠影響”,扯“額外增收”。因為這些BUFF是疊加在其他人工作之上的,所以搞活動的部門,生怕不能體現自己的功勞,恨不得把自然增長率搞成負的,把所有增長歸功於自己。也因此搞出很多爭吵。

解決爭吵的辦法,是把“深層次效果分析”與“目標考核”區分開。先達成自身的目標,再覆盤達成目標以後的效果。連目標都沒達到,整體業績還在下滑,商品還在滯銷,使用者發展不來,有啥“其他深遠影響”好扯的,都是自欺欺人。

五、第四類:精準式buff

精準式buff,最常見的形式就是精準營銷。透過電話、簡訊、APP內推送等形式,給不同使用者不同營銷方案,且其他使用者不知情,無法參與。

注意:精準營銷是可以透過封閉資訊的方式,設活動組與參照組,相對準確的衡量自然增長率的。因此精準式BUFF可以直接把目標設為:較自然增長,額外提升轉化/消費效果XXX。

怕就怕,做的活動是精準式活動,但是沒有做分組,沒有設參照組,也沒有事前ABtest。啥準備都沒有,事後跑來問:如何精確衡量?肯定回答不了。

五個方法,破解資料分析的核心難題

六、第五類:錦上添花

所有內部資料記錄不到的任務,都是錦上添花類任務。常見的比如品牌、傳播、服務,對應的指標是使用者知名度、使用者滿意度、使用者忠誠度。

這些資料來源要麼靠市場調查、要麼靠外平臺的資料記錄,比如公眾號文章閱讀量、影片播放量等等。

這種標準的最大問題,來自於:資料易操控。市場調查問卷質量太差,樣本太少;外平臺的資料可以靠人工刷量輕鬆做出來。所以樹這一類標準,有個最簡單的辦法:讓負責部門自己事前提個數,然後看他們能不能達成。

至於這種錦上添花能不能帶來銷售、使用者,等實際效果。作為資料分析只認連結。有轉化連結,有內部資料記錄,就轉化為普眾buff式工作,考核轉化效率。沒有連結,沒有轉化路徑,沒有內部資料,一概不認,斷了他們渾水摸魚的念想。

七、小結

從本質上看,標準問題牽扯績效考核,因此業務方才有渾水摸魚的動力。這是個披著資料問題的辦公室政治問題。因此,想破題,一定不能把解題思路引到“有一個完美的數學演算法”上面。任何數學演算法都解決不了人心貪婪的問題。

所以資料能做的,就是落實可考核的部分,幫助大家迴歸初心,減少胡攪蠻纏,從而更好實現整體目標。畢竟蛋糕做不大,怎麼分還是餓。

#專欄作家#

接地氣的陳老師,微信公眾號:接地氣學堂,人人都是產品經理專欄作家。資深諮詢顧問,在網際網路,金融,快消,零售,耐用,美容等15個行業有豐富資料相關經驗。

本文原創釋出於人人都是產品經理。未經許可,禁止轉載。

題圖來自pexels,基於CC0協議。

頂部