这张“数据分析”架构图,让我稳坐部门“一哥”
在数据分析领域,如何让自己的工作真正为业务创造价值,是每个数据从业者面临的挑战。本文作者通过一张精心设计的数据分析架构图,分享了如何从理解业务需求、拆解问题到寻找业务盲点的完整思路。
*你做的数据分析有什么价值?
*你做的分析对业务有什么用?
*你有没有发现业务没想到的问题?
夺命三连问,是很多数据/财务同学最怕的。然而很早之前,陈老师就总结了一套框架来针对这个问题,今天分享给大家。
01 从“什么算价值”说起
由“到底帮助了业务多少”来定义的。如果:
- 我们给的数据,业务已经看得到了
- 我们做的预测,业务根本不需要
- 我们做的画像,业务找不到地方用
那就是没价值……
因此,想要提升数据分析的价值感,就不能“拿着锤子找钉子”,先轮出一堆“用户画像、RFM、关联推荐、行为预测”的大锤,然后看哪里能锤一下,而是看:“到底我们的业务需要什么”,诊断问题顺序,可以如下图所示。
开展工作,也是有顺序的:
- 如果是一个新成立的部门,或者新入职的领导,往往对基础情况都不了解,可以从上图开头部分做起,一步步做
- 如果对方已经看到日报,月报,那么不用再每月追着屁股喊“指标高了,低了”,而是多解读日报月报,找到问题点再沟通
- 如果对方天天在纠结一个复杂问题,那干脆直接收集同业/其他公司的解决策略,然后分析可行性
对症下药,才能提升自己的价值感
可能有些同学会说:搞这么麻烦干啥,直接问业务想要啥不就行了
你直接问他们,他们大概率让你算命……
02 拆解业务问题
如果你直接去问业务:“你想要什么”,很有可能你会听到:“我想100%精确预测:商品销量、客户需求、市场走势……”最后还跟你客气一句:“100%做不到,98%也行,咱不纠结”。
显然这做不到,这种需求谁接谁死……
理解需要精准预测的原因,才是关键。比如“100%准确知道用户流失原因”,多问一句:知道以后又能如何?
- 有些用户贡献很低,他流失了,真的值得挽回吗?
- 有些用户对我司产品没需求了,我们真的会改进产品吗?
- 有些用户就是来薅羊毛的,我们真的要无节制满足他们?
细问之下,就会发现:大部分情况下,业务能做的事情是非常有限的:
- 短期内:发个优惠券
- 中期内:上个活动拉回一下
- 长期内:调整产品结构,更好满足用户
了解到业务的手段后,就能对症下药,用适当的数据回应他们(如下图)。
当然,这里还有难点,就是业务已经思考过很多方法了,期待你将一些“他们不知道的事”此时咋办呢?!
03 寻找业务盲点
讲业务不知道的事,最能体现数据分析的价值。比如上文的流失用户问题,很有可能业务方每个月在固定投优惠券,已经掌握了很多基础数据,比如:
- 每月有多少用户处于流失状态
- 每月派多少召回用户的券
- 每月从多少渠道发推送
- 每个渠道转化率,召回率
这些常规情况一笔带过即可
此时,如果继续讨论发什么券,用多大面额一类话题,如下图绿色部分,这些都是业务日常纠结的,你再说,他也不觉得有新意,不如跳出框架,从一头一尾思考:
- 有没有比券更好的形式?
- 同业/Top公司都是怎么干的?
- 有没有特别容易响应的客群?
- 哪些特征的人更容易被唤醒?
如下图橙色部分,站在更宏观/更微观角度,都能找到新想法。
注意,这里做的分析内容,还是:
- 区分用户过往消费,核算用户价值
- 区分用户对抵用券领取/使用敏感性,打“抵用券偏好”标签
- 区分用户对推送信息响应率,找高响应群体
- 根据同业做法,测算“如果我司上线,效果是……”
方法还是这些方法,但是没有重复念业务熟悉的数据,就能带来新感觉
04 做好经验积累
还有一个很重要的,数据分析可以主动做的事,就是围绕目标,积累经验。业务部门都很本位主义,经常各自摇旗呐喊,容易忽视不同项目之间交叉作用。比如用户流失问题,很有可能流失的用户本身是某些商品的粉丝,本身是季节性购物需求,他不会响应会员中心盲目派的券,而会响应商品部门推送的活动。
此时数据部门,可以主动收集各部门活动,以用户为单位,展示各类活动影响用户全景,这种全景式的数据,业务站在自己部门很少看得到,很容易引发业务思考。因此特别建议数据部门,主动收集各类业务动作,围绕同一个业务目标综合起来。这也是体现价值的方法。
05 小结
综上可见,数据想发挥价值,就不能对着一张数据表发呆,了解业务流程,有框架有逻辑的推进工作,才好体现自己的作用。
本文由人人都是产品经理作者【接地气的陈老师】,微信公众号:【接地气的陈老师】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。
题图来自Unsplash,基于 CC0 协议。
- 目前还没评论,等你发挥!