为什么“数据分析报告太平淡,只是陈述事实,没有建设性意见”是很多企业的抱怨。
“数据分析建议要可行,有建设性,能产生效果”也是很多企业的要求。
问题是:咋做到呀!
通常来讲,有四种方法,可以从数据中推导出高质量、可落地、可见效的分析结论。但是,并没有一种方法是包治百病的仙丹。每种方法都有特定的使用场景和难点,今天和同学们系统的分享一下,以供参考。
一、标杆分析法
标杆分析法的思路很直接:找一个做的好的标杆,直接复(chao)刻(xi)标杆的做法。既然别人这么做能成功,那理论上我们这么做也能成功。标杆分析法的步骤:
比如,做销售分析,在推导分析结论的时候,就不是简单地说:“销售业绩低了,建议搞高”。而从销售队伍中树立标杆,总结特征,复制行为(如下图)。
标杆分析法适用性很广,但是有三个明显缺点
特别是在复制外部标杆的时候,常常因为数据采集不全,导致找一个“外表内美,内部拉胯”的同行案例做标杆,此时就更容易翻车。
二、业务诊断法
业务诊断法的思路也很直接:找到目前业务哪里做得不好,哪里不好就改哪里数据分析具备的能力,改完就好了。注意:所以叫业务诊断,是因为最后输出的结论,应该是指向一个具体的业务行动,而不是简单的扔一个“XX指标低了,要搞高”出来(如下图)。
做业务诊断法的步骤:
建立监控指标(一般做漏斗分析,或拆解分析) 树立判断标准(现有判断好坏的标准,才能下结论) 发现当前短板(转化漏斗最弱一项,拆解中最弱一项) 追溯业务问题(这里的弱,是因为运营/产品/价格/……导致的) 给出诊断建议(基于业务条件,评估改善可行性,给出建议)
这里最难的就是第四步。想做好第四步分析,需要对业务流程做详细拆解,并对具体做法打标签,才能做深入分析(如下图)。
注意:第五步给建议的时候,也可能不是哪里弱补哪里,而是“以强补弱”(如下图)。
这样基于业务现状+历史数据,对建议进行简单的可行性评估后再给出,会让建议更有说服力。业务诊断法的缺点是很明显的:第四步容易被卡住,成为业务方互怼的导火索。特别是问题发生在转化漏斗的末端,大家都有责任的时候,更容易引发争吵(如下图)。
此时,需要花特别多的精力,把这帮人的各种说法论证清楚,不然分分钟会被人当成对战的棋子,怼得死去活来。
三、机会识别法
机会识别法和标杆分析类似,但是不是拿整体作为参照对象,而是从细节里找思路。最典型的,比如发展了一群客户,质量有高有低,这时候有两个典型的做法:
从现有用户里,挑出高质量群体,单独看该群体画像,思考如何做大该群体。 从用户画像角度,挑出理论上高质量群体,再看目前获取数量,思考如何做大。
这样就是所谓的:机会点识别。
所以叫机会点,是因为:到底是否能做大,做大了到底好不好?在眼下是不清楚的。很有可能顾此失彼,为了服务一个群体,得罪其他用户很有可能因小失大,多赚了一个群体钱,流失其他用户很有可能镜花水月,单一群体数量太少,无法撑起大盘总之,得实验,实际测试几次,才只能看出数据变化。
这也是机会识别和标杆分析最大区别,标杆分析看得是实际上已经成功的样本,机会识别的,真的就只是一个机会。
机会识别法的弱点也是很明显的:严重依赖业务配合。
如果业务方懒得给出配套方案,那就永远无法测试这个机会点到底能不能成。更糟糕的是,在没测试前,到底是不是机会,是无从定论的。于是,业务方会简单按照:是否这个机会与老板观点一致,进行判断。总之,老板说这个好,这个就好。老板没说过,那就不好……这更让客观的机会识别无法进行了。
四、概念测试法
以上三种方法,都是基于已发生的数据做推导的。也可以完全没有数据,凭着业务方灵光一闪:“我有一个好点子!”然后直接拿来测试。这是完全OK的。常用的ABtest方法也是满足这一需求。
但注意,很多业务上测试
来源【首席数据官】,更多内容/合作请关注「辉声辉语」公众号,送10G营销资料!
版权声明:本文内容来源互联网整理,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 jkhui22@126.com举报,一经查实,本站将立刻删除。
给力!不错的文章