为什么你做的数据复盘报告,总被人Diss

大数据 数据分析
虽然说只看主指标是不够的,但是不看主指标肯定不行。不但要看,而且要第一位看,先明确本次复盘讨论的具体业务是啥,考核的主指标是啥。

“复盘活动、销售、产品表现,总结成功经验,提供优化建议”是数据分析的一项基础工作要求,然而很多同学都遇到过,自己写的复盘报告被领导/业务Diss,说:

“我早知道了”

“有没有深入的发现!”

“有没有可操作建议!”

该怎么办呢?今天详细跟大家分享一下,文章较长,还没关注陈老师的同学记得先点个关注,慢慢看。

常见问题

问题一:复盘只有结果指标。翻来覆去地讲:“今年比去年多XX”“活动期比非活动期多XXX”,没有更深入,更详细的内容。

问题二:复盘缺少横向纵向对比,只盯着眼前的事。讲活动,就只讲本次活动情况;讲产品,就只讲本次新上功能表现。而很有可能这些指标,早在常规报告中报过了,自然大家会说:“我早知道了”。

问题三:复盘缺少深入归因,就只写“要搞高”。“本次活动参与人数太少,建议搞高”“本次新功能留存很低,建议搞多”……说了跟没说一样。

究其原因,大家会发现:

1、常规的结果指标每天都看,只讲结果肯定不行

2、业务看了数据能做啥才是关键,需要关联到业务动作

3、只看短期表现有可能没有好办法,横向纵向对比很重要

总之,要深入业务细节才行,具体操作,可以分五步走

第一步:复盘目标达成情况

虽然说只看主指标是不够的,但是不看主指标肯定不行。不但要看,而且要第一位看,先明确本次复盘讨论的具体业务是啥,考核的主指标是啥。

常用的,比如:

1、销售进度复盘:收入、毛利、回款

2、营销活动复盘:投入、增量产出

3、商品上市复盘:收入,周转率、售罄率

4、产品功能复盘:使用用户量、留存用户量

这里特别提醒:是考察总量还是新增量,一定要提前说清楚。比如销售一般看总销售收入,但是营销一般都会要求:剔除自然销量/剔除正常水平。

那到底该怎么剔除,是看无活动时间段,还是选一部分人群不参加活动/不参加活动的商品作对比,一定得提前说清!总之复盘报告第一部分,照例汇报:本次目标达成情况想,先对整体效果下个判断(如下图)。

图片图片

第二步:寻找可对比的标杆

这一步特别重要!只看单一业务个体,可能无法得出更深入结论,因此一定要打上标签,抽取有可比性的标杆做对比。

比如做销售进度复盘:

1、该销售团队,人员构成如何,过往业绩如何

2、该销售团队,背了多少业绩,掌握多少费用

3、该销售团队,同样级别的团队,同期表现如何

图片图片

营销活动类复盘,经常做得更细。因为营销活动形式更灵活,比如同一场大型活动内,有多个流量来源,有多个营销规则同时生效,有多个商品活动分页面。

此时,需要细细梳理流程,把每一个过程转化情况都整理出来,因为很有可能,在整体看起来投入产出不错,但是:

1、某些细分渠道引流效率低

2、某些商品品类转化不行

3、某些商品转化高但获得流量少

这些问题都要在复盘中暴漏出来(如下图)

图片图片

如果是产品类复盘,大家注意,产品改进可能是有版本演进的,比如优化APP转化漏斗,可能每个版本有一部分改进,那么复盘时要把这个演化过程展示出来,告诉大家每一步调整后,运行了多久,效果如何(如下图)。

图片

第三步:联系业务动作找过程指标

第一步,我们知道了本次做得的好/不好

第二步,我们知道对标同类,本次更好/更差

第三步,就得解释为什么差,导出优化建议

这一步切记闭着眼睛塞指标,因为很多指标业务看了也不知道干啥用。比如丢一句“活动期间,男性用户参加少……”所以呢?所以业务能专门针对男性做啥吗?这种看了以后不知道干啥的东西完全可以少出。

注意!业务没有大家想象的复杂,很多套路是固定的。比如提升销售,能做的就是:

1、多开发优质行业客户 →对应数据上:特定类型客户成交率高

2、多卖当前畅销的产品 →对应数据上:特定类型商品销售多

3、追加拜访数量→对应数据上:拜访次数增加时,成交率提高

在复盘的时候,多关注:本次行动与标杆对比,在客户,商品,销售行为上指标差异,总结可以改善/发扬的点。

图片图片

比如营销活动,能做的就是:

1、增加活动力度 →对应数据上:优惠力度大的活动,增量更多

2、修改宣传材料 →对应数据上:宣传材料为A版本的,阅读更高

3、追加宣传次数 → 对应数据上:宣传次数多的,参与人多

在复盘的时候,多关注:本次活动表现突出的点,总结经验。

比如产品,能做的就是:

1、缩短操作路径 →对应数据上:长路径的转化率更低

2、修改页面布局 →对应数据上:A版本下点击转化比B版本更高

3、新增操作功能 → 对应数据上:该功能点使用人数更多

在复盘的时候,多关注:是否较之前版本有明显改进,总结经验

第四步:深入解读差异性

注意!其实对复盘来说,做到第三步,已经有可落地的结论了。不过有些时候,业务会想进一步深究:为什么以前效果好,目前效果不好?并且, 有可能当下大环境已经变化,之前的经验就是不能再用了,也需要探讨新做法。

此时,可以先判断:是否过往经验已不奏效。如果发现:

1、纵向看,表现好的标杆都发生在较早之前,近期都表现不好

2、纵向看,同样的销售策略/活动策略,执行效果越来越差

3、横向看,各类型的手段都在下滑,没有较好参照

4、横向看,外部对手也在频繁调策略/加大力度

那么,大概率老手段不行了……特别在2024年,大环境不好,很有可能出现类似场景。

图片图片

此时,只能接受现实,逐步模式适合当前的情况。在复盘的时候,建议从用户分群入手,做更细致拆分,观察:

1、在当前情况下,还有哪些用户是相对忠诚的消费者

2、这些忠诚消费者有什么特征,在哪些渠道能获取

3、边缘的消费者,能响应什么类型的营销活动

此时,只能基于当前的参数,逐步做调优,以尝试改善业务指标(如下图)。

图片 图片

责任编辑:武晓燕 来源: 接地气的陈老师
相关推荐

2022-08-29 11:59:29

监控数据DAU

2024-07-30 14:05:00

2022-09-05 11:28:07

数据分析活动分析

2020-02-26 09:00:30

程序员技能开发者

2024-10-22 11:34:34

数据分析统计学

2021-06-05 18:00:18

数据分析运营

2023-03-26 19:18:27

2017-12-04 14:30:57

大数据谷歌数据分析

2015-08-12 16:18:49

够快云库云盘

2022-12-05 09:31:21

云数据库FinOps

2021-03-22 08:29:59

Elasticsear搜索系统

2020-03-24 17:49:27

大数据IT技术

2021-09-07 15:41:35

Bug诱因代码

2011-12-01 14:06:32

2023-12-01 08:09:08

2015-06-24 11:42:36

MongoDBNoSQL

2016-08-19 01:59:22

APPAPM用户

2017-11-29 18:16:15

高并发ERP态牛

2013-08-21 09:48:45

2023-09-21 16:17:48

数据驱动运营
点赞
收藏

51CTO技术栈公众号