为什么你做的数据异动分析,总被人Diss

大数据 数据分析
从本质上看:只有死人的心电图才是一根直线,但凡是个正常的人一定会有波动。把握业务规律,判断合理波动范围,了解业务应对异常的手段,才能推动合理决策。想达到这个效果,需要分几步完成。

数据异动分析,是平时工作中做得最多,也是最经常被吐槽的部分,不光领导&业务部门吐槽,做分析的人自己也在吐槽:

问题一:神经过敏。涨1%就要“深入分析”,跌1%又要“深入分析”,把分析师折腾得苦不堪言,经常分析涨1%的报告还没交,丫又跌了1%,每天在数字波动间疲于奔命。

问题二:盲目乱拆。做异动分析,只会拖一堆维度做拆解,最后拆出来形如:华北地区降7%,男性用户降5%……之类,不知道该咋下最终结论。或者干脆一股脑全丢给业务拉倒。

问题三:劳而无功。异动分析完了,丢了“华北地区降7%”所以呢?所以业务要上活动吗?所以要组织华北地区地推吗?数据单薄,完全没法支持业务行动。

从本质上看:只有死人的心电图才是一根直线,但凡是个正常的人一定会有波动。把握业务规律,判断合理波动范围,了解业务应对异常的手段,才能推动合理决策。想达到这个效果,需要分几步完成。

一、了解基础走势

首先,在实际企业经营中,数据指标来源于业务,而业务本身受三重影响:

1、业务自身的规律,比如雪糕夏天畅销,羽绒服冬天畅销

2、主动投入的影响,比如持续开店,持续追加投放费用

3、意外发生的时间,比如突然周末下个雨,突然热点新闻

在三重影响中,意外事件是无法提前预知的,但业务自身规律,主动投入影响是有迹可循的。因此,想做好异动分析,首先要对历史数据复盘,对整体的业绩、DAU、销售量等指标进行走势拆分,观察其有没有自然周期,观察哪些主动行为会带来明显影响,这些基础数据积累是判断“什么是异常波动”的重要参照物(如下图)。

图片图片

注意!当公司的规模不够大 or 业务还在成长期 or 做业务转型的时候,有可能季节性规律被主动投入影响掩盖掉。比如虽然我司是做羽绒服的,但是一共就开了10家店,其中一家店选的位置不好,生意差了,就会影响10%的总业绩。在这种情况下,应当区分业务动作,重点关注业务动作(而非自然规律)的影响。

二、区分业务动作

注意!并不是所有业务动作,都会产生影响整体业绩,整体DAU,整体销量的巨大效果。因此需要区分出影响指标的关键业务动作。

常见的关键业务动作,有:

1、渠道:线下持续开店,线上持续投放获客

2、商品:爆款新品上市,原有商品大幅度降价

3、用户:大力度用户补贴,VIP用户特殊大于

4、产品:重大APP版本更新,重要功能上线

这些关键业务动作常伴有大量的营销费用/研发费用支出,对所有用户产生作用,且效果明显。此时,建议如下图所示,拿小本本记录好:

1、到底有多少关键动作发生

2、关键动作发生期间,总业绩指标/DAU指标有什么变化

3、内部,外部因素同时发生时,内部能发挥多大效果

这样多做记录,方便后续评估效果+预判直播走势。

图片图片

相比之下,一些小范围促销/小范围开店/小范围产品更新,或者影响范围太小,或者投入力度不足,不会产生巨大效果。此时应先记录,这些小范围促销/小范围开店关店/小范围产品更新的影响范围(比如5%的总用户,3%的门店),再评估效果。理论上,对于整体波动,这些小活动最大影响也就百分之几了。

三、判断轻重缓急

了解基础走势后,我们可以从日常1%、2%的波动中解脱出来,关注真正问题,比如:

1、持续性震荡下滑

2、打破原有季节规律

3、业务动作未达预期

如下图所示,比起日常1%波动,这些才是真问题发生的迹象,应重点关注。

图片图片

捕捉到真正问题以后,不要盲目地各种维度乱拆解,而是紧密围绕:“影响业务的关键动作有没有问题”进行分解。比如诊断业绩指标波动,先问:我司今年推动业绩的关键动作是啥?如果我司是toC业务,主要手段是推新品,那么应该先关注新品表现(如下图)。

图片图片

同样是诊断业绩指标波动,如果我司是toB业务,今年推动业绩的关键动作是“稳定大客户份额”,那诊断的逻辑又有不同(如下图)。

图片图片

什么是真正严重的问题?我司推动业务发展的关键动作不灵了!而且是全渠道/全客户类型/多次尝试都不灵/投产比持续下降,这才是真正关键的问题。相反,如果指标异常波动仅仅来自于:突发事件/某次活动没做好/某次推广效果不佳、某个版本更新出了BUG,那意味着只要后续稍作调整,问题就能解决,这才是“小问题”。

四、提供执行建议

经过上述三步诊断,提供可执行的建议会容易很多,如果是局部发生的“小问题”,意味着完全可以头疼医头,脚疼医脚,针对性解决,比如:

1、突发BUG → 修复BUG,自然就好了

2、某个地区业绩不好 → 责令整改,复制标杆做法

3、某个渠道推广不佳 → 调整做法,挪一点资源到好渠道

4、短期内下雨,影响业绩 → 还有资源,就上促销拉一拉

但是,如果发现问题是关键业务动作失灵的“大问题”,那就难受了。关键业务动作失灵,意味着得有一些根本性改变才能扭转局面,可短期内做根本性改变谈何容易!

很多公司都是要继续用老方法挣扎一段时间,直到指标彻底完蛋才逼着想新办法。在此之前,数据分析师面对的业务指标曲线,将会是一路下跌看不到头的走势。这时候单靠数据是无法找到对策的,你不可能走在老路上,却指望出一个新结果。

但是,起码我们自己可以提升分析能力,至少在面试被人问道:你怎么分析指标异动的时候,不再是摇头晃脑地说“指标异动无非就是做拆解……”

而是系统地说:

1、我们能识别业务常规走势,避免误判和神经过敏

2、我们能识别业务关键动作,对指标走势有预判

3、我们能区分出异动是否来自关键动作失灵,提醒业务调整对策

这样我们自己能找到更好的工作,也脱离那些只会循规蹈矩的公司。

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

2024-07-16 11:51:54

数据复盘报告

2022-09-05 11:28:07

数据分析活动分析

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

2016-09-07 14:41:43

数据分析数据分析方法论

2022-07-06 11:30:57

数据分析预测模型

2024-05-31 11:37:20

2016-09-30 01:04:45

数据分析数据

2017-12-20 09:52:50

2017-12-04 14:30:57

大数据谷歌数据分析

2022-03-30 12:41:27

异动分析技术异动归因

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

2015-01-07 14:04:25

2015-06-24 11:42:36

MongoDBNoSQL

2015-03-04 11:01:36

大数据数据分析分析

2015-07-29 16:19:54

大数据时代分析
点赞
收藏

51CTO技术栈公众号