分析方法、程序、框架、呈现&落地

1、基本:穷举并发现、衡量关键影响要素

  • 分析的本质是发现什么要素从根本上影响了结果。
  • 首先是想办法了解哪些因素可能影响到最终结果,人们很容易在这一点上不下功夫。
  • 然后有数据就把每一项和结果去对,画散点图;找出一元、二元或多元回归关系;没数据就逻辑推理;
  • 关联的要素中,区分正负相关,强弱相关。

2、常规分析:日常经营中的数据分析

  • 数据是拿来比较的,时间上的同比环比,和竞对的比较,和其他品类的比较等等;
  • 一定要区分哪些数据影响分子哪些数据影响分母,分别影响多少?
  • 在报表中,数据通常是分等级的,一个典型分法三级:第一级数据拿来发现问题(GMV、订单、客单,这里面通常是核心KPI),第二级数据拿来定位问题(流量、合作品牌等),第三级数据拿来解释问题(具体的流量、品牌具体的门店);然后解决问题再反馈到数据。
  • 常规经营的数据分析步骤
    • 【发现】问题。例如gmv降低?
    • 【确认】问题。确认问题是否真的存在?是否是正常的波动?
    • 【定位】问题。gmv有各种拆解方法,例如订单*客单,品牌*品牌产出,定位哪一个二级数据影响了一级数据;
    • 【解释】问题。review一下上数据周期做了什么事可能影响到该数据的表现。
    • 【解决】问题。怎么解决问题?把该问题解决后,再去看对数据的影响。

3、专项分析:基于某一个专门的项目

专项分析要有报告,报告必须包含以下几个内容

  • 【目的】是什么?
  • 采用了怎样的分析【方法】?
  • 有什么【发现】?
  • 最终【结论】是什么?
  • 给业务团队的【建议】是?
  • 执行的【反馈】如何?
  • 是否需要进行【调整】再开始新的循环?

4、搭框架

  • 我倾向于认为“搭框架”很重要,核心的点通常是什么到底放在横轴什么放在纵轴(基于平面的二维世界);
  • 首先应该花些时间搭建一下框架,不要急着把数据放进去,心算一下如果把数据放进去是否能有效的得出结论;
  • 务必确保横轴和纵轴不会重复;
  • 我倾向于认为框架能搭好就是问题解决了一大半,框架搭不好就去填数据等于无用功。

5、去现场

  • 去现场不等于去线下,分析的时候通常会对数据进行汇总、透视,如果发现异常点,就去原始表里,看看最小颗粒度的数据,到底是什么?是怎样的影响到最终的数据?
  • 当然去线下也很重要,是接地气的关键点。去线下,作用包含发现未考虑到的要素,发现数字之外的东西。

6、分析的呈现

  • 保持一致性,包含图表类型的一致性,图示的一致性;
  • 不要让受众心算,1个簇状堆积图+1个100%堆积柱形图,不如1个堆积柱形图。
  • 用一定的时间思考用什么图表表现比较好,考虑不常见的雷达图、散点图;但是不要搞得太花哨。图表的目的是让受众更好的理解。
  • 可以读一下《用图表说话》

7、分析的落地

  • 发现影响结果的关键【要素】,例如说增加供应;
  • 发现关联的可衡量的【指标】,用什么数据去衡量,通常意味着KPI;
  • 关联的可落地的【行动】,用什么方法去执行?
  • 监控行动的【反馈】,执行的结果如何?

Add a Comment

电子邮件地址不会被公开。