以貓眼數據報告為例,拆解分析邏輯框架

0 評論 9541 瀏覽 39 收藏 7 分鐘

一份好的數據分析報告是什么樣子的?該以什么樣的邏輯展開?本文作者結合貓眼研究院發布的數據分析報告對其數據分析的基礎邏輯架構進行了拆解,與大家分享。

優秀與普通數據分析報告的區別就在于邏輯是否清晰。不盲目求信息量,而是逐“面”逐“點”將事情說清楚。經常閱讀數據分析報告,你會發現,報告會在“一定范圍內”不斷切換分析對象和分析維度,然后將事情講清楚,而這個套路非常值得我們學習。

一、分析對象

從結果層面去看,分析對象主要包含核心指標、拆解指標兩類。

從過程層面去看,分析對象主要包含價格、產品、用戶。

“結果”側重數據本身,業績做到了多少,哪些方面做得好,哪些做得不好。而“過程”側重于業務,也就是交易本身,我們的用戶是什么樣子,他們喜歡什么樣的產品,為此愿意付出怎樣的價格以及市場供需情況等。從兩個層面延伸出來的分析對象,可以在分析過程中既讓我們了解結果也了解業務。

二、分析維度

分析維度概括起來主要有時間、成分、范例。數據只有對比才有意義,時間維度上我們??赐?環比,觀察趨勢波動。成分上主要講的結構性占比,比如不同城市等級票價波動情況,這部分主要看占比或絕對值。另外,報告中還會抽象出一系列結論性的東西,比如70周年影片展映引發全民討論、IP類電影品牌效應增強等,有利于我們加強對業務的印象,而這些就是從范例的維度分析產出的。

下面結合這份分析報告復習下上面的邏輯。

1)報告開盤先提到票房表現,畢竟票房屬于電影行業的關鍵指標。然后基于這個分析對象,從時間維度看了同比表現,并提出了疑問:近3年票房增速2連降,這個成績是否合格?基于這個疑問點與國外市場進行對比,進而得出結論。

2)隨后將票房的拆解指標人次作為分析對象,從時間維度看近3年同比表現,接著又從檔期維度再看人次在各大檔期的占比及絕對值。檔期維度本身也是時間維度,因為本質是時間的區域集合,最終得出國慶檔拉動了2019年人次提升。另外拆解指標并非只有乘積拆解,比如票房=票價*人次,還有一種拆解方式為加和拆解。比如票房=一線城市票房+二線城市票房+非一二線城市票房。這種拆解指標在報告中也有體現,分析的時候同樣是從時間、成分維度層面出發。

票房、人次、城市票房就是上位所說的分析對象。接下倆就需要從交易層面去分析業務了。

票價是價格的業務體現。這邊是順延著城市分級票房下來的,這點比較巧妙。因為分析思路需要清晰,盡可能需要從點到點順延下來,比較忌諱另起一個主題重新開始講。這里直接嵌入不同城市的票房分析,有利于我們順著不同城市的票房表現,進而細化到票價這種二級指標。另外,票價這種價格屬性的字段,分析時為了便于對比,可以計算出復合增長率,這點在報告中有所體現。

電影行業的產品主要是內容。針對內容的分析,可以從供需、體量、口碑逐步展開。這三個指標考量的主要是市場供給,用戶購買行為及用戶購買后體驗。畢竟內容是圍繞用戶來進行的,這個分析思路是通用的。

另外,我們提到分析維度中,主要包含三部分,分別為時間、成分和范例。在報告針對內容的分析中,都有結合具體案例進行聚合。比如“2019年三大爆款、優質口碑推動持續破圈”中,就將《哪吒》、《復聯4》及《流量地球》作為分析對象,結合用戶次分析對象及時間維度綜合分析。

實際分析中,單環節分析對象最好唯一,但是并不排除單環節分析時會分主次分析對象,畢竟在過程指標的分析過程中,產品、用戶、成本是繞不開的東西。

總結

如果常做數據匯報,我們會發現人總是喜歡從聚焦的點發散到二級指標,然后再匯聚到一級指標。而這恰恰也印證了我們上述邏輯的合理性。當然,以上只是分享數據分析的基礎邏輯架構,但數據分析套路很多種,提升的本質還是在于對業務的理解。

 

作者:吾運營,公眾號:吾運營

本文由 @吾運營 原創發布于人人都是產品經理,未經許可,禁止轉載。

題圖來自Unsplash,基于CC0協議。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!