中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導(dǎo)語：在日常工作中，我們經(jīng)常會遇到很多數(shù)據(jù)，這時數(shù)據(jù)分析就占到了很大的作用，一個優(yōu)秀的數(shù)據(jù)分析表格可以清楚的對數(shù)據(jù)變化進行表達，并且從多方位進行思考也會更加有深度；本文作者分享了關(guān)于數(shù)據(jù)分析由淺入深的方式，我們一起來了解一下。

很多同學(xué)被嫌棄：做的數(shù)據(jù)分析，沒深度。到底啥是分析深度？怎么才能做出深度？話不多說，直接上場景。

問題場景：某物流企業(yè)，負責(zé)管司機的調(diào)度中心，會給每個未上線司機標注原因，標注格式如下：

備注：實際原因還有很多，這里僅做舉例

現(xiàn)領(lǐng)導(dǎo)要求：分析司機未上線情況。

問：該怎么分析？

一、0級深度做法

• 3月6日，共1000司機，上線900，上線率90%
• 3月7日，共1010司機，上線875，上線率87%
• 3月8日，共1050司機，上線850，上線率83%

上線率連續(xù)2天下降，建議搞高

不上線的理由TOP3為：

• 司機請假 35%；
• 累25%；
• 雙十二剛過 20%；

不點評了，大家自行吐槽。

二、1級深度做法

上線代表的是運力，不同線路運力需求不同，因此可以結(jié)合需求，解讀上線數(shù)據(jù)：

• A線路本月訂單暴漲，但司機上線率在下降，需保障運力。
• B線路本月訂單減少，司機上線率在下降，可調(diào)撥該批司機運力。
• C線路為季節(jié)性需求，預(yù)計下個月就沒有了，關(guān)注該批司機運力分配。

點評：終于知道把上線情況和業(yè)務(wù)需求聯(lián)系起來了。這樣能解讀出：司機上線/不上線，到底有啥意義；重點線路需要保障，零散線路釋放出運力要能調(diào)配開，這是基本常識。

同理，還可以對司機生命周期做分類，結(jié)合司機表現(xiàn)，解讀上線數(shù)據(jù)。

• 新手期司機：上線變差，是否意味著最近開發(fā)新司機質(zhì)量下降
• 穩(wěn)定期司機：上線變差，是否意味著平臺運作出問題，老司機流失

注意，以上這些計算，需要衍生指標，比如：

• 線路訂單量：最近一周內(nèi)訂單數(shù)、貨運噸位
• 線路訂單變化：最近N周內(nèi)訂單走勢
• 司機生命周期：從注冊到當前時長
• 司機行車里程：最近一周行車里程
• 司機缺勤頻率：最近一周無出車天數(shù)

這些數(shù)據(jù)不見得在一個表里能體現(xiàn)，因此得從各個數(shù)據(jù)源找數(shù)據(jù)組合分析。

這么做看起來比0級有深度了不少，但沒有解決一個核心問題：“到底司機不上線是啥原因？”，特別是“請假”比例這么高，到底是司機不想干，還是沒需求，還是平臺出了問題。

三、2級深度做法

注意，1級深度的核心問題，在于：未上線原因給的亂七八糟。

• 什么叫：雙十二過了？
• 什么叫：累
• 請假和累是不是有重疊
• 到其他線？那他該在其他線上線??！

可能有些物流企業(yè)管理較規(guī)范，但這家物流企業(yè)調(diào)動真的不咋樣。這種敷衍了事的回復(fù)看了讓人摸不著頭腦，根本沒法用。

但是要如何規(guī)范起來呢？如果平地一聲雷，甩一套新模板出去，不但培訓(xùn)需要時間，而且和現(xiàn)有的數(shù)據(jù)對不上，很有可能制造新的數(shù)據(jù)垃圾；因此更好的做法是，先基于現(xiàn)有分類，梳理出邏輯，再培訓(xùn)，提升規(guī)范度。

分類就要用到MECE法，實現(xiàn)MECE的最好辦法是：二分類。從示例反饋來看，可以用三層分類邏輯。

第一層二分類邏輯，最好用：線路問題/個人問題來區(qū)分（如下圖）。

這樣分類含義很直觀：線路問題跟司機沒關(guān)系，有些中小客戶，就是季節(jié)性/臨時性有需求（比如雙十一、雙十二）需要企業(yè)這邊開發(fā)客戶/分配好線路。司機的問題，再做進一步細分。

第二層分類邏輯，可以拆是否車壞了。車壞了是鐵定沒法運的，此時不但要登記原因，還得登記車輛損壞情況或預(yù)計修好時間；如果車輛嚴重損壞，可能直接導(dǎo)致司機退出，或者長時間運力缺失，這個情況對于新運力開發(fā)很重要。至于司機個人問題，再做細分。

第三層分類邏輯，可以看司機是否投訴平臺。比如平臺扣錢太多，這是個規(guī)則問題，平臺方也不可能因為一個司機的抱怨就改規(guī)則；但是，對投訴類問題要先掌握情況。這樣才能持續(xù)監(jiān)控，發(fā)現(xiàn)更深入的問題。

至于沒有投訴情況下，司機個人問題，另行處理：

為啥司機個人問題要另行處理？因為個人問題很有可能沒實話。拉貨的司機不是辦公室文質(zhì)彬彬的小白領(lǐng)，沒心情一句句細講心路歷程。

一句：“累”背后，可能有多重含義：

• 個人心累，不想干司機了
• 在你這干得累，不想在你這當司機了
• 線路跑得累，不想干這個線路的司機了

單純指望口頭問，很難理清楚這里邏輯。更不要說大部人連個“累”都懶得說，就是簡簡單單的不接電話/“請個假”。調(diào)度員每天對著幾十個司機，也沒空一個個談心，也不太指望調(diào)度員能把個人原因都整明白；所以這里可以簡單記錄原因，靠后續(xù)分析來做深。

綜合梳理完，現(xiàn)有歸類可以合并如下：

這樣能建立監(jiān)控指標，觀察問題，也能加強對調(diào)度員的要求。

并且調(diào)度員需要關(guān)注的核心問題只有三個：

• 有沒有線路調(diào)整；
• 有沒有車輛問題；
• 有沒有投訴。

比起一次給30個選項的調(diào)查表，這樣抓關(guān)鍵行為的做法更容易讓調(diào)度員掌握，降低培訓(xùn)成本，且后續(xù)數(shù)據(jù)也能和之前的對上，避免新數(shù)據(jù)垃圾產(chǎn)生。

然而，這樣做就夠深度了嘛？顯然沒有，這里遺留了好幾個問題。

四、3級深度做法

有了2級深度的分類，3級深度的分析思路就非常清楚了：

• 遺留問題1：線路到底是調(diào)度問題還是推廣問題
• 遺留問題2：司機投訴到底要不要受理
• 遺留問題3：司機缺勤到底是“累“還是”不想干“

這三個議題，都需要專題深度分析來解決，已經(jīng)不是單純靠報表監(jiān)控能搞掂的了。

比如問題1：想?yún)^(qū)分呢調(diào)度問題還是推廣問題，得首先對線路端打標簽，做分類。

比如：

• 線路本身需求不穩(wěn)定
• 線路本身需求大幅度下降
• 線路本身難開，司機流失多

這些并不反映在調(diào)度表里，但是卻直接影響調(diào)度結(jié)果與司機上線，因此需要從線路需求表里，先分析清楚，這樣解釋調(diào)度的原因才容易說。

比如問題2：司機投訴到底要不要受理，這里可以分規(guī)模、內(nèi)容、效果兩個角度來看。

• 規(guī)模：是否投訴量在加大，是否投訴集中在某些客戶，某些線路，某些時間段
• 內(nèi)容：是否投訴集中在某些問題，特別是與薪資、扣款相關(guān)的
• 效果：是否投訴行為導(dǎo)致的影響在加劇，比如投訴后司機流失率在提升

這樣綜合分析，才方便運營評估：是否要響應(yīng)投訴，看到投訴指標變化，也好理解這個指標對業(yè)務(wù)的影響程度。

比如問題3：司機到底是累還是不想干，得先看內(nèi)部數(shù)據(jù)說話通過內(nèi)部數(shù)據(jù)，能看出司機實際行車時間，把“累“字背后含義：真的累or賺不到錢區(qū)分出來，從而針對性分析；這樣做比追著司機刨根問底，更容易發(fā)現(xiàn)問題（如下圖）。

理論上，這里還有深入的空間，讀者們可以自行發(fā)揮哦。

五、小結(jié)

很長時間以來，人們把做數(shù)據(jù)分析的看成算命先生：我不說話，你丟幾個銅錢（敲幾下鍵盤）就天知地知，這是非常非常扯淡和錯誤的。

本質(zhì)上看，數(shù)據(jù)分析對抗的是不確定性。因此需要大量的信息輸入，才能得出結(jié)論。阻礙數(shù)據(jù)分析由淺入深的最大問題，也是：沒！數(shù)！據(jù)！

并且如同上邊小案例所示：過分追求完美數(shù)據(jù)，不但會拖慢業(yè)務(wù)，增加成本，而且對內(nèi)部員工和外部客戶體驗都很差——大家是來消費的，不是來被扒戶口本的。

所以，數(shù)據(jù)分析工作，始終伴隨著不完美的數(shù)據(jù)開展，在有限大的條件下，一步步導(dǎo)出結(jié)論，才是由淺入深的方法（如下圖）。

這里最重要的三個環(huán)節(jié)，就是：

• 結(jié)合業(yè)務(wù)含義，對描述統(tǒng)計初步解讀；
• 結(jié)合業(yè)務(wù)問題，形成分析框架；
• 結(jié)合業(yè)務(wù)策略，驗證判斷。

總之，就數(shù)輪數(shù)，可得不出啥有用結(jié)論。甚至有可能，數(shù)據(jù)越多，看得越糊涂。

#專欄作家#

接地氣的陳老師，微信公眾號：接地氣學(xué)堂，人人都是產(chǎn)品經(jīng)理專欄作家。資深咨詢顧問，在互聯(lián)網(wǎng)，金融，快消，零售，耐用，美容等15個行業(yè)有豐富數(shù)據(jù)相關(guān)經(jīng)驗。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議。