起點(diǎn)課堂會(huì)員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會(huì)特權(quán)
個(gè)人IP打造特權(quán)
30+門(mén)專(zhuān)項(xiàng)技能課
1300+專(zhuān)題課程
12場(chǎng)職場(chǎng)軟技能直播
12場(chǎng)求職輔導(dǎo)直播
12場(chǎng)專(zhuān)業(yè)技能直播
會(huì)員專(zhuān)屬社群
榮耀標(biāo)識(shí)一文讀懂業(yè)務(wù)數(shù)據(jù)的分析思路
編輯導(dǎo)語(yǔ)：在業(yè)務(wù)數(shù)據(jù)分析中，新人常常會(huì)面臨這樣一個(gè)尷尬的處境：明明掌握了數(shù)據(jù)分析工具，但對(duì)于數(shù)據(jù)仍無(wú)從下手，發(fā)現(xiàn)不了其中的業(yè)務(wù)問(wèn)題。其實(shí)，這是缺乏數(shù)據(jù)分析思維的表現(xiàn)，作者介紹了一些基礎(chǔ)的數(shù)據(jù)分析思路，希望對(duì)正在迷茫的你有所幫助。
在業(yè)務(wù)數(shù)據(jù)分析中，無(wú)經(jīng)驗(yàn)的新人常面臨這樣一種現(xiàn)象：即便已經(jīng)掌握了數(shù)據(jù)分析工具，但有時(shí)候拿到數(shù)據(jù)仍然不知道從何下手，即便已經(jīng)做出了很多的圖表，但仍然無(wú)法發(fā)現(xiàn)業(yè)務(wù)問(wèn)題。為什么簡(jiǎn)單的數(shù)據(jù)在經(jīng)驗(yàn)者手里能分析出不同的洞見(jiàn)，而有些卻只能得到非常簡(jiǎn)單的結(jié)論？
若要通過(guò)數(shù)據(jù)來(lái)深入分析業(yè)務(wù)問(wèn)題，首先需要具備一定的數(shù)據(jù)分析思維，充分的利用好可獲得的數(shù)據(jù)，挖掘到現(xiàn)象背后更多的潛在信息，本文將介紹一些基礎(chǔ)的數(shù)據(jù)分析思路。
一、充分利用可獲得數(shù)據(jù)
在開(kāi)展一個(gè)調(diào)研，執(zhí)行數(shù)據(jù)分析的階段，我們可以首先去思考下，除了我們調(diào)研中設(shè)置的數(shù)據(jù)以外，還有哪些數(shù)據(jù)我們是可以獲取并進(jìn)行分析的。從便于理解數(shù)據(jù)分析思維的角度，我們把數(shù)據(jù)類(lèi)型可分為：用戶(hù)數(shù)據(jù)、行為數(shù)據(jù)、態(tài)度數(shù)據(jù)、產(chǎn)品數(shù)據(jù)。
用戶(hù)數(shù)據(jù)：是指用戶(hù)本身的屬性和基本情況，比如：性別、年齡、身份、職業(yè)、地區(qū)等，了解用戶(hù)數(shù)據(jù)便于我們?cè)诤罄m(xù)的分析階段更好的對(duì)用戶(hù)進(jìn)行細(xì)分和拆解。
行為數(shù)據(jù)：是用戶(hù)與產(chǎn)品交互過(guò)程中產(chǎn)生的數(shù)據(jù)，即記錄用戶(hù)做過(guò)什么的數(shù)據(jù)，常通過(guò)產(chǎn)品埋點(diǎn)等方式記錄收集，比如：用戶(hù)點(diǎn)擊酷家樂(lè)設(shè)計(jì)入口的次數(shù)、在某個(gè)頁(yè)面的停留時(shí)間、查看過(guò)的頁(yè)面類(lèi)型/數(shù)量、使用過(guò)哪些工具類(lèi)型等，行為數(shù)據(jù)主要包括用戶(hù)做了哪些行為、發(fā)生行為的時(shí)間等。
態(tài)度數(shù)據(jù)：是用戶(hù)對(duì)于某個(gè)事情或者觀點(diǎn)的態(tài)度，通常是通過(guò)我們?cè)谘芯恐性O(shè)置好的問(wèn)題來(lái)獲取，比如常見(jiàn)的：用戶(hù)的滿(mǎn)意度、NPS、某個(gè)問(wèn)題對(duì)用戶(hù)的影響程度等。
產(chǎn)品數(shù)據(jù)：是產(chǎn)品本身屬性或者具備的數(shù)據(jù)，例如：產(chǎn)品名稱(chēng)、產(chǎn)品價(jià)格、產(chǎn)品種類(lèi)、功能個(gè)數(shù)、產(chǎn)品評(píng)論、產(chǎn)品銷(xiāo)量、產(chǎn)品滿(mǎn)意度等。
不同的數(shù)據(jù)類(lèi)型可能來(lái)源于不同的獲取渠道，有些來(lái)自公司內(nèi)部數(shù)據(jù)庫(kù)，有些是通過(guò)自己主動(dòng)投放獲取，在實(shí)際進(jìn)行業(yè)務(wù)問(wèn)題分析時(shí)，要有充分調(diào)用不同渠道、不同數(shù)據(jù)類(lèi)型的意識(shí)，不僅關(guān)注同一類(lèi)型數(shù)據(jù)的表現(xiàn)，還可以分析不同數(shù)據(jù)類(lèi)型之間的關(guān)聯(lián)，從而對(duì)業(yè)務(wù)問(wèn)題背后的原因進(jìn)行更深層次的洞察。
二、基礎(chǔ)的數(shù)據(jù)分析思路
數(shù)據(jù)分析的目的是為了回答某個(gè)業(yè)務(wù)問(wèn)題，通常來(lái)說(shuō)，常見(jiàn)的業(yè)務(wù)問(wèn)題主要有兩類(lèi)：
一是業(yè)務(wù)現(xiàn)狀分析（即通過(guò)業(yè)務(wù)數(shù)據(jù)分析，來(lái)發(fā)現(xiàn)當(dāng)前業(yè)務(wù)問(wèn)題），二是業(yè)務(wù)問(wèn)題原因分析（即在發(fā)現(xiàn)某個(gè)業(yè)務(wù)問(wèn)題后，層層深入挖掘問(wèn)題背后的原因）。
例如，我們?cè)诠ぷ髦忻媾R著這樣的業(yè)務(wù)訴求：當(dāng)前產(chǎn)品用戶(hù)NPS如何，是高還是低？是升了還是降了？產(chǎn)品NPS上升/下降的原因是什么？
1. 對(duì)比分析法：絕對(duì)數(shù)據(jù)意義不大，要看相對(duì)數(shù)據(jù)
對(duì)比分析法是進(jìn)行業(yè)務(wù)現(xiàn)狀分析和發(fā)現(xiàn)問(wèn)題最基本的方法，單一的數(shù)值并不能說(shuō)明什么問(wèn)題。比如，了解某產(chǎn)品NPS達(dá)到30%，只了解這個(gè)數(shù)值是沒(méi)有太大意義的，因?yàn)椴⒉荒芘袛噙@個(gè)NPS是高還是低？是升了還是降了？所以只有通過(guò)對(duì)比分析，才能讓數(shù)據(jù)變得有意義。
常見(jiàn)對(duì)比分析思路：
和行業(yè)比：想知道NPS是高還是低，可以和行業(yè)的平均水平進(jìn)行對(duì)比，或者和行業(yè)內(nèi)的標(biāo)桿進(jìn)行對(duì)比。
和目標(biāo)比：與既定的目標(biāo)比，來(lái)了解當(dāng)前NPS的距離目標(biāo)的差距。
和同類(lèi)/同級(jí)比（橫向?qū)Ρ龋?/strong>和同一行業(yè)內(nèi)/生態(tài)內(nèi)的其他產(chǎn)品水平，找到相對(duì)更高或者更低的答案。
和不同時(shí)期的自己比（縱向?qū)Ρ龋嚎梢詮臅r(shí)間維度來(lái)看數(shù)據(jù)隨著時(shí)間發(fā)生的變化，也稱(chēng)為趨勢(shì)分析，用來(lái)追蹤業(yè)務(wù)動(dòng)態(tài)是否有異常。
在使用對(duì)比分析時(shí)，需要注意的是：如果是對(duì)總體數(shù)值進(jìn)行比較，那么各對(duì)比維度的規(guī)模需要一致。
因此，在數(shù)據(jù)分析中，通常會(huì)使用比例或者平均數(shù)作為指標(biāo)來(lái)進(jìn)行對(duì)比。例如，對(duì)比A地區(qū)的總銷(xiāo)售額高于B地區(qū)，但并不能直接得到A地區(qū)的銷(xiāo)售業(yè)績(jī)更好，有可能A地區(qū)的銷(xiāo)售門(mén)店數(shù)量遠(yuǎn)多于B地區(qū)，因此此處用平均銷(xiāo)售額會(huì)更合理。
2. 多維度拆解對(duì)比法：結(jié)構(gòu)化&公式化
（1）結(jié)構(gòu)化拆解：不只對(duì)比整體，還要看內(nèi)部的構(gòu)成差異
結(jié)構(gòu)化拆解對(duì)比，是對(duì)業(yè)務(wù)問(wèn)題進(jìn)行原因分析過(guò)程中最常用的分析方法。
只對(duì)比數(shù)據(jù)整體，無(wú)法注意到數(shù)據(jù)內(nèi)部各個(gè)部分構(gòu)成的差異。如果忽略這種差異進(jìn)行比較，就有可能導(dǎo)致無(wú)法察覺(jué)該差異所造成的影響。比如，某產(chǎn)品銷(xiāo)售額下降20%，背后的原因是什么，該如何分析？
從用戶(hù)角度來(lái)拆解：例如，該產(chǎn)品用戶(hù)由新用戶(hù)和老用戶(hù)構(gòu)成，可以拆解為新用戶(hù)銷(xiāo)售額和老用戶(hù)銷(xiāo)售額，來(lái)看銷(xiāo)售額下降是否跟用戶(hù)類(lèi)型有關(guān)。
還可以把用戶(hù)拆解為不同年齡組、不同的性別、不同地區(qū)、不同等級(jí)等屬性，可參考數(shù)據(jù)類(lèi)型中的用戶(hù)數(shù)據(jù)包含內(nèi)容。
從產(chǎn)品角度來(lái)拆解：例如，該產(chǎn)品的銷(xiāo)售包含了不同的產(chǎn)品版本，可以拆解為不同的版本對(duì)比銷(xiāo)售額，來(lái)看銷(xiāo)售額下降是否跟產(chǎn)品版本有關(guān)。當(dāng)然還有其他產(chǎn)品相關(guān)的屬性，可參考數(shù)據(jù)類(lèi)型中的產(chǎn)品數(shù)據(jù)包含內(nèi)容。
從數(shù)據(jù)結(jié)構(gòu)角度來(lái)拆解：例如，某產(chǎn)品銷(xiāo)售額按照一定區(qū)間分組對(duì)比，某產(chǎn)品滿(mǎn)意度按照不同滿(mǎn)意層級(jí)拆解對(duì)比，來(lái)了解不同結(jié)構(gòu)數(shù)據(jù)下的用戶(hù)占比分布。
交叉分析也是非常常見(jiàn)的對(duì)比分析方法，就是講拆解后的多個(gè)維度結(jié)合進(jìn)行對(duì)比，從而發(fā)現(xiàn)更深層次的差異。
（2）公式化拆解：對(duì)數(shù)據(jù)指標(biāo)進(jìn)行拆解
結(jié)構(gòu)化的拆解可以幫助我們得到一個(gè)有邏輯的分析框架，在具體執(zhí)行原因分析時(shí)，我們還需要對(duì)變量進(jìn)行層層拆解才能找到問(wèn)題產(chǎn)生的根源。例如在上述銷(xiāo)售額下降的案例中，通過(guò)對(duì)用戶(hù)類(lèi)型進(jìn)行結(jié)構(gòu)化拆解對(duì)比，發(fā)現(xiàn)新用戶(hù)的銷(xiāo)售額明顯下降，那么如果業(yè)務(wù)繼續(xù)追問(wèn)：為什么新用戶(hù)的銷(xiāo)售額下降了呢？
此時(shí)，我們就可以把銷(xiāo)售額（數(shù)據(jù)指標(biāo)）進(jìn)行公式拆解，拆解成多個(gè)細(xì)分指標(biāo)后，再針對(duì)細(xì)分指標(biāo)進(jìn)行對(duì)比分析。
比如，銷(xiāo)售額=銷(xiāo)量×客單價(jià)，在拆解之后就可以再?gòu)目蛦蝺r(jià)和銷(xiāo)量?jī)蓚€(gè)角度去進(jìn)行對(duì)比分析，深挖銷(xiāo)售額下降的原因。是新用戶(hù)的銷(xiāo)量變少了，還是新用戶(hù)的客單價(jià)變低了導(dǎo)致新用戶(hù)銷(xiāo)售額下降的？
假設(shè)對(duì)比后發(fā)現(xiàn)客單價(jià)沒(méi)有變化，主要是銷(xiāo)量變少導(dǎo)致銷(xiāo)售額下降。還可以繼續(xù)對(duì)銷(xiāo)量進(jìn)行拆解：銷(xiāo)量=人均購(gòu)買(mǎi)數(shù)×購(gòu)買(mǎi)人數(shù)，進(jìn)而分析是購(gòu)買(mǎi)人數(shù)下降了，還是人均購(gòu)買(mǎi)數(shù)下降了呢？通過(guò)公式化的對(duì)指標(biāo)剝離拆解，就可以實(shí)現(xiàn)層層深入到問(wèn)題本質(zhì)。
結(jié)構(gòu)化和公式化拆解還可以應(yīng)用在我們對(duì)業(yè)務(wù)進(jìn)行分析時(shí)的思路梳理中，比如當(dāng)我們要去對(duì)某個(gè)業(yè)務(wù)的的GMV為什么高或者低進(jìn)行原因分析時(shí)，我們可以對(duì)GMV進(jìn)行公式化拆解，分別從流量×轉(zhuǎn)化率×客單價(jià)三個(gè)具體的方面著手，去羅列出影響這些指標(biāo)的因素，逐漸完善我們的數(shù)據(jù)分析網(wǎng)絡(luò)。
三、常見(jiàn)的數(shù)據(jù)分析技巧
（1）對(duì)比分析法
在前文業(yè)務(wù)現(xiàn)狀分析中，已經(jīng)有詳細(xì)闡述，是描述現(xiàn)象和發(fā)現(xiàn)問(wèn)題最基本的分析方法。
從對(duì)比對(duì)象上來(lái)看，可以和目標(biāo)比、和同類(lèi)比、和不同時(shí)期的自己比；從對(duì)比方式上來(lái)看，可以整體對(duì)比，也可以通過(guò)變量拆解后分組對(duì)比、多維交叉對(duì)比。
（2）象限法
象限法常用在需要進(jìn)行落地推動(dòng)的策略分析上，是通過(guò)將多個(gè)因變量因變量進(jìn)行不同屬性的劃分，生成多個(gè)具備不同價(jià)值的象限，通過(guò)考察對(duì)象在象限中的位置來(lái)明確進(jìn)一步的業(yè)務(wù)策略。象限分析法
舉例：
RFM模型：把客戶(hù)按照不同的維度進(jìn)行劃分，區(qū)分出不同價(jià)值的客戶(hù)，從而針對(duì)不同價(jià)值的客戶(hù)進(jìn)行精細(xì)化運(yùn)營(yíng)。
（圖片來(lái)源于網(wǎng)絡(luò)）
行動(dòng)優(yōu)化矩陣：對(duì)多個(gè)待優(yōu)化模塊的具體優(yōu)化優(yōu)先級(jí)進(jìn)行評(píng)估時(shí)，可以結(jié)合兩個(gè)關(guān)鍵變量來(lái)構(gòu)建出4個(gè)不同象限以進(jìn)行優(yōu)先級(jí)的區(qū)分。常用的變量有滿(mǎn)意度和重要性，當(dāng)然也可以根據(jù)具體的場(chǎng)景選擇其他合適的變量（如下圖選擇了滿(mǎn)意度和優(yōu)化意愿兩個(gè)變量）。
（3）漏斗分析法
漏斗分析主要應(yīng)用在一個(gè)有起點(diǎn)和終點(diǎn)的業(yè)務(wù)流程分析中，用來(lái)定位問(wèn)題發(fā)生的具體環(huán)節(jié)，分析指標(biāo)一般為轉(zhuǎn)化率或者流失率，轉(zhuǎn)化率=某環(huán)節(jié)的用戶(hù)數(shù)量/上環(huán)節(jié)的用戶(hù)數(shù)量；流失率=1-某環(huán)節(jié)的用戶(hù)數(shù)量/上環(huán)節(jié)的用戶(hù)數(shù)量。
單看漏斗分析各環(huán)節(jié)的數(shù)值是沒(méi)有意義的，需要將這些數(shù)值與歷史數(shù)據(jù)或者目標(biāo)數(shù)據(jù)進(jìn)行對(duì)比，定位到哪一個(gè)環(huán)節(jié)轉(zhuǎn)化率/流失率表現(xiàn)出異常。
（圖片來(lái)源于網(wǎng)絡(luò)）
業(yè)務(wù)數(shù)據(jù)分析的關(guān)鍵，是需要將零散的想法按照一定的邏輯進(jìn)行梳理，有邏輯有依據(jù)的對(duì)問(wèn)題進(jìn)行剝離和分析，進(jìn)而探尋問(wèn)題的本質(zhì)，這是數(shù)據(jù)分析最具有挑戰(zhàn)性也是最有價(jià)值的環(huán)節(jié)。
本文僅介紹了一些基礎(chǔ)的分析思路，希望能為一些入門(mén)者提供一些參考。
參考資料：
- 《數(shù)據(jù)分析思維：分析方法和業(yè)務(wù)知識(shí)》
- 《商業(yè)數(shù)據(jù)分析與可視化》
作者：墨一；公眾號(hào)：酷家樂(lè)用戶(hù)體驗(yàn)設(shè)計(jì)
本文由 @酷家樂(lè)用戶(hù)體驗(yàn)設(shè)計(jì) 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(lái)自 pexels，基于 CC0 協(xié)議
“和行業(yè)內(nèi)的標(biāo)桿進(jìn)行對(duì)比”不就是和同類(lèi)比嘛