基于數(shù)據(jù)分析給出運(yùn)營建議,咋整?!

6 評論 6611 瀏覽 29 收藏 12 分鐘

“如何基于數(shù)據(jù)分析提出運(yùn)營建議”是困擾許多從業(yè)者的難題。本文結(jié)合時下熱門招聘話題:看到銷售金額走勢后,該如何提供給運(yùn)營搞高或搞低的建議。其中從為什么搞高、具體程度以及誰來操作提出建議及具體方法論,希望對你有所啟發(fā)。

已知,下圖是某個電商一周銷售金額走勢(具體數(shù)據(jù)都差不多,總之曲線長這樣),問:數(shù)據(jù)反映什么問題,怎么提運(yùn)營建議。

基于數(shù)據(jù)分析給出運(yùn)營建議,咋整?!

很多同學(xué)一看這個數(shù)據(jù),本能的回答就是:最后兩天低了,要搞高。

問題就從這里開始。

一、為什么不能寫要搞高

因?yàn)槿绻嬖嚬俣鄦栆痪洌?strong>你準(zhǔn)備搞到多高?就能把“要搞高”三個字干廢了。無論怎么后續(xù)怎么解釋都解釋不清(如下圖)

基于數(shù)據(jù)分析給出運(yùn)營建議,咋整?!

這就是:“說話的一張嘴,做事的跑斷腿”的直觀體驗(yàn)?!耙愀摺比齻€字說起來輕松,可做起來一堆問題:

  • 為什么非要搞高?
  • 要搞到多高才算高?
  • 市場搞高還是銷售搞高?
  • 用什么型號的產(chǎn)品搞高?
  • 啥時候開始搞到啥時候?

所以說做數(shù)據(jù)分析的,要對業(yè)務(wù)常存敬畏之心,不然光空口白話,會被人笑話的。

基于數(shù)據(jù)分析給出運(yùn)營建議,咋整?!

真要提建議,當(dāng)然得從第一個問題開始。為什么非要搞高是最初的判斷,也是最重要的判斷。判斷錯誤會把整個方向帶歪,搞得大家興師動眾勞而無功,所以一定要慎重。

二、第一個建議是要不要搞

為什么不是低了要搞高,是因?yàn)楹芏鄻I(yè)務(wù)都是周期性波動的,比如休閑類消費(fèi)就是周末高,平時低;B2B交易就是工作日高,節(jié)假日低。碰上小長假之類的,除了吃喝玩樂大部分其他交易都會停。所以得多看幾周數(shù)據(jù),看過往趨勢。

有些商品交易有明顯生命周期性,比如手機(jī)都是新上市的賣的好,過一段時間性能落后淘汰了就自然會差。題目僅給了一張圖什么條件都沒說,所以有可能這是某個(或者某些類)商品的生命周期末尾,因此還得看具體品類。

我們還不知道,到底這一周交易的目標(biāo)是多少,如果目標(biāo)已達(dá)成,那即使低一點(diǎn)又有啥問題,所以還得看任務(wù)目標(biāo)。

綜上,想說:要搞高,前提是先判定這個數(shù)是低。這樣就得先找標(biāo)準(zhǔn)。我們得綜合趨勢、品類生命周期、任務(wù)目標(biāo),綜合下結(jié)論(如下圖)

基于數(shù)據(jù)分析給出運(yùn)營建議,咋整?!

很多同學(xué)說,這一步看起來很簡單呀,不就是把曲線拉長嗎。實(shí)際上情況可能很復(fù)雜。請注意,簡單是建立在兩個情況上的:

  1. 銷售金額是個很直觀的、數(shù)值型的、結(jié)果性指標(biāo),高就是好,低就是不好。
  2. 上邊舉例的三種情況,都是嚴(yán)格符合趨勢,且前后走勢一致。

如果情況1不成立:比如是閱讀量、用戶數(shù)這種過程指標(biāo),判定就變得復(fù)雜。你得看這些過程指標(biāo)的漲跌,和銷售金額,毛利這種結(jié)果指標(biāo)間有沒有直接關(guān)系。如果是轉(zhuǎn)化率這種比率型指標(biāo),就得先看是分子小了還是分母小了。

如果情況2不成立,往往意味著一種特定的業(yè)務(wù)行為。比如下邊兩種很常見的場景,在整體達(dá)標(biāo)的前提下,內(nèi)部結(jié)構(gòu)發(fā)生了有趣的變化,這種變化到底是好還是壞,會不會眼前看著達(dá)標(biāo),后邊幾期數(shù)據(jù)就不達(dá)標(biāo),都有可能,這時候就得更深入的分析。

基于數(shù)據(jù)分析給出運(yùn)營建議,咋整?!

三、第二個建議是要搞多高

如果經(jīng)過判斷有問題,真的要搞高,那第二步的判斷就是:要搞多高。很多人會說:不是越高越好嗎?顯然不是!應(yīng)該是:在投入一定的情況下,越高越好。你的商品主管、用戶運(yùn)營、產(chǎn)品經(jīng)理、網(wǎng)站開發(fā)在短期內(nèi)的投入能力都是有限的,因此得定個合理的小目標(biāo)。

如果上一步做的很扎實(shí),那么這一步就非常好做:

  1. 參考標(biāo)準(zhǔn)1:KPI??梢杂嬎阕龆喽嗌俨拍苎a(bǔ)齊KPI
  2. 參考標(biāo)準(zhǔn)2:自然周期。可以計算看多做多少才能讓業(yè)績曲線保持過往周期性運(yùn)轉(zhuǎn),至少止住持續(xù)下跌的態(tài)勢。
  3. 參考標(biāo)準(zhǔn)3:生命周期??梢钥窗茨壳吧芷?,預(yù)計商品還有多少周銷量,再看要做多少才能趕上節(jié)奏,避免后期積壓。

當(dāng)然,以上都得和具體品類結(jié)合。如果題目沒講清楚,可以根據(jù)自己的理解假設(shè)情況進(jìn)行深入。不深入,越到細(xì)節(jié)討論,可能性就越多,越難講清楚。

四、第三個建議是誰來搞

再往下建議,先定干活的人,再講具體怎么干。注意,不同部門可以干的事是有區(qū)別的。

  • 流量運(yùn)營:為全站引流,分配流量
  • 商品運(yùn)營:商品選款、上下架、補(bǔ)貨
  • 活動運(yùn)營:促銷活動、宣傳活動
  • 用戶運(yùn)營:給制定用戶發(fā)券
  • 產(chǎn)品經(jīng)理:調(diào)整購買路徑

因此想提有用的建議,得先明確是提給誰的。這里就需要拆解問題,落實(shí)到具體產(chǎn)品品類、用戶等級上。但在拆解之前注意:先區(qū)分是整體性問題,還是局部性問題。如果是整體性問題,比如整體上流量不足,競爭對手爭搶用戶太厲害,產(chǎn)品線整體老化,這時候就得出殺招,考慮整體流量,出爆款。要是只是個別產(chǎn)品的問題,可以再具體考慮。因此看結(jié)構(gòu)性變化,就是個重要的參考數(shù)值。

基于數(shù)據(jù)分析給出運(yùn)營建議,咋整?!

五、第四到第N步建議

再往下繼續(xù)提建議,會涉及到具體怎么做。請注意,“怎么做”是不能直接從數(shù)據(jù)層面推導(dǎo)的。比如在上例一中,我們看到了A產(chǎn)品銷量下降是引發(fā)問題的關(guān)鍵,但是,是選擇C產(chǎn)品替代A,還是基于A重新做活動,還是全站導(dǎo)流。這里需要業(yè)務(wù)的專業(yè)判斷。

數(shù)據(jù)可以做的分兩種:

  1. 上次出現(xiàn)類似情況,是如何處理的,最后效果如何。
  2. 常規(guī)措施,促銷、新品、用戶活動,大概投入產(chǎn)出多少。

基于這兩點(diǎn),先判斷整體策略方向:到底用什么手段,用多少投入。之后才是細(xì)節(jié):具體哪天上什么產(chǎn)品,優(yōu)惠力度是多少,發(fā)券面向多少人……在更細(xì)節(jié)層面,比如券面額,活動形式上,可能還得配合一些ABtest才能得到最后結(jié)果。

這樣層層深入,每一步都基于之前獲得共識的判斷,能非常有效的助力業(yè)務(wù)思考,也不容易被推翻。既不是一上來拋個宏大的話題:“要搞高”,也不是一下踩到很細(xì)的細(xì)節(jié):“老夫掐指一算,只要在2月5日派200張面額50滿200減50全場通用的券,定可逢兇化吉扭虧為盈”。這才是數(shù)據(jù)分析真正發(fā)揮作用的方法。

六、小結(jié)

很多同學(xué)覺得提建議很難,總覺得提的不夠細(xì),其實(shí)主要是思考的不夠細(xì)導(dǎo)致的。如果一上來只有一根曲線,沒有走勢分析,沒有結(jié)構(gòu)分析,沒有標(biāo)桿,肯定建議也細(xì)不下去。甚至連“要不要搞高”這么簡單地建議都會提的毫無依據(jù),很容易被挑戰(zhàn)。

運(yùn)營、產(chǎn)品、銷售、營銷做事情都是很具體的5w2h。

  1. 應(yīng)對什么問題。
  2. 面對什么人。
  3. 在什么時間。
  4. 什么渠道。
  5. 以何種形式。
  6. 用什么力度。
  7. 得什么效果。

這里每一個點(diǎn)其實(shí)攤開來都是數(shù)據(jù)分析可以解釋,驗(yàn)證的話題。但是如果直接插入這些細(xì)節(jié),就會陷入:“為什么非得是A不是B”的各種論戰(zhàn)里無法脫身。

因此我們建議用剝洋蔥的方法:

  • 從最簡單的:“是不是”搞起。
  • 先問是不是這個問題
  • 再問是多大的問題
  • 再問是哪里搞出來的問題
  • 再問能怎么整這個問題
  • 再問這次可以選哪個手段

逐步深入,思路很清楚,也能越想越細(xì),最后提的建議自然是很好的了。

這次結(jié)束留個思考題:

如果曲線是同樣形狀,把問題換成:

  • 交易轉(zhuǎn)化率
  • 用戶留存率
  • 活躍用戶量
  • 文章閱讀量
  • 用戶滿意度

你會怎么答?

有興趣的同學(xué)看可以下來練練,在練以前先思考,這五個指標(biāo)和銷售金額有什么區(qū)別,這種區(qū)別會導(dǎo)致的差異是什么。

#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(yàn)。

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。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 希望出一篇揭秘一下最后的練習(xí)題,謝謝

    來自浙江 回復(fù)
  2. 希望出一篇揭秘一下最后的練習(xí)題,謝謝!

    回復(fù)
  3. 基于數(shù)據(jù)分析,提供理論支持,也能更好調(diào)整后續(xù)運(yùn)營方案。

    來自江蘇 回復(fù)
  4. 在拆解之前要注意:先區(qū)分是整體性問題,還是局部性問題。

    來自廣西 回復(fù)
  5. 好文??!

    來自上海 回復(fù)
  6. 說的很詳細(xì)!整個思路也很清晰明確!很實(shí)用的文章。

    來自湖北 回復(fù)