做數(shù)據(jù)分析,如何給業(yè)務(wù)提【建議】
每逢要針對具體問題提建議的時候,很多人就慫了,提不出有見解性的建議。那么究竟該怎么針對業(yè)務(wù)問題提出一個解決建議?本文針對一個具體問題進行分析,四步帶你提出有效的業(yè)務(wù)建議。
很多同學都討厭當工具人,然鵝每次遇到要提建議的時候就慫了,除了“指標降了,要搞高”,不知道還能說啥。今天拿個具體問題,給大家詳細介紹下:如何從數(shù)據(jù)得出可行的建議。
問題場景:某互聯(lián)網(wǎng)垂直電商企業(yè),運營的老板表示:A商品最近銷量挺好,想提高一下價格,以提升該類產(chǎn)品的整體利潤?,F(xiàn)在作為數(shù)據(jù)分析師,你接到了這個需求,問:該如何做?
01 問題解析
首先,同學們要注意:這里有幾個問題?
如果是業(yè)務(wù)部門聽到這種命令,本能反應(yīng)是:“這里有一個問題,老板想提價,我要怎么提價?!钡珨?shù)據(jù)分析師收到這種需求,就不是這么解讀的。因為數(shù)據(jù)分析師首先要保證的是:領(lǐng)導(dǎo)決策建立在正確的事實之上,其次才是保證決策建議的可行性。
對數(shù)據(jù)分析師而言,這里有兩個問題:
- 問題一:老板口中的“最近銷量挺好”,到底是不是個事實
- 問題二:在問題一成立的前提下,思考如何落地
02 解題第一步:確認事實
在現(xiàn)實中,很多商業(yè)感覺并非建立在事實之上。此時、此刻,銷量是不是真的很好,是需要進一步驗證的。
并且這個任務(wù)最適合數(shù)據(jù)分析來做,業(yè)務(wù)部門捕捉商機,可能依賴的是自己的經(jīng)驗、判斷、嗅覺,而數(shù)據(jù)分析捕捉商機,一定是靠數(shù)據(jù)說話。
要驗證問題一,需要排除的假設(shè)是:
- 不是真的好(僅僅比其他品類多了一點點)
- 是真的好,但不是現(xiàn)在好(這個信息過時了)
- 是現(xiàn)在好,但屬于暫時/季節(jié)性/偶然性好(預(yù)計不持久)
- 是現(xiàn)在好,穩(wěn)定的好,但已有資源投入(沒有漲價空間)
整個邏輯用MECE法歸納如下圖:
很多新手數(shù)據(jù)分析師會忽略這一步。實際上,這一步非常體現(xiàn)數(shù)據(jù)分析師的價值。老板只是隨口一說,數(shù)據(jù)分析師就把各種可能性一一排除,對老板來說體驗非常好。顯得數(shù)據(jù)分析的工作做得很深入。實際上,何時漲價是有固定套路的,一般參照產(chǎn)品生命周期(如下圖):
- 如果A品類生命周期走勢明顯優(yōu)于過往同款,可漲;
- 如果處于生命周期的早期(上市期、成長期)可漲;
- 如果A品類處于供不應(yīng)求狀態(tài)(庫存周轉(zhuǎn)快、銷量好)可漲;
- 反之,如果A處于生命周期后期、庫存仍有富余、表現(xiàn)平平,則不應(yīng)考慮漲價??煽紤]搭售、滿減等手段。
03 解題第二步:區(qū)分經(jīng)驗與測試
如果確認了第一步,可以做第二步工作:確定分析方向。第二步要先確認一點:過往有沒有做過類似調(diào)價?如果有,則基于上次類似調(diào)價場景,分析本次調(diào)價預(yù)計影響與可行性。如果沒有,就沒有歷史數(shù)據(jù)參考,則需要設(shè)計一個數(shù)據(jù)實驗,驗證方案可行性。這一點很能體現(xiàn)數(shù)據(jù)分析與業(yè)務(wù)的思路區(qū)別。如果換了業(yè)務(wù),可能通過與客戶溝通、對用戶的洞察、對商品的理解,能直接作出判斷。但數(shù)據(jù)分析思考問題,一定是從數(shù)據(jù)出發(fā)。如果有歷史數(shù)據(jù),就基于歷史數(shù)據(jù)分析。如果沒有,就先做測試,收集數(shù)據(jù)再分析。
當然,實際落地的時候,兩者可以結(jié)合。比如業(yè)務(wù)先提一個漲價方案,數(shù)據(jù)分析分兩步論證:
- 事前論證:這個方案沒有致命傷
- 事后論證:這個方案可以通過XX實驗驗證這樣就能推動方案落地了。
04 解題第三步:事前論證
事前論證分兩種情況:
- 在有做過調(diào)價情況下,總結(jié)歷史經(jīng)驗,給出建議
- 在沒有做過調(diào)價情況下,給出可以調(diào)價的范疇,避免踩雷方案要落地,需要時間、地點、人物、起因、經(jīng)過、結(jié)果六要素齊全。
因此在復(fù)盤歷史經(jīng)驗的時候,要做細一點,上次調(diào)價的六要素,要分析齊全(如下圖)。
在避免踩雷的時候,主要是利用數(shù)據(jù)剔除一些明顯不合理的設(shè)想。理論上,消費者都不傻,調(diào)價會導(dǎo)致銷量下降;銷量下降又會導(dǎo)致庫存增加,周轉(zhuǎn)時間變長;周轉(zhuǎn)時間變長,又會增加商品過氣的風險,可能進一步影響銷量。雖然沒有數(shù)據(jù)證明,但業(yè)務(wù)方在做方案的時候,得思考到這些點。
典型的不合理設(shè)想,比如:
- 漲價設(shè)定太高,甚至達到了更高檔商品價位
- 銷量沒有調(diào)整,默認漲價不會影響銷量
- 銷量預(yù)計太多,沒有考慮銷量下降導(dǎo)致庫存增加
這些明顯BUG,大部分來自無經(jīng)驗情況下,業(yè)務(wù)方過于樂觀地拍腦袋。作為數(shù)據(jù)分析師,理應(yīng)對這種樂觀的YY提預(yù)警,至少讓他們意識到問題。
05 解題第四步:事后論證
如果沒有歷史數(shù)據(jù)積累,則要設(shè)計數(shù)據(jù)實驗,驗證效果。注意:數(shù)據(jù)實驗的設(shè)計,一定需要業(yè)務(wù)方的參與。因為漲價本身是個業(yè)務(wù)動作,有明漲/暗漲兩種基本方式。
- 明漲:直接調(diào)價
- 暗漲:通過推升級版、plus版、減少優(yōu)惠券投放等形式,暗中調(diào)價
這些手段可能產(chǎn)生的效果是不同的。如果是明漲,則可以直接測試所有用戶對價格敏感度。如果是暗漲,意味著只有一部分用戶會響應(yīng)漲價,需要做用戶分群,觀察部分用戶的反應(yīng)(如下圖):
理論上講,暗漲更容易讓用戶感情上接受,畢竟明漲顯得太割韭菜了,頗有囤積居奇之感。但實際操作上,暗漲需要做新的營銷方案,很有可能新方案做砸了,導(dǎo)致漲價策略失敗,業(yè)務(wù)方會承擔責任。
所以業(yè)務(wù)方會傾向于明漲,并且要求數(shù)據(jù)分析師給出預(yù)測:到底漲多少,ROI最大化。這里一定要給業(yè)務(wù)方講清楚:沒有歷史數(shù)據(jù),則無法分析,一定要做測試。不要試圖用拍腦袋/其他拐彎抹角的方法回避這個問題。價格彈性一定是測試出來的,沒有測試就下結(jié)論,策略失敗的風險就是數(shù)據(jù)分析師自己背……
06 小結(jié)
綜上可以看出,一個簡單的漲價,需要大量的、細致的分析,具體到各種場景。
很多新手不考慮這么多場景,只是拿一個近一周/一個月銷量,然后開始拍腦袋:“可能漲價以后會減少銷量吧……”這么粗糙地工作,很容易被領(lǐng)導(dǎo)各種diss,諸如:
- “考慮和其他品類差異沒有?”
- “會不會只是短期效果?”
- “有沒有證據(jù)證明真的能漲價?”
數(shù)據(jù)分析師會很委屈地說:“那你也沒提呀”
此刻領(lǐng)導(dǎo)再懟一句:“你就不多想想!”
這么一來一回,信任就蕩然無存了。
我們常說:數(shù)據(jù)分析師就是企業(yè)的軍師,你看小說里,主公問軍師意見,軍師都有上中下三策,上策里還要分上上策、上中策、上下策。工作做得非常細致,場景思考得很全面,這才是一個合格的軍師應(yīng)達到的標準,以上,與大家共勉。
專欄作家
接地氣的陳老師,微信公眾號:接地氣學堂,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 Pexels,基于CC0協(xié)議。
該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。
想問下:數(shù)據(jù)實驗怎么設(shè)計?如何通過實驗來判斷漲價的效果
做ABtest,譬如美團,根據(jù)用戶id劃分兩個群體,A群體漲價,B群體不漲價,然后觀察一周,看看這一周的轉(zhuǎn)化情況,如果兩個群體轉(zhuǎn)化率不變,說明漲價對用戶不敏感,可以漲;如果A的轉(zhuǎn)化率下降的,說明用戶對價格敏感,如果A的轉(zhuǎn)化率還提升了,說明我們定價確實低了;除了ABtest也可以看漲價前一周和漲價后一周的數(shù)據(jù)對比。最好再對兩個群體進行分層分析,是不是某個群體帶來的,還是普遍現(xiàn)象等等;
當然也要結(jié)合ROI等指標,評判帶來的收益是下降了還是提升了。轉(zhuǎn)化率只是其中一個內(nèi)容