2024年了,教你幾種“數據驅動”的方法

2 評論 5911 瀏覽 15 收藏 11 分鐘

在商業競爭中,數據已成為企業運營的關鍵。本文將分享一些實用的方法,通過改口徑、加定語、改邏輯、換指標等手段,實現通過修改數據表達方式來驅動的業務增長。但需要注意的是,真正的數據驅動需要結合業務實際,建立在真實、可靠的數據基礎上。一起來看看這篇文章吧。

經常做過數據分析的朋友都知道,提升業績最快的方法只有一個,那就是改口徑。

改口徑只要一瞬間就能完成,而且一搬只需要一個數據分析師就夠了,人均的產出極高。

相比其他的方式要動用大量的人力物力,還需要小半年的時間才能見效的方法,不知道高到哪里去。

業務同學要提高業績增長,還需要靠產品驅動,營銷驅動等等不同的策略。

但數據分析師很簡單直接,改改數據,直接用“數據驅動”。

這里分享一下怎么用數據驅動的幾種方法。

一、加定語

第一種“數據驅動”的方法是加定語。

只要定語加的多誰都可以是第一。

這兩年新能源市場出新車的速度之快,讓人目不暇接。廠家為了讓人記住他們的車子,就要不停的出現在公眾視線內,于是各種排行榜就出現了。

比如理想發布新勢力品牌銷量榜,榜上理想遙遙領先。為啥?因為這個榜單限定了“新勢力”。理想自從在這個榜單上遙遙領先后,幾乎每周都發布這個榜單,使得理想的品牌知名度快速提高。

不過理想這個榜單還不算特別離譜,畢竟新勢力還算是對手眾多,在新勢力中拿一個第一確實也算是比較好的成績了。

下面這位就稍稍有點離譜了。

某圖2021年的新車上市后發布了一張海報,拿下了某個市場的第一。

這個第一的定語足夠長,我給你念念“以超32萬品牌知道均價位列成熟車企中國品牌第一位”,一共24個字,32萬品牌指導均價、成熟車企、中國品牌,至少三個定語,這樣限定條件下基本上已經沒剩啥了對手了把。

去年的合資車日子不好過,曾經的銷冠豐田大眾都下跌很厲害。于是豐田的海報也只能開始加定語了,去年2月的銷量也只是寫上了“合資”的新頭部。

這樣的例子比比皆是,除了汽車圈,手機圈里也滿滿的都是這樣的限定定語的榜單。

總之,只要不是第一,就加定語。

只要定語足夠多,對手足夠少,總能找到一個第一。

二、改指標邏輯

第二種辦法是修改指標的邏輯。

這種做法不單單是數據分析師會做,就算在以嚴謹著稱的財務分析當中,這種情況也相當常見。

財務的分析,因為財務指標就是固定的三張表,指標本身基本不能夠修改,但是指標的計算邏輯是可以修改的。

比如,在2013年,鞍鋼集團面臨巨大的盈利壓力。該公司已連續兩年虧損,如果當年再次虧損,可能面臨暫停交易甚至退市的風險。

到了2014年4月9日,鞍鋼公布了其財務報告,宣布2013年實現了正盈利,同比增長高達119.13%,成功避免了虧損的局面。

那么,鞍鋼是如何實現這一扭虧為盈的呢?

其實答案就是“數據驅動”。

在那幾年,鋼鐵市場長期低迷,市場環境很差,普遍認為扭虧幾乎無望。鞍鋼能夠實現扭虧,靠的是調整折舊年限的方法來實現的。

鞍鋼把房屋和建筑物的折舊年限從30年延長到了40年,機械設備和傳動設備的折舊年限也從15年增加到了19年。這樣一來,每年的折舊成本被攤薄了。

調整之后,鞍鋼在2013年的凈利潤比2012年增加了約9億,達到了7.7億元。換句話說,如果不對折舊年限進行調整,鞍鋼2013年的凈利潤實際上仍是虧損的。

這種做法不是一家公司這樣操作。當年三鋼閩光、山東鋼鐵、富春環保、方太特崗、河北鋼鐵等多家企業都用過這樣的方法。

業務本身沒變化,改了一個口徑,業務就扭虧為盈了。數據驅動你就說厲不厲害把。

三、換指標

第三種方法,就是換一個指標。

舉個例子,有個產品功能新上線,本來目的是希望能提升用戶的使用時長。但上線后發現,這個功能并沒有像預期那樣影響用戶的停留時長。

這時候怎么辦呢?

那就不看停留時長了,看看有什么其他增長的指標。經過數據分析師一頓操作,終于在一百多個口徑下的指標中發現,產品上線后,安卓用戶中的活躍用戶打開APP的次數更高了。于是產品功能的上線終于算是取得了成功。

這種做法的核心就是一定要找到一個滿意的指標為止,如果找不到滿意的指標,那么就是數據分析做的還不夠深入,沒有找到隱藏的信息。

還有些情況更加直接。有的領導安排的任務就是“分析一下這個功能的價值”,也就表明了領導需要找一個正向指標做匯報,不是正向的指標就一直分析到正向為止。

甚至我有個朋友告訴我,他們的領導直接要求找到一個能顯示增長30%的指標,然后讓數據團隊去湊這樣的數據,當時聽到真的驚了。

這些都是數據分析領域里常見的一些“潛規則”。

四、假數據

如果你嫌前面的“數據驅動”太麻煩,還得找指標改口徑啥的,其實還有更簡單的方法,那就是直接造假。

指標還是這個指標,口徑還是這個口徑,定語也是這個定語,但是報給你的數就是個假數字

這個方法近兩年的日企向我們展示了很多次。

隨手一搜,就看到很多這樣的案例:

  1. 2017年8月,日本鋼鐵企業神戶制鋼所被曝光產品篡改數據、以次充好。潛在受害者遍及約500家日本國內外企業,波及汽車、鐵路、航空、航天等眾多行業。
  2. 2017年11月,日本碳纖維材料巨頭東麗集團承認子公司東麗HC篡改車用材料產品強度數據。公司高層早已知悉此事,但辯稱篡改數據并不違法,“沒有發現任何安全問題”。
  3. 2018年2月,三菱電機全資子公司TOKAN承認253種橡膠產品未經質量檢查,其產品在新干線鐵路車輛和電梯等設備上廣泛應用。
  4. 2021年2月,制藥企業小林化工被曝光造假,累計有200多名患者服用該公司藥品后出現不同程度的健康受損。一些患者服藥后失去意識,造成了22起交通事故,還有2名患者服藥后死亡。更離譜的是,企業管理層承認16年前就掌握這一情況,卻一直放任不管。
  5. 2021年7月,三菱電機被曝光產品檢驗數據造假,且可能持續30年以上。三菱電機社長杉山武史引咎辭職。

這種做法非常方便,而且幾乎沒有損失,只需要鞠躬致歉即可。

這方面,小日子的數據驅動的技術遙遙領先。

五、小結

今天這篇是純粹的整活文章,內容均不是真正的“數據驅動”,千萬不要模仿。

如果真的是沒辦法必須要做,那么加定語、改邏輯、換指標這幾項還可以搞搞,畢竟估計你平時也沒少干。有時候業務也確實需要一些這樣的靈活性。

但假數據這種事可千萬別干,稍微正規有點的企業發現了主觀作假都是會辭退的,甚至會有法律風險。

最后,2024年到了,祝各位數據分析師新的一年,不會遇到上面這種奇葩需求。

專欄作家

三元方差,公眾號:三元方差(sanyuanfangcha),人人都是產品經理專欄作家。專注用數據驅動業務增長,擅長數據分析、用戶增長。喜歡閱讀、思考和創作。

本文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。

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

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. 0.0

    來自上海 回復
  2. 來自中國 回復