起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識在吃喝玩樂中成為數據分析師——請家政篇
日常生活場景里，其實有許多與數據分析相關的知識待我們進行挖掘，比如家政服務場景。那么，消費者/用戶在服務平臺上預約家政服務的過程中，可能隱藏著哪些數據分析知識？我們可以從中拆解得到什么經驗和策略？
本篇是系列文，全網搜索《在吃喝玩樂中成為數據分析師》，我會帶著大家從各種生活場景出發，提升業務理解，輕松學會數據分析思路和技能。
遇到類似的場景，可以拿出來重溫。
今天講的內容是：叫家政服務時，有哪些數據分析知識？
讀完本篇，你可以獲取這些知識：
- 你請家政時哪些數據被采集到了
- 平臺至少可能使用哪些指標來提升你的服務體驗
- 計算這些指標會用到的sql/python函數
- 使用AI寫sql的提示詞示例
場景復現：
小王在南方城市工作，天氣逐漸變涼了，沒有地暖，小王只得開空調取暖。
結果屋漏偏逢連夜雨，小王一開空調，發現空調壞掉了，就上網找家政服務來修空調。
找服務：
小王在網上搜索「修空調」三個字，出現了很多服務商。小王再三對比之下，選擇了一家可以小程序下單的本地龍頭企業。
下單前：
小王授權登陸進入小程序后，找到家電維修的模塊，選擇空調維修。進入頁面后，小王選擇了「掛機空調維修」，并提供了以下信息：
- 位置坐標
- 預約上門時間
點擊預約后，又彈出讓小王「手機號快捷注冊」，注冊完成后即可預約。
但是預約只生成訂單，并不需要付錢。
下單后：
小王注冊后完成下單，馬上收到了短信，告知師父將于某時間聯系小王，讓小王注意接聽。
10分鐘后，師父聯系小王，再次確認地點及時間。并且小王注意到師傅并沒有按照線上預約的時間來溝通。
等待服務：
臨近約定時間，師傅還沒有到，小王電話催促，師傅回答說又一些事情耽擱了，需要晚點到，詢問是否需要更換時間。小王回答不需要。
繼續等待兩個小時后，師傅終于趕到，開始修空調。修完之后進行拍照。
服務結束：
修完之后，師傅讓小王添加一個企業微信，企業微信中會推送訂單支付給小王。小王支付后，師傅又給小王留了私人微信，說以后找他修電器水管會便宜一些，然后師傅就回去了。
問：
小王在這個過程中的用戶路徑如何拆解？
對于平臺方來說，至少有哪些階段有較高的用戶流失風險？
作為數據分析師，你如何做整個流程的分析和監控，至少需要哪些指標？
一、用戶路徑拆解
我們將小王從尋找服務平臺到師傅完成服務的流程可以拆解如下：
我們可以看到的是，小王的整體用戶路徑并沒有很連貫，存在著很多站外或者線下的無從監控的路徑。
小王的用戶行為路徑大致上可以分為三個類型：線上的站外行為、站內行為、線下的站外行為。
其中比較容易分析的是站內行為，因為產品是自己研發的，可以比較容易的記錄到用戶行為。
線上的站外行為，一般都需要第三方廣告平臺提供，而且是收費項目。而線下的站外行為幾乎是采集不到的。
所以，在用戶行為分析的成本上有如下排序：
站內行為分析成本 > 線上的站外行為分析成本 > 線下的站外行為分析成本
二、用戶流失分析簡述
在用戶流失分析中，由于采集數據的成本不一樣，一般需要從已有的數據進行分析。
1. 用戶流失點位拆解
我們可以看到有明確的流失點的位置如下：
明顯的流失點位為：
- 從廣告到進入小程序的授權過程
- 下單最后一步的手機號注冊流程
- 下單后的等待服務的過程
- 服務完成后被引流到個人的私域
2. 用戶流失點位分析
從以上四點入手，結合用戶數據的獲得成本，我們可以得到以下分類：
如果我們這么去評估優先級，確定問題解決的順序，那就要出！大！問！題！
為什么？
思
考
30
秒
！
原因是：服務師父也是用戶！師父接單到完單也是需要走流程的！
那么，「等待服務流失」的節點就有跡可循了：
- 客戶取消訂單前等待了多長時間
- 客戶的訂單預約時間有沒有被師父變更
- 師父的完成服務時間與客戶首次下單時間的匹配率
- 接單師父地點與客戶下單地點的實際距離長短
同時在服務完成流失這個節點的分析上也有了新的進展：我們雖然分析不了小王為什么流失，但是可以計算每個師父的服務流失率呀！可以根據這個信息優化匹配規則呀！
所以 ，流失節點的真實數據情況是：
那么，基于這些數據，如果建立完整的流程指標呢？
三、用戶監控指標及其SQL/Python函數
根據用戶路徑拆解和用戶流失點位分析，我們可以大致分為三種場景：用戶路徑監控、師傅評級監控、匹配機制監控。
至少可以梳理出以下幾個對應的指標：
四、小結
其實數據分析是一種思考方式，只要在生活中多觀察，多思考，吃喝玩樂中也能加強自己的數據思維。
至于一些復雜的數據處理方式，我們其實沒有必要死記硬背，只需要知道搭建什么樣的指標，可能用到什么樣的工具即可。提示詞示例：
只要能梳理清楚業務邏輯，學會如何進行指標管理，在生活中加強自己的思考，人人都可以成為數據分析師。
專欄作家
汪浩，公眾號：只說人話的汪Sir，人人都是產品經理專欄作家。資深數據分析師，曾服務于上百家企業，對電商、社交、游戲、零售及泛互聯網均有數據經驗。
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。
- 目前還沒評論，等你發揮！
