最全總結,數據分析的標準流程,收藏!
數據分析是業務決策的重要工具,但很多數據分析師在實際操作中卻常常感到困惑,不知道如何將數據轉化為有價值的業務洞察。本文將系統性地介紹數據分析的標準流程,幫助數據分析師理清思路,更有效地支持業務決策。
“數據分析的標準流程是啥?”
“為啥感覺自己只取了數,看不到結果?”
“分析做到什么地步,才算是對業務有用?”
經常有人有這些疑惑,今天我們來系統講解下,數據分析的標準流程,幫大家理清思路。做數據分析其實有2種基本流程和6種具體情況,我們一個個講。
一、從問題出發的流程
此類流程,典型有三步:問題→數據→答案,一般業務部門會沿著這個路徑思考。比如你是一個銷售主管,你最關心的肯定是自己業績表現,于是你會先看:
- 問題1:我的團隊業績如何?
- 數據1:當月達標情況……今年累計達標情況……
- 答案1:目前已達標,超額20%
當然,有可能你思考得更深入一些。
比如公司目前有一個業績排名獎:全國每月同比增長排名前5的團隊,可以拿一筆獎金。現在已經20號了,你很想知道自己有沒有機會拿到這個獎。
于是,你會進一步分析:
- 問題2:目前排行+未來10天預計增速,能否讓我拿到這個獎
- 數據2:截至19日,同比增長排行……未來10天,各團隊預計完成情況
- 答案2:從目前行業+未來增速來看,我能/不能拿到獎金
注意!問題2比問題1要復雜很多,因為問題1只需要統計歷史數據就好了,問題2得預測未來10天的走勢。
在怎么預測上,可能有好幾種方法,比如:
- 簡單用前20天趨勢,模擬未來10天走勢(趨勢外推)
- 根據去年同期的走勢,模擬未來10天走勢(周期性分析)
- 根據手頭尚在跟進的客戶*預計轉化率,推薦結果(業務模型)
- 根據銷售人數、銷售費用等數據建模,再預測結果(算法模型)
這就是我們常說的:復雜需求。當需求變復雜的時候,數據分析的流程也會變長,主要在數據環節,越復雜的方法,需要越多的數據準備。那么,有哪些是復雜方法呢?
二、四種復雜度下,分析流程
復雜度一級:認識現狀。
這種最簡單,直接統計歷史數據即可,比如截至1月3日,今年新增加的用戶數/累計完成的銷售業績;1月3日時間點上,商品庫存有多少等等。注意!單純羅列數據,并不能解釋現狀好壞,需要數據+判斷標準,比如累計銷售業績+業績考核標準,這樣才能發現問題。
在這種情況下,數據分析流程就是:業務想了解現狀→統計數據指標+判斷標準→描述現狀。
復雜度二級:原因分析。
典型的問題,比如業務問:“為什么我的業績沒達標?”注意,此時業務有假設和沒假設,處理流程不一樣:
總之,想做得深入,一定要業務題假設才行,不然數據自己把指標拆來拆去,很有可能只輸出諸如:“因為人數少了,所以沒達標,建議把人數搞高!”一類膚淺結論。
復雜度三級:優化表現。
典型的問題,比如“我要怎么做,才能讓業績沖第一”。此時,需要把前邊兩個復雜度的問題全部做完,才能有結論。
所以,優化表現類流程會特別長。很多數據分析師不知道怎么提業務提升建議,其實就是因為缺少了前邊這幾步鋪墊,啥情況都不了解,肯定沒法直接提建議。
復雜度四級:預測走勢。
在上一節已經舉過預測例子,實際上,凡是預測類的問題都很復雜。起碼得先了解現狀,知道問題點,知道業務有沒有計劃做改進動作,收集一大堆信息以后才能做合理預測。
此時:
如果不考慮業務動作,那么可以直接用趨勢外推,分析流程就很短:業務想知道預測結果 → 觀察過往趨勢→按過往趨勢擬合函數→直接外推結果。
如果業務想考慮自己的動作,比如“我追加投入會怎樣”,這時流程就復雜了,業務想知道預測結果 → 觀察過往趨勢→建立模型,量化投入影響→代入參數,預測結果。
總之,業務上提問越復雜,需要分析的環節越長,前期鋪墊越多,不然很難輸出有價值結論。
三、從數據出發的流程
還有一種情況,就是業務端沒主動提需求,但是數據分析師需要主動從數據里讀出業務含義,發現業務問題。此時的基本流程是:數據→問題→答案。
但是!這個流程經常走不下去。因為很多很多數據分析師只看得到數據,對業務情況不了解。因此不知道該怎么解讀這個數。比如:
- 知道累計銷售額是多少,但不知道業務考核標準,因此沒法解讀“好/不好”
- 知道銷售排行是啥,但不知道業務的排行獎勵細則,因此沒法看出誰有潛力拿獎
- 知道銷售不好,是因為某個產品賣得很差,但不了解產品屬性,沒法深入分析
因此本篇用了很長篇幅介紹業務視角如何展開分析,就是為了提醒那些每天對著報表發呆的同學,多和業務溝通,多加深對業務背景/業務狀況的了解。好在,有很多公司業務和數據溝通還是很緊密的,因此,可以優化下“數據→問題→答案”的基本流程。
比如:從異動出發,數據→異常波動→業務溝通→問題確認→深入分析/問題結束。這種一般是數據分析師發現了指標異動,之后向業務確認。如果異動是業務主動發起/早就知道/已經采取措施應對,那就不再糾結,如果是意外情況,就再深入分析,直到落實問題原因。
比如:從標桿出發,數據→尋找標桿→業務溝通→可復制性確認/問題結束。這種一般是數據上,發現某個產品/某個地區/某個渠道表現特別好,此時數據可以向業務主動確認“是不是一個機會點”“值不值得推廣”。如果業務早就知道了,那就結束。如果業務感興趣,就深入分析標桿可復制性,推動標桿推廣。
比如:從部門聯動角度:數據→關聯情況分析→信息共享→問題確認→深入分析/問題結束。這種一般是做經營分析的時候,比如發現銷售走勢下滑,提醒供應注意積壓風險;比如發現營銷花錢很猛,關注現金流;比如發現業務計劃大活動,提醒客服/售后準備。先共享信息,再看相關部門是否有應對,如果沒有應對再深入分析。
以上,所有流程總結如下圖,方便大家取用:
本文由人人都是產品經理作者【接地氣的陳老師】,微信公眾號:【接地氣的陳老師】,原創/授權 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。
- 目前還沒評論,等你發揮!