本文深入探讨了数据分析在业务中的应用,提出了六大业务需求对应的分析方法。解决如何将数据分析与实际业务紧密结合的问题,特别适合数据分析师和业务决策者阅读。
很多同学会困惑:到底什么才是数据分析方法?因为网上对于数据分析方法的描述,有些抄袭自营销学书本,比如4P、PEST;有些则抄袭自统计学书本,比如相关分析,回归分析。可真到做分析的时候就傻眼了:眼前的问题到底该P一下还是回归一下?
想真正理解,掌握数据分析方法,当然不能这样“拿着锤子找钉”。工作中的数据分析,要紧密结合业务,服务业务需求。因此理解业务需求,围绕问题找答案,才能理解各种数据分析方法有什么用,该怎么用。
一、6大类典型的业务需求一个完整的业务活动,分为六个步骤:了解现状→设定目标→制定计划→监控走势→诊断问题→复盘结果。在每个阶段,业务掌握的信息,想解决的问题是不一样的,因此对数据的需求会不一样(如下图)。
如果是从制定年度经营计划开始,数据分析师就参与到工作中,那么就会完整地经历这6个步骤。
但是,很多同学是中途入职/半道接手工作,最常见的是:
- 从监控开始,先输出日常报表,再发现问题
- 直接接到一个分析任务,就XX问题输出报告
- 事情已经做完了,事后补一份复盘报告
这个时候,很有可能数据分析师对业务都不熟悉,匆忙赶鸭子上架,肯定毫无思路了。此时,至少得把第1步:了解业务现状补齐,然后再对症下药。
二、了解现状的方法了解现状阶段,更多是系统地呈现数据指标,让业务看清楚情况。数据指标体系本身有3种结构:并列式、流程式、总分式。有
一些常见的分析方法与这三种形式对应。比如:
- 杜邦分析法对应总分式指标体系。主要用于评估经营情况好坏,拆解财务指标,监控业务行动结果。
- UJM方法对应流程式指标体系。主要用于梳理用户行为路径(互联网企业使用的尤其多),看清楚用户转化方式。
- RFM方法对应并列式指标体系,主要用于对用户消费行为进行分类,区分高中低消费 待唤醒的紧急程度。(如下图)
需要注意的是:单纯地展示指标并不能得出任何分析结论。至少要展示指标 不同个体间进行对比。比如:
- 杜邦分析法:两个同行业公司进行比较
- UJM方法:两个不同路径进行比较
- RFM方法:两类用户群体间比较
因此,在了解现状阶段,不要光想着罗列一大堆指标出来,而是思考下:到底选取谁进行对比,才能更好发现业务之间差异性,从而启发业务部门思考。
三、设定目标的方法在设定目标阶段,很有可能业务部门想了解:
- 如果不做任何改变,自然情况下业务会发展成啥样?
- 如果增加/减少某项资源投入,业务会发展成啥样?
- 如果改变一种业务做法,业务会发展成啥样?
此时就涉及到预测问题。预测自然发展趋势,一般会运用到时间序列法,根据数据走势的不同,有平滑法、自回归、季节性回归、带季节趋势的回归等方法可用。如果考虑改变资源投入,可以考虑带因果关系回归。因为投入产出之间一般都有函数关系,可以通过数据拟合投入产出曲线,从而模拟调整结果。