
作者:接地氣的陳老師
來(lái)源:接地氣學(xué)堂
總有做數(shù)據(jù)的新人抱怨,做的分析被挑刺,嫌棄考慮不全面,不深入。到底該咋做?今天直接上案例,開(kāi)搞!
問(wèn)題場(chǎng)景:
某視頻網(wǎng)站以包月會(huì)員形式收費(fèi),現(xiàn)了解到同行都準(zhǔn)備漲價(jià),準(zhǔn)備一起漲。漲價(jià)以后要求數(shù)據(jù)分析師評(píng)估漲價(jià)效果,你是該公司的數(shù)據(jù)分析師,你會(huì)怎么評(píng)估?
1 最基礎(chǔ)的漲價(jià)模型
收入=總用戶(hù)數(shù)*購(gòu)買(mǎi)率*人均金額。這條公式大家都知道。那么問(wèn)題是:漲價(jià)會(huì)帶來(lái)什么影響?答:漲價(jià)了購(gòu)買(mǎi)率可能下降,人均金額上升。至于漲價(jià)后總收入是多了還是少了,就得看兩者的變化比例,這就是最基礎(chǔ)最基礎(chǔ)的價(jià)格變動(dòng)評(píng)估模型了(如下圖)
價(jià)格的敏感性,是可以事先測(cè)試的。在事先可以以?xún)?yōu)惠券為杠桿,以抽獎(jiǎng)的形式測(cè)試用戶(hù)的購(gòu)買(mǎi)率,從而一定程度上推斷漲價(jià)/降價(jià)多少合適。但是這種方式更適合測(cè)降價(jià),漲價(jià)的話(huà),用戶(hù)本能的反感會(huì)比較強(qiáng)烈,所以不太適用。
那么,是不是到這里就結(jié)束了呢?還少了什么?
2 考慮商品屬性
用戶(hù)對(duì)購(gòu)買(mǎi)率下降會(huì)受到以下因素影響:
l 價(jià)格錨定:錨定越模糊的,下降越少
l 剛需程度:剛需程度越高,下降越少
l 壟斷程度:壟斷度越高,下降越少
l 價(jià)格高低:價(jià)格越低,下降越少
l 認(rèn)知程度:認(rèn)知程度越低,下降越少
這五點(diǎn)要素,前四個(gè)都好直觀理解,第五個(gè)稍微解釋下:所謂認(rèn)知程度,就是用戶(hù)有多care這件事。我們生活中有很多資費(fèi)都是默默扣掉的,比如水電煤氣話(huà)費(fèi)之類(lèi),除非某月突然暴增,或者商家主動(dòng)推了營(yíng)銷(xiāo)活動(dòng),可能這些票子都從人們指尖流走了。
那么問(wèn)題來(lái)了:視頻會(huì)員的商品符合以上多少條?
幾乎全中(如下圖)
估計(jì)這就是為啥運(yùn)營(yíng)有底氣提價(jià)的,疫情影響下,人們線(xiàn)上娛樂(lè)明顯增多,可以從DAU,在線(xiàn)時(shí)長(zhǎng),連續(xù)播放率等數(shù)據(jù)輕易觀察到這點(diǎn)。既然剛需度在增加,認(rèn)知度天生低、價(jià)格又不貴,那漲了就是穩(wěn)賺呀。
那么,考慮到這一層,是不是足夠了呢?還少了什么?
3 考慮漲價(jià)細(xì)節(jié)
視頻會(huì)員的價(jià)格和大米白面的最大區(qū)別是:這玩意價(jià)格錨定完全是人為做出來(lái)的。提供額外一個(gè)用戶(hù)服務(wù)的邊際成本幾乎為0,因此運(yùn)營(yíng)可以任意捏價(jià)格,制造出新的錨定點(diǎn),從而模糊用戶(hù)的判斷。
比如,原本只有一個(gè)每月支付25元成為會(huì)員,現(xiàn)在推出一個(gè)20月自動(dòng)開(kāi)通連續(xù)包月的業(yè)務(wù)。咋一看,便宜5元,用戶(hù)很有可能開(kāi)通??煽紤]到實(shí)際使用率變化(比如我開(kāi)會(huì)員就想追一個(gè)爆款劇,追完了就很少看了),很有可能到后續(xù)幾個(gè)月,用戶(hù)忘了取消付費(fèi),被自動(dòng)付費(fèi)扣掉額外的錢(qián)。這就是明降暗升的策略。
注意,用這個(gè)策略是有問(wèn)題的,就是短期內(nèi)收入會(huì)下降。因此也可以反向思維,定一個(gè)明升暗降的策略,通過(guò)犧牲后續(xù)月份的ARPU值,來(lái)短期內(nèi)快速增加收入,收割一筆(如下圖)。
當(dāng)然,還可以通過(guò)聯(lián)盟打包的方式,直接出一個(gè)新套餐,把價(jià)格錨定進(jìn)一步模糊掉。比如拉上外賣(mài)平臺(tái)一起送會(huì)員,打包定價(jià)。不要掏手機(jī),現(xiàn)在馬上問(wèn)你美團(tuán)或餓了嗎的會(huì)員一個(gè)月多少錢(qián)!八成以上的人答不上來(lái),但是感覺(jué):只花了四五十塊就拿兩家會(huì)員,好劃算哦,反正也要點(diǎn)外賣(mài)的。總之,價(jià)格錨定越模糊,用戶(hù)承擔(dān)漲價(jià)可能性越大。
所以,這個(gè)題目從一開(kāi)始就不該這么問(wèn)。如果在真實(shí)工作環(huán)境里,數(shù)據(jù)分析師要干的第一件事就是搞清楚:
1、到底是怎么漲的?
2、哪些具體的會(huì)員套餐組合在漲價(jià)?
3、是硬漲價(jià),還是出新套餐軟漲價(jià)?
4、是明降暗升還是明升暗降?
知道了這些,才能對(duì)業(yè)務(wù)走勢(shì)有預(yù)判,才能知道哪些是業(yè)務(wù)意料之中的,哪些是意料之外的。不然很有可能忙活半天,只落得一句“早知道了呀”。
然而,這里還有問(wèn)題,就是業(yè)務(wù)的如意算盤(pán),消費(fèi)者真的買(mǎi)單嗎?
4 考慮用戶(hù)行為
注意,以上每一種策略,都是有前提的,比如:
明降暗升策略:無(wú)感用戶(hù)有足夠比例/取消率低
明升暗降策略:用戶(hù)對(duì)季度/年度套餐有足夠付費(fèi)率
錨定模糊策略:聯(lián)營(yíng)的產(chǎn)品得有足夠的用戶(hù)基礎(chǔ)
如果這些前提不成立,分分鐘策略會(huì)玩壞,或者是吸引不來(lái)足夠的用戶(hù),或者是被人薅完一波走人。因此用戶(hù)的購(gòu)買(mǎi)轉(zhuǎn)化率,復(fù)購(gòu)率會(huì)直接影響漲價(jià)效果。
再進(jìn)一步問(wèn):用戶(hù)購(gòu)買(mǎi)轉(zhuǎn)化率,復(fù)購(gòu)率又和啥有關(guān)?可能大家隨口能說(shuō)出:有熱播劇看,別人家漲價(jià)更猛,新用戶(hù)對(duì)收費(fèi)沒(méi)概念一類(lèi)理由。但是注意:這些理由無(wú)法被數(shù)據(jù)量化。因此得找到能用數(shù)據(jù)驗(yàn)證的,比如:在線(xiàn)頻次減少,單次在線(xiàn)時(shí)長(zhǎng)下降,連續(xù)播放減少等等,區(qū)分新老用戶(hù)(如下圖)。這樣才能找到更深層原因,而不是停在:自從提價(jià)以后20元套餐賣(mài)的少了,這種把圖表又嗶嗶一遍的復(fù)讀機(jī)水平上。
那么,考慮到這一層,是不是足夠了呢?還少了什么?
5 考慮業(yè)務(wù)動(dòng)作
都是漲價(jià)
等對(duì)手先調(diào)價(jià)VS 我先漲為敬
把新包裝的套餐擺在前邊 VS 直勾勾把價(jià)格表改了
滿(mǎn)大街吆喝:我要漲價(jià)啦!VS 暗搓搓的改掉價(jià)格表
這些做法,都是已確定要調(diào)價(jià)的情況下,通過(guò)改變宣傳話(huà)術(shù),宣傳節(jié)奏,宣傳時(shí)機(jī),達(dá)到更不同的效果。特別是針對(duì)虛擬產(chǎn)品,在價(jià)格錨定模糊的時(shí)候,就更容易給消費(fèi)者產(chǎn)生錯(cuò)覺(jué),從產(chǎn)生更強(qiáng)/更弱的效果。
作為數(shù)據(jù)分析,要了解這些具體細(xì)節(jié),才能全面評(píng)估漲價(jià)動(dòng)作的影響時(shí)間范圍,而不是憨憨的按最基礎(chǔ)模型,從調(diào)價(jià)一刻開(kāi)始計(jì)算。
6 小結(jié)
綜上,一個(gè)看似簡(jiǎn)單的題目,看似簡(jiǎn)單的業(yè)務(wù)邏輯,可結(jié)合具體行業(yè)特點(diǎn),產(chǎn)品屬性,用戶(hù)習(xí)慣,業(yè)務(wù)動(dòng)作以后,就衍生出各種可能性。
因此想做全面評(píng)估,就得對(duì)業(yè)務(wù)細(xì)節(jié)有深入了解,提前梳理清楚業(yè)務(wù)假設(shè)前提。這樣才能定義清楚到底影響周期從啥時(shí)候開(kāi)始算,到底哪些用戶(hù)行為是自然演化,哪些是促銷(xiāo)帶動(dòng)。否則,不做深入思考,只是憨憨的把每天付費(fèi)數(shù)據(jù)擺出來(lái),不但無(wú)法看到數(shù)據(jù)背后含義更是會(huì)在業(yè)務(wù)輪番攻擊中敗下陣來(lái):
“你有沒(méi)有考慮宣傳影響!“
“你有沒(méi)有剔除外部因素!”
“你有沒(méi)有考慮長(zhǎng)期效應(yīng)!”
“你用舊產(chǎn)品體系模擬個(gè)屁!”
“轉(zhuǎn)化率低了所以呢?”
“我們要深層次的分析!”
一個(gè)都回答不上來(lái)。
——熱門(mén)課程推薦:
想學(xué)習(xí)PYTHON數(shù)據(jù)分析與金融數(shù)字化轉(zhuǎn)型精英訓(xùn)練營(yíng),您可以點(diǎn)擊>>>“人才轉(zhuǎn)型”了解課程詳情;
想從事業(yè)務(wù)型數(shù)據(jù)分析師,您可以點(diǎn)擊>>>“數(shù)據(jù)分析師”了解課程詳情;
想從事大數(shù)據(jù)分析師,您可以點(diǎn)擊>>>“大數(shù)據(jù)就業(yè)”了解課程詳情;
想成為人工智能工程師,您可以點(diǎn)擊>>>“人工智能就業(yè)”了解課程詳情;
想了解Python數(shù)據(jù)分析,您可以點(diǎn)擊>>>“Python數(shù)據(jù)分析師”了解課程詳情;
想咨詢(xún)互聯(lián)網(wǎng)運(yùn)營(yíng),你可以點(diǎn)擊>>>“互聯(lián)網(wǎng)運(yùn)營(yíng)就業(yè)班”了解課程詳情;
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10