
公眾號(hào):數(shù)據(jù)海洋
作者:數(shù)據(jù)海洋
假設(shè)你是一個(gè)業(yè)務(wù)運(yùn)營的同學(xué),嘗試問幾個(gè)和數(shù)據(jù)相關(guān)的問題?
如何用一句話,讓你像你的業(yè)務(wù)團(tuán)隊(duì)的同學(xué)描述數(shù)據(jù)的價(jià)值,你會(huì)怎么描述?
“讓你服務(wù)的業(yè)務(wù)伙伴更專注,更專業(yè),更高效?!?
業(yè)務(wù)狀況是否異常,需要數(shù)據(jù)分析師能定義和設(shè)計(jì)好核心的關(guān)鍵數(shù)據(jù)指標(biāo),從而讓業(yè)務(wù)可以用數(shù)據(jù)有效、清晰、簡潔反應(yīng)業(yè)務(wù)狀況好與壞:
1. 絕對(duì)值:例如:銷售金額多少?
2. 比率值:
同比:周同比【同比上周同比】;周累計(jì)同比;月累計(jì)同比;年累計(jì)同比
環(huán)比:日環(huán)比;周環(huán)比;月環(huán)比;
平均值比:公司過去1周、2周,4周、8周平均;
目標(biāo)比:周完成率;月完成率;
……
現(xiàn)在比較流行的是構(gòu)建數(shù)據(jù)儀表盤,如果沒有資源開發(fā)那么好的可視化工具。做成表格的樣式也是非常好的。但比較建議報(bào)表的開發(fā),有一定的拆分邏輯。
為什么發(fā)生業(yè)務(wù)異常?
如果業(yè)務(wù)有異常,業(yè)務(wù)想知道異常發(fā)生在哪?例如:一家線下超市,如果店長發(fā)現(xiàn)銷售同比上周下降了。想是哪個(gè)課組下降了?再看是由哪些單品下降引起的。
有同學(xué)問,海洋老師這不可能直接定位到下降的商品嗎?按下降程度由大到小排序:通過商品名稱、銷售金額、下降比例、下降影響占比,可以快速定位到具體單品。
其實(shí)中間增加一層的拆解,不管課組還是大類,這層往往是先要定位到人,有人負(fù)責(zé)后再去發(fā)現(xiàn)問題,就意味著有人后續(xù)會(huì)跟進(jìn)這個(gè)行動(dòng)?!救魏沃笜?biāo)的拆解第一層應(yīng)該:以人負(fù)責(zé)的維度】
當(dāng)看到下降最大的商品名稱列表的時(shí)候,需要去判斷為什么會(huì)下降?【在一個(gè)相對(duì)成熟的業(yè)務(wù)中,銷售下降的原因是可以進(jìn)行窮舉的】一個(gè)好的數(shù)據(jù)分析師,當(dāng)負(fù)責(zé)支持業(yè)務(wù)一段時(shí)間后,在理解業(yè)務(wù)的基礎(chǔ)上。應(yīng)該是有能力構(gòu)建出業(yè)務(wù)關(guān)鍵指標(biāo)的數(shù)據(jù)指標(biāo)分析體系。
假設(shè)你是一家服務(wù)行業(yè)的數(shù)據(jù)分析師,銷售金額是一個(gè)最重要的商業(yè)指標(biāo),當(dāng)銷售變化后。假設(shè)按某個(gè)【有負(fù)責(zé)人】維度進(jìn)行了拆分后,你會(huì)再關(guān)聯(lián)分析什么樣的數(shù)據(jù)指標(biāo)從而快速定位銷售可能下降的原因,銷售下降把原因分成幾種類型:
1. 本身原因
a) 商品原因
b) 會(huì)員原因
c) 配送原因
d) …..
2. 競爭對(duì)手
通過數(shù)據(jù)分析發(fā)現(xiàn),業(yè)務(wù)問題解決的方向在哪?機(jī)會(huì)點(diǎn)是什么?可以采取什么樣的策略行動(dòng)?資源的限制是什么。
經(jīng)驗(yàn)豐富的業(yè)務(wù)同學(xué),對(duì)出現(xiàn)的問題可能會(huì)有很多可能原因的假設(shè)。希望通過數(shù)據(jù)快速驗(yàn)證這些假設(shè)。
四、通過數(shù)據(jù)進(jìn)行提前預(yù)警,對(duì)可能的問題
提前做準(zhǔn)備
通過對(duì)業(yè)務(wù)的關(guān)鍵環(huán)節(jié),關(guān)鍵的商業(yè)場景,設(shè)定一定的閥值。當(dāng)出現(xiàn)設(shè)計(jì)的閥值的時(shí)候可以及時(shí)預(yù)警【數(shù)據(jù)的時(shí)效性】
沒有系統(tǒng)自動(dòng)化的預(yù)警,可能會(huì)導(dǎo)致異常問題發(fā)現(xiàn)的時(shí)間周期很大,甚至有可能被忽略而沒有發(fā)現(xiàn)問題?!痉牢⒍艥u】
可能會(huì)出現(xiàn)某個(gè)問題的概率
不是等待業(yè)務(wù)實(shí)際產(chǎn)生問題后,再是通過歷史數(shù)據(jù)積累,利用算法或者分析規(guī)則的沉淀對(duì)未來某個(gè)場景下的核心數(shù)據(jù)指標(biāo)進(jìn)行預(yù)測性分析,從而在事中進(jìn)行預(yù)警,提前做準(zhǔn)備。
落地:
1. 看了你的數(shù)據(jù)分析報(bào)告,在開始調(diào)整策略方案;
2. 對(duì)某個(gè)具體的行動(dòng)做出針對(duì)性優(yōu)化;
知識(shí)點(diǎn):
任何一個(gè)數(shù)據(jù)分析師(應(yīng)該是所有的同學(xué)),到達(dá)一個(gè)新公司的時(shí)候,一定是要去了解公司的部門設(shè)置,每個(gè)部門的工作內(nèi)容,工作范圍,工作職責(zé),工作目標(biāo)是什么。當(dāng)然這個(gè)部門的設(shè)置如何能與公司的商業(yè)模式,業(yè)務(wù)流程結(jié)合起來是最好的。
數(shù)據(jù)分析目的:幫助業(yè)務(wù)決策,幫助業(yè)務(wù)解決問題。
首先一定要很清楚知道這個(gè)問題產(chǎn)生的背景,要解決的問題是什么類型的,解決問題的時(shí)間是什么。一般數(shù)據(jù)分析要解決的問題類型主要可以分為以下幾類:
1. 解釋數(shù)據(jù)變化的真正原因。
2. 針對(duì)變化,建議采取的策略是什么。
數(shù)據(jù)分析從流程來看,基本就按以下的步驟:在實(shí)際工作中,一定是把問題首先界定清楚,業(yè)務(wù)明確提出需求。業(yè)務(wù)在提數(shù)據(jù)需求的時(shí)候往往是不清晰的。
數(shù)據(jù)分析咨詢請(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 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
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? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
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)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)全功能周期的專業(yè)操盤手 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、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(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)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)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 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
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)營問題、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)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例: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) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(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)分析場景中,聚類分析作為 “無監(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,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10