
業(yè)務(wù)對(duì)數(shù)據(jù)需求的四大層次
數(shù)據(jù)的重要性已經(jīng)被越來(lái)越多的公司、個(gè)人所熟知與接受,甚至于有過(guò)猶不及之勢(shì)頭。大數(shù)據(jù)的概念滿天飛,似乎一夜之間人人都在談?wù)?/span>大數(shù)據(jù),見(jiàn)了面不用大數(shù)據(jù)打招呼,好像就不是在數(shù)據(jù)圈子里混的了。那么,被外界傳得神乎其神的數(shù)據(jù),到底可以在哪些方面促進(jìn)業(yè)務(wù)的騰飛?或者換種說(shuō)法,業(yè)務(wù)對(duì)數(shù)據(jù)有哪些層次的需求?數(shù)據(jù)在哪些地方能夠幫助業(yè)務(wù)?
結(jié)合筆者多年的工作經(jīng)驗(yàn)以及對(duì)數(shù)據(jù)與業(yè)務(wù)的理解,業(yè)務(wù)對(duì)數(shù)據(jù)的需求歸納為四個(gè)層次。
我們可以通過(guò)建立數(shù)據(jù)監(jiān)控體系,掌握發(fā)生了什么、程度如何,做到“知其然”。
具體來(lái)說(shuō),切入數(shù)據(jù)的角度主要有這幾個(gè)方面。首先是“觀天”,觀察行業(yè)整體趨勢(shì)、政策環(huán)境影響;再是“知地”,了解競(jìng)爭(zhēng)對(duì)手的表現(xiàn);最后是“自省”,自身做得怎么樣了,自己的數(shù)據(jù)表現(xiàn)怎么樣。從看數(shù)據(jù)的周期上來(lái)講,“觀天”可以是季度性或者更長(zhǎng)的周期;“知地”按周或者月,特殊時(shí)間點(diǎn)、特殊事件情況下除外;“自省”類(lèi)的數(shù)據(jù)拿到的是最全面的,需要天天看,專門(mén)有人看,有人研究。
在這一層上,分享兩個(gè)看數(shù)據(jù)的觀點(diǎn):
1.數(shù)據(jù)是散的,看數(shù)據(jù)需要有框架。
怎么看數(shù)據(jù)很有講究。零碎的數(shù)據(jù)很難發(fā)揮出真正的價(jià)值,把數(shù)據(jù)放到一個(gè)有效的框架里,才能發(fā)揮整體價(jià)值。所謂有效的框架至少包含兩重作用:
(1)數(shù)據(jù)很多,不同人對(duì)數(shù)據(jù)需求不一樣,如CEO、中層管理者、底層員工關(guān)注的數(shù)據(jù)通常是不一樣的,有效的框架能夠讓不同的人各取所需。
(2)有效的框架能夠快速地定位問(wèn)題所在。舉個(gè)例子,交易量指標(biāo)大家都關(guān)心,如果某一天交易量指標(biāo)掉了20%,那么,業(yè)務(wù)很大可能下是出了問(wèn)題,但問(wèn)題到底出在哪兒呢?如果只有幾個(gè)高度抽象的指標(biāo),如轉(zhuǎn)化率、成交人數(shù)、客單價(jià)等,是定位不到問(wèn)題的。好的框架能夠支持我們往下鉆,從品類(lèi)、流量渠道等找到問(wèn)題所在,板子也就能打到具體的負(fù)責(zé)人身上了。這也是我們通常所說(shuō)的,看數(shù)據(jù)要落地。
2.數(shù)據(jù),有比較才有真相。
我有120斤,你說(shuō)是重還是輕呢?一個(gè)孤零零的數(shù)據(jù)是很難說(shuō)明問(wèn)題的。判斷某個(gè)指標(biāo)增長(zhǎng)快慢,需要選擇正確的比較對(duì)象、參考系,也就是基準(zhǔn)線。這個(gè)基準(zhǔn)線可以是一個(gè)預(yù)先設(shè)定的目標(biāo),可以是同行業(yè)平均水平,也可以是歷史的同期數(shù)據(jù)。
通過(guò)數(shù)據(jù)看到了問(wèn)題,走到這一步還不夠。數(shù)據(jù)只是表象,是用來(lái)發(fā)現(xiàn)、描述問(wèn)題的,實(shí)操中解決問(wèn)題更重要。數(shù)據(jù)結(jié)合業(yè)務(wù),找到數(shù)據(jù)表象背后的真正原因,解決之。解決問(wèn)題的過(guò)程就會(huì)涉及數(shù)據(jù)、數(shù)據(jù)加工,還可能會(huì)涉及數(shù)據(jù)模型之類(lèi)的方法或者是工具,這里面技術(shù)含量比較高,另作篇幅介紹,這里不展開(kāi)了。
在第二層里也有兩點(diǎn)分享:
1.數(shù)據(jù)是客觀的,但對(duì)數(shù)據(jù)的解讀則可能帶有很強(qiáng)的主觀意識(shí)。
數(shù)據(jù)本身是客觀的,但消費(fèi)數(shù)據(jù)的是有主觀能動(dòng)性的人。大家往往在解讀數(shù)據(jù)的時(shí)候帶入主觀因素:同樣一個(gè)數(shù)據(jù)在A看來(lái)結(jié)論可能是好的,從B看來(lái)可能卻得出截然相反的結(jié)果。不是說(shuō)出現(xiàn)這樣的情況不好,真理越辯越明。但假如不是通過(guò)數(shù)據(jù)找問(wèn)題,而是先對(duì)問(wèn)題定性,然后有選擇地利用數(shù)據(jù)證明自己的觀點(diǎn),這種做法就不可取了??墒聦?shí)上,我們的身邊經(jīng)常發(fā)生這樣的事情。
2.懂業(yè)務(wù)才能真正懂?dāng)?shù)據(jù)。
車(chē)品覺(jué)老師的博文《不懂商業(yè)就別談數(shù)據(jù)》對(duì)這個(gè)觀點(diǎn)作了深刻闡述,這里不展開(kāi)講了。只是由于本觀點(diǎn)的重要性,筆者特意拿出來(lái)做一下強(qiáng)調(diào)。
利用數(shù)據(jù)可以幫助業(yè)務(wù)發(fā)現(xiàn)機(jī)會(huì)。舉個(gè)例子:淘寶上有中老年服裝細(xì)分市場(chǎng),有大碼女裝市場(chǎng),這些市場(chǎng)可以通過(guò)對(duì)周邊環(huán)境的感知,了解到我們身邊有一些中老年人或者胖MM在淘寶上面沒(méi)有得到需求的滿足。那么還有沒(méi)有其他的渠道找到更多的細(xì)分市場(chǎng)呢?
數(shù)據(jù)可以!
通過(guò)用戶搜索的關(guān)鍵詞與實(shí)際成交的數(shù)據(jù)比較,發(fā)現(xiàn)有很多需求并沒(méi)有被很好地滿足,反映出需求旺盛,但供給不足。假如發(fā)現(xiàn)了這樣的細(xì)分市場(chǎng),公布出來(lái)給行業(yè)小二,公布出來(lái)給賣(mài)家,是不是可以幫助大家更好地去服務(wù)消費(fèi)者呢?這個(gè)例子就是現(xiàn)在我們?cè)谧龅摹皾摿?xì)分市場(chǎng)發(fā)現(xiàn)”項(xiàng)目。
講這個(gè)案例,不是想吹牛數(shù)據(jù)有多厲害,而是想告訴大家:數(shù)據(jù)就在那里,有些人熟視無(wú)睹,但有些人卻可以從中挖出“寶貝”來(lái)。差異是什么呢?商業(yè)感覺(jué)。剛剛提到的搜索數(shù)據(jù)、成交數(shù)據(jù)很多人都能夠看到,但以前沒(méi)有人把這兩份數(shù)據(jù)聯(lián)系在一起看,這背后體現(xiàn)出的就是商業(yè)感覺(jué)。
我理解的數(shù)據(jù)化運(yùn)營(yíng),包含了兩重意思:數(shù)據(jù)作為間接生產(chǎn)力和直接生產(chǎn)力。
1.數(shù)據(jù)作為間接生產(chǎn)力。
所謂間接生產(chǎn)力,是指數(shù)據(jù)工作者將數(shù)據(jù)價(jià)值通過(guò)運(yùn)營(yíng)傳遞給消費(fèi)者,即通常所說(shuō)的決策支持,數(shù)據(jù)工作者產(chǎn)出報(bào)表、分析報(bào)告等供各級(jí)業(yè)務(wù)決策者參考。我稱之為決策支持1.0模式。然而隨著業(yè)務(wù)開(kāi)拓和業(yè)務(wù)人員對(duì)數(shù)據(jù)重要性理解的增強(qiáng),對(duì)數(shù)據(jù)的需求會(huì)如雨后春筍般冒出來(lái),顯然單單依賴人數(shù)不多的分析師是滿足不了的。授人以魚(yú)不如授人以漁,讓運(yùn)營(yíng)、產(chǎn)品的同學(xué)都能夠進(jìn)行數(shù)據(jù)分析,是我腦子中的決策支持2.0模式。
決策支持2.0模式有三個(gè)關(guān)鍵詞:產(chǎn)品、能力、意愿。
讓運(yùn)營(yíng)和PD掌握SQL這類(lèi)取數(shù)語(yǔ)言,掌握SAS、SPSS這類(lèi)分析工作,顯得不大現(xiàn)實(shí)和必要。提供低門(mén)檻、用戶體驗(yàn)良好的數(shù)據(jù)產(chǎn)品是實(shí)現(xiàn)決策支持2.0模式的基礎(chǔ)。這里講的產(chǎn)品,不僅僅是操作功能集,還需要承載分析思路和實(shí)際案例。
但是,數(shù)據(jù)分析的門(mén)檻始終是存在的。這就對(duì)運(yùn)營(yíng)和PD提出了新的基本能力要求,即基礎(chǔ)的數(shù)學(xué)能力、邏輯思考能力和學(xué)習(xí)能力。
最后一個(gè)意愿,也許是最關(guān)鍵的,只有內(nèi)心有強(qiáng)烈的驅(qū)動(dòng),想做好這件事情的時(shí)候,才有可能做好。
2.數(shù)據(jù)作為直接生產(chǎn)力。
所謂直接生產(chǎn)力,是指數(shù)據(jù)工作者將數(shù)據(jù)價(jià)值直接通過(guò)前臺(tái)產(chǎn)品作用于消費(fèi)者。時(shí)髦點(diǎn)講,叫數(shù)據(jù)變現(xiàn)。隨著大數(shù)據(jù)時(shí)代的到來(lái),公司管理層越來(lái)越重視這一點(diǎn)。大數(shù)據(jù)時(shí)代帶來(lái)了大的機(jī)會(huì),但也可能是大災(zāi)難。如果不能利用數(shù)據(jù)產(chǎn)生價(jià)值,那么,它就是一個(gè)災(zāi)難——產(chǎn)生的數(shù)據(jù)越多,存儲(chǔ)的空間、浪費(fèi)的資源就越多。
現(xiàn)在比較好理解的一個(gè)應(yīng)用就是關(guān)聯(lián)推薦, 你買(mǎi)了一個(gè)商品之后,給你推薦一個(gè)最有可能再買(mǎi)的商品。個(gè)性化是數(shù)據(jù)作為直接生產(chǎn)力的新浪潮,這個(gè)浪潮已經(jīng)越來(lái)越近。數(shù)據(jù)工作者們,做好迎接的準(zhǔn)備吧。
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
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類(lèi)核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL 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)的話題。 ...
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 ...
2025-09-11