
數(shù)據(jù)分析師不是單純做數(shù)學(xué)題 不懂商業(yè)就別談數(shù)據(jù)
前一段日子見到一位數(shù)據(jù)發(fā)燒友,我們兩個有一個一致的觀點(diǎn):電子商務(wù)發(fā)展速度越來越快,這個行業(yè)的趨勢變化也越來越快。對于電子商務(wù)公司老板來說,想要自己永遠(yuǎn)跟著趨勢走,學(xué)會數(shù)據(jù)驅(qū)動是必然的了。
慶幸的是,今年搞電子商務(wù)的人對數(shù)據(jù)分析開始重視起來了,就連夫妻店起來的淘寶賣家也開始招數(shù)據(jù)分析師,更別談一些再大些的電子商務(wù)公司。
但是,這讓我心存隱憂:現(xiàn)在不是缺數(shù)據(jù),而是數(shù)據(jù)太多。據(jù)統(tǒng)計,在今天的互聯(lián)網(wǎng)上,每60秒會產(chǎn)生10萬個微薄信息、400萬次search、facebook上50萬次contact。我相信,今天稍大一些的電子商務(wù)公司,都會采集一些行為數(shù)據(jù)(比如點(diǎn)擊量),但是這些行為數(shù)據(jù)與商業(yè)數(shù)據(jù)(比如交易量)有什么關(guān)系?今天絕多數(shù)公司,甚至包括凡客這樣的著名電子商務(wù)公司,都不知道怎樣利用這成千上萬的零散數(shù)據(jù)。
需要數(shù)據(jù)邏輯,更需要商業(yè)敏感
先講一個有趣的故事。有一天,linkin發(fā)現(xiàn)忽然發(fā)現(xiàn)雷曼兄弟的來訪者多起來了,但是并沒有深究原因,第二天雷曼兄弟就宣布倒閉了。原因是什么?雷曼兄弟的人到linkin來找工作了。谷歌宣布退出中國的前一個月,我在linkedin發(fā)現(xiàn)了一些平時很少見的谷歌的產(chǎn)品經(jīng)理在線,這也是相同的道理。
試想,如果linkin針對某家上市公司分析某些數(shù)據(jù),是不是有商業(yè)價值呢?我相信,現(xiàn)在51job絕對不知道要采集這些數(shù)據(jù),只盯著注冊用戶數(shù)量這樣的簡單數(shù)據(jù)。國內(nèi)許多互聯(lián)網(wǎng)公司,拿著魚翅當(dāng)蘿卜。
說這個故事,只是為了告訴大家,互聯(lián)網(wǎng)中的數(shù)據(jù),需要用商業(yè)的眼光去分析,才有價值。
今天電子商務(wù)公司的數(shù)據(jù)分析師,有些像老板的軍師,必須有從枯燥的數(shù)據(jù)中看到解開市場的密碼的本事。
比如,當(dāng)一個具有商業(yè)意識的數(shù)據(jù)分析師發(fā)現(xiàn),網(wǎng)站上的嬰兒車的銷量增加了,那么他基本可以預(yù)測奶粉的銷量也會跟著上去。
再比如,和傳統(tǒng)賣場一樣,網(wǎng)站上的產(chǎn)品起到的作用并不一樣,有的產(chǎn)品是為了賺錢,有的產(chǎn)品是為了促銷的,有的產(chǎn)品是為了引流量,不同的產(chǎn)品在網(wǎng)站上擺放位置當(dāng)然是不一樣的。
一個商業(yè)敏感的數(shù)據(jù)分析師,是懂得用什么數(shù)據(jù)驅(qū)動公司目標(biāo)實現(xiàn)的。
比如,樂酷天與淘寶競爭,重點(diǎn)看的不是交易量,而是流量,每天有多少新的seller進(jìn)來,賣了多少東西。因為此階段的餓競爭最核心的就是人氣,而非實質(zhì)交易量。如果新來的seller進(jìn)來賣不出東西,只是老的seller的交易量在增長,即使最后交易量每天都增長,還是有問題。
再比如,一家剛踏入市場的B2C和已經(jīng)占領(lǐng)大部分市場的B2C,他們的公司目標(biāo)是不一樣的,前者是看流量賺人氣,流量對后者的意義沒有那么大,成熟的公司重點(diǎn)是看交易,轉(zhuǎn)化率及回頭率的。。
而當(dāng)下的數(shù)據(jù)分析師多是學(xué)統(tǒng)計學(xué)出身的,一對數(shù)據(jù)放在那里,大家都擅長怎么算回歸、怎么畫函數(shù)。但是這批數(shù)學(xué)的人才缺乏商業(yè)意識,不知道這些數(shù)據(jù)對業(yè)務(wù)意味著什么,看不見一堆數(shù)據(jù)中誰和誰有關(guān)系,也就不知道該用什么的邏輯分析,也就無法充當(dāng)老板的眼睛了。
前幾天遇到一個老板,他說手下每天給他看幾十個零散數(shù)據(jù)。我問,是不是數(shù)據(jù)越多越麻煩。他說我一下子就點(diǎn)出他的痛處了,因為請來的數(shù)據(jù)分析專家只把數(shù)據(jù)交到他面前,但是卻沒有把行為數(shù)據(jù)和商業(yè)數(shù)據(jù)的關(guān)系告訴他。
你說,一個公司CEO,每天看到幾十個數(shù)據(jù),什么PV、PU、UV等等等,他們有精力來解讀嗎?對于他們來說,只需要知道有問題嗎?問題是什么?有新的發(fā)現(xiàn)嗎?需要做什么?這就行了。
我把這個理解成為數(shù)據(jù)的世界里的“儀表盤”,比如說網(wǎng)站流量進(jìn)來彈出率怎樣就可以在儀表盤里呈現(xiàn)。你開車,如果水溫過高,儀表盤亮燈提示。同樣,在電子商務(wù)的交易中,也可以用一些數(shù)據(jù)組成“儀表盤”。
所以說,數(shù)據(jù)分析師不是單純做數(shù)學(xué)題。
行為數(shù)據(jù)和商業(yè)數(shù)據(jù),互相推動
一個好的儀表盤,出現(xiàn)好的情況和壞的情況,儀表盤都會有提示。而構(gòu)成“儀表盤”,正是行為數(shù)據(jù)和商業(yè)數(shù)據(jù)之間的邏輯關(guān)系。
我自己發(fā)明了一種稱謂:前端行為數(shù)據(jù)和后端商業(yè)數(shù)據(jù)。前段數(shù)據(jù)指訪問量、瀏覽量、點(diǎn)擊流及站內(nèi)搜索等反應(yīng)用戶行為的數(shù)據(jù),而后端數(shù)據(jù)更側(cè)重商業(yè)數(shù)據(jù),比如交易量、ROI, LTV(Life time Value)。
目前有些人關(guān)心行為數(shù)據(jù),也有些人關(guān)心商業(yè)數(shù)據(jù),但是沒有幾家網(wǎng)站是把行為數(shù)據(jù)和商業(yè)數(shù)據(jù)連起來看的。大家只單純看某一端數(shù)據(jù)。國內(nèi)小有名氣的網(wǎng)站CEO,每天也只看一個結(jié)果數(shù)據(jù):網(wǎng)站今天的成交量是多少,賣了多少件產(chǎn)品。
但是看數(shù)據(jù)看得走火入魔的人會明白,每個數(shù)據(jù),就像散布在黑夜里的星星,它們之間彼此布滿了關(guān)系網(wǎng),只要輕輕按一下其中一個數(shù)據(jù),就會驅(qū)動另外一個數(shù)據(jù)的變化。
大家都比較關(guān)心網(wǎng)站用戶群,就以此舉例子。
某一天,某網(wǎng)站發(fā)現(xiàn)自己的前端的注冊量增加了不少,訪問量也上去了,交易量卻沒有上去,不死不活。
原因是什么?這是許多網(wǎng)站的通病,每天有許多腦子在想這個問題?,F(xiàn)在這個階段,處在互聯(lián)網(wǎng)前段的人只知道點(diǎn)擊量等數(shù)據(jù),很少問后端的商業(yè)數(shù)據(jù),如誰一直在重復(fù)購買?誰影響了5%~15%核心用戶群進(jìn)來買東西?誰在給網(wǎng)站做正/負(fù)面?zhèn)鞑ィ?
而操作網(wǎng)站后端交易環(huán)節(jié)的人只知道賣東西,又很少問到前端數(shù)據(jù),如一個客戶進(jìn)來網(wǎng)站平均停留時間了15分鐘還是30分鐘,這對將來重復(fù)購買的關(guān)系大嗎?一個客戶進(jìn)了網(wǎng)站社區(qū)和沒進(jìn)社區(qū),對產(chǎn)生交易量有關(guān)系嗎?
找不到核心用戶群的原因,很大原因是沒有把行為數(shù)據(jù)與商業(yè)數(shù)據(jù)對接來看。
于是,前后端數(shù)據(jù)割裂,沒有人知道其中的關(guān)系。作為網(wǎng)站的決策者,不知道網(wǎng)站的核心用戶群的行為特徵,也不知道怎樣刺激核心用戶的增加,更不知道從一個用戶進(jìn)來網(wǎng)站之后到走出去,哪些環(huán)節(jié)是需要疏通。
當(dāng)然這只是一個管中窺豹而已。一個平臺運(yùn)營商,反應(yīng)用戶行為的前端數(shù)據(jù)與后端的商業(yè)數(shù)據(jù)千千萬萬,賣家和買家也是千千萬萬,其中前端哪個數(shù)據(jù)對整個網(wǎng)站后端的交易量產(chǎn)生最大影響,只要針對這個前端數(shù)據(jù)猛下藥,必然會刺激后端數(shù)據(jù)的增加;反過來,后端哪個交易數(shù)據(jù)比較高,摸清楚是從哪個渠道來的,主要貢獻(xiàn)用戶是誰,網(wǎng)站的產(chǎn)品設(shè)計就要傾斜于他們,對他們好一點(diǎn),如此才會渠道前端的“轉(zhuǎn)化率”等關(guān)鍵數(shù)據(jù)的提升。
如果一個網(wǎng)站的核心用戶群每月以10%的速度在增長,不火也是怪事。
遺憾的是,今天許多電子商務(wù)公司,每天都在做“碰巧”游戲:今天推薦A家產(chǎn)品,明天撤下A家的產(chǎn)品,今天做低價促銷,明天又做線下活動。這些決策的改變,沒有儀表盤的指示或良好的監(jiān)控,都是蒙著眼睛在碰巧。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關(guān)聯(lián)表的 JOIN 實戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會遇到需要整合多張表數(shù)據(jù)的場景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動的時代,面對海量、復(fù)雜的數(shù)據(jù),如何高效地進(jìn)行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯改字段或誤執(zhí)行批量更新等問題時有發(fā)生。 ...
2025-07-14如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價值、驅(qū)動決策的 ...
2025-07-14t檢驗與Wilcoxon檢驗的選擇:何時用t.test,何時用wilcox.test? t 檢驗與 Wilcoxon 檢驗的選擇:何時用 t.test,何時用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開啟新時代職業(yè)生涯的鑰匙(深度研究報告、發(fā)展指導(dǎo)白皮書) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08