
CDA數(shù)據(jù)分析師 出品
作者:宋天龍
編輯:Mika
大家好,我是觸脈咨詢的合伙人宋天龍。今天給大家分享的主題是關(guān)于如何避免輸出沒用的數(shù)據(jù)分析結(jié)果。
我們先通過例子來簡(jiǎn)單看一下,在日常的數(shù)據(jù)分析工作中,所需要步驟和過程的分析結(jié)果的基本情況。
這個(gè)分析結(jié)果有用嗎?
層次一
先來看第一個(gè),是比較初級(jí)的數(shù)據(jù)分析師經(jīng)常會(huì)輸出的結(jié)果。
跟2020年相比,非媒體新用戶的占比稍有提升,但留存率有下降。
這個(gè)結(jié)論其實(shí)是基于數(shù)據(jù)得到的。非媒體指的是非通過費(fèi)用的方式投放得到的,也就是一些正常的合作渠道。通過比較可以發(fā)現(xiàn),2021年的值有所提升。留存率方面,指的是21年的9.3%比20年的13.5%有所下降。
這個(gè)結(jié)論相當(dāng)于在現(xiàn)有圖表的基礎(chǔ)上,用文字把結(jié)論念了一遍。這是初級(jí)分析師比較容易輸出的結(jié)果。但是可以發(fā)現(xiàn),他只是把數(shù)據(jù)結(jié)果用文字的形式重復(fù)了一遍而已,其實(shí)是沒有結(jié)論的。
層次二
下面看第二個(gè)層次的。在上面結(jié)論基礎(chǔ)上,有的分析師會(huì)有一些帶有結(jié)論的定義輸出。
基于上面留存率和新用戶占比的變化,可能給出結(jié)論,“這是正?,F(xiàn)象”。“正常現(xiàn)象”本身就是對(duì)于前面所有數(shù)據(jù)描述的概括,這是一個(gè)結(jié)論。
后面又分析了從用戶成分上,2021年的渠道為什么會(huì)導(dǎo)致新用戶占比的提升??赡芡斗啪鸵岳聻橹?,因此新用戶占比提升是正?,F(xiàn)象。同樣的,新用戶的比例提升就會(huì)導(dǎo)致留存率的下降,拉低了整個(gè)網(wǎng)站的留存率情況。
這里把在剛才第一句的基礎(chǔ)上增加結(jié)論句——這是正?,F(xiàn)象。然后下面增加了分析過程。分析過程里涵蓋了:新用戶的占比為什么提升,老用戶的整體留存率為什么下降,并有分析的過程。這比剛才整個(gè)的結(jié)論顯然要好很多了。但是仍然不夠。
層次三
下面再看第三個(gè)。在剛才的基礎(chǔ)上,又有了進(jìn)一步的結(jié)論。
結(jié)論是,但是新用戶的比例提升26%,留存率下降31%。按照過去6年的新用戶成分與留存率的關(guān)系計(jì)算,留存率下降的比例過高。
新用戶的比例提升26%,這里是基于28.9%,減去23.4%的值,再比上23.4%得到的。同樣的也可以計(jì)算出新用戶留存率下降31%的結(jié)果。
通過這個(gè)結(jié)論,基本上已經(jīng)發(fā)現(xiàn)了一個(gè)問題。剛才得出“這是正?,F(xiàn)象”的結(jié)論,只是對(duì)于新用戶的提升跟整個(gè)留存率下降的解釋。
但是一增一減的過程中,按照過去整個(gè)長(zhǎng)期數(shù)據(jù)規(guī)律的測(cè)算,這其實(shí)是不符合規(guī)律的。這是在之前的分析里沒有提到的點(diǎn)。這個(gè)是一個(gè)問題,新用戶的比例上升,對(duì)于整個(gè)的留存率下降來講是不成比例。在這里發(fā)現(xiàn)了問題,但是僅有這個(gè)結(jié)果仍然是不夠的。
層次四
再往下看。下面又增加了一個(gè)分析的部分,發(fā)現(xiàn)其中B渠道的新用戶的數(shù)量比較大的,同時(shí)其新用戶的占比可能比較高。但是留存率比較差,可能會(huì)嚴(yán)重的低于整個(gè)2011年新用戶的留存率。
整個(gè)新用戶的比例跟整個(gè)留存率下降是不成比例的。這是什么導(dǎo)致的?在這里面發(fā)現(xiàn)了問題的根源性渠道,就是B渠道導(dǎo)致的。B渠道新用戶的量比較大,同時(shí)占比較高,留存效果較差。這里同時(shí)考慮了量的因素和各個(gè)比例的因素,兩個(gè)因素同時(shí)作用下導(dǎo)致了問題出現(xiàn)。
這里已經(jīng)發(fā)現(xiàn)B渠道是有問題的,但只有這樣仍然不夠。我們繼續(xù)往下看。
層次五
再經(jīng)過分析發(fā)現(xiàn),B渠道的投放策略有問題。這是由渠道營(yíng)銷和運(yùn)營(yíng)的這些人決定的戰(zhàn)略行為。
通過站內(nèi)行為分析一下B渠道投放的用戶,當(dāng)中用戶的轉(zhuǎn)化預(yù)期和轉(zhuǎn)化路徑等方面是否符合期望,這是一個(gè)特別重要的分析部分。
在留存過程中是不是存在某些漏斗環(huán)節(jié)比較嚴(yán)重,也就是說假如留存的周期較長(zhǎng),當(dāng)中需要分幾個(gè)步驟共同去實(shí)現(xiàn),是否有某個(gè)步驟問題較大,就會(huì)導(dǎo)致整個(gè)留存過程中出現(xiàn)短板。
最后我們就會(huì)得到落腳點(diǎn),建議針對(duì)上面這些問題我們?cè)撛趺醋觥?span style="font-weight:700;">最后這一步才是真正的分析問題,解決問題,提出建議的過程。
綜合一下看看剛才五個(gè)層次的過程。依次經(jīng)過了先描述了數(shù)據(jù)事實(shí),去年跟今天的對(duì)比,之后形成結(jié)論,這是個(gè)正?,F(xiàn)象,然后做了基本的分析。
同時(shí)在結(jié)論基礎(chǔ)上發(fā)現(xiàn)了問題,通過問題繼續(xù)往下去探究其成因。以及最重要的就是有落地,發(fā)現(xiàn)問題之后,建議通過幾個(gè)方面去做改善和提高。這個(gè)過程才是有用的分析結(jié)果輸出。
大部分的分析師其實(shí)是比較初級(jí)的,只是把數(shù)據(jù)擺出來。稍微進(jìn)一步的分析師會(huì)把數(shù)據(jù)結(jié)論進(jìn)行簡(jiǎn)單總結(jié),做簡(jiǎn)單分析,這是大部分的初中級(jí)分析師現(xiàn)在做的基本程度。再往下的中高級(jí)分析師,會(huì)發(fā)現(xiàn)一些潛在的問題,找到成因,最重要的就是最后會(huì)輸出一些落地的建議,而這個(gè)落地的建議才是評(píng)估它是否有用的標(biāo)準(zhǔn)。
因此數(shù)據(jù)分析師的輸出,無論是PPT、Excel、郵件等形式的數(shù)據(jù)分析報(bào)告。這是不夠的,只是存在于業(yè)務(wù)員腦子里。要能真正有能夠落地的建議才是有用的。
錯(cuò)誤的KPI驅(qū)動(dòng):一開始就錯(cuò)了
下面來講一講,會(huì)導(dǎo)致數(shù)據(jù)分析結(jié)果沒有用的一些主要影響因素。
第一個(gè)因素是錯(cuò)誤的KPI驅(qū)動(dòng)一開始就錯(cuò)了。第一步如果錯(cuò)了,后面每個(gè)步驟都會(huì)出錯(cuò)。
常見的錯(cuò)誤KPI:
右邊截圖是海底撈在2021年11月底發(fā)布的公告。里面提到了一點(diǎn),在之前運(yùn)營(yíng)過程中,由于經(jīng)營(yíng)不善導(dǎo)致了很多店面虧損,所以決定要收縮店面做精細(xì)化的運(yùn)營(yíng)。里面反思的一條是,過度相信連住利益的KPI指標(biāo)以及企業(yè)文化建設(shè)不足。大家可以看到, KPI定義的不準(zhǔn)確會(huì)導(dǎo)致整個(gè)運(yùn)營(yíng)過程中步步都有問題。
如果方向錯(cuò)了,執(zhí)行再對(duì)也是錯(cuò)的。因此方向是最重要的開始。
使用相關(guān)性指標(biāo)來改善KPI:?jiǎn)渭兊南嚓P(guān)可能導(dǎo)致偏離預(yù)期
現(xiàn)在在大數(shù)據(jù)時(shí)代,可能很多人會(huì)強(qiáng)調(diào)相關(guān)性而非因果關(guān)系。這種思想會(huì)對(duì)的實(shí)際工作造成嚴(yán)重的數(shù)據(jù)應(yīng)用誤導(dǎo)。
如果天很熱,會(huì)導(dǎo)致冰棒和汽水的銷量比較高,這是一個(gè)常識(shí)。同時(shí)天很熱的話也會(huì)帶動(dòng)比基尼銷量的增加,因?yàn)橄奶旌芏嗳藭?huì)去游泳,去海邊去度假,因此比基尼的銷量也會(huì)提升。
天很熱會(huì)導(dǎo)致冰棒和汽水銷量增加,這是由客觀的外部環(huán)境決定的。天很熱也會(huì)導(dǎo)致比基尼銷量增加。這個(gè)過程中單純分開看這兩個(gè)因果關(guān)系都沒有問題,但如果基于這三個(gè)一起去做分析的話,就會(huì)這樣的結(jié)論。
冰棒、汽水的銷量和比基尼的銷量會(huì)成高度的正相關(guān)關(guān)系。如果基于相關(guān)性的指標(biāo)去做KPI改善的話,從而得出結(jié)論,提高冰棒、汽水的銷量,就能提升比基尼的銷量。這就是錯(cuò)誤的。
常見的錯(cuò)誤相關(guān)性應(yīng)用有:
使用相關(guān)因素來代替因果因素,沒有抓住核心因素
通常企業(yè)在做完?duì)I銷活動(dòng)后,會(huì)進(jìn)行復(fù)盤。如果這次活動(dòng)比較好的話,到底是為什么會(huì)導(dǎo)致這次運(yùn)營(yíng)結(jié)果比較好呢?
很多分析師如果沒有經(jīng)驗(yàn)的話可能會(huì)這么分析。比如把所有能拿到的維度都統(tǒng)一的細(xì)分對(duì)比分析一遍。
因此會(huì)輸出圖中左側(cè)的結(jié)論。
把所有現(xiàn)在拿到的數(shù)據(jù)維度,從各個(gè)角度上做統(tǒng)計(jì)分析和對(duì)比。這么做沒有錯(cuò),但是沒有本質(zhì)上解答問題。
如果是有經(jīng)驗(yàn)的分析師會(huì)怎么做呢?他會(huì)著重分析運(yùn)營(yíng)相關(guān)的因素,從而找到里邊的經(jīng)驗(yàn)。
這里以用戶運(yùn)營(yíng)為例, CRM推送里老用戶的銷售額貢獻(xiàn)占了79%。接著重點(diǎn)去分析用戶運(yùn)營(yíng)里做了什么或者做對(duì)了什么。
通過預(yù)測(cè)模型得出,人群比較精準(zhǔn),因此選對(duì)人是一個(gè)重要的因素。
通過推送時(shí),商品跟用戶購(gòu)買商品的匹配度會(huì)比較高,因此商品選的對(duì),也是一個(gè)特別重要的因素。
從而通過這樣的分析,告訴用戶運(yùn)營(yíng)部門,當(dāng)中做了什么樣的事情,做對(duì)了什么,哪些地方可能沒做對(duì),因此之后需要把對(duì)的繼續(xù)保持,錯(cuò)的要做修改和優(yōu)化去提升。這是能夠直接從因果關(guān)系的層面去分析到底這個(gè)活動(dòng)結(jié)果為什么好。
沒有畫龍點(diǎn)睛之筆,沒有業(yè)務(wù)的落腳點(diǎn)。
這里面沒有業(yè)務(wù)落腳點(diǎn)就包含兩個(gè)場(chǎng)景,第一個(gè)就是沒有落地建議,你只給了他的這種結(jié)論分析過程,甚至好多這種模型算法解釋,但是分析完之后就沒有結(jié)果落地建議。第二類就是沒法落地的建議,給出一些比較難落地的建議。
因此,我們建議分析師一定要去了解業(yè)務(wù),業(yè)務(wù)方的整個(gè)運(yùn)營(yíng)流程是怎么樣的,以及評(píng)估之后,業(yè)務(wù)方到底有哪些事情可以做,以及它的范圍內(nèi)可以做。這些都是你在落地里面需要去考慮的因素,而并不是說基于數(shù)據(jù)去單純的做分析和建議,你需要把業(yè)務(wù)的背景知識(shí)和業(yè)務(wù)的權(quán)力范圍,以及業(yè)務(wù)的需求點(diǎn)放到你的建議里面去。
單因素的因果邏輯,因?yàn)椴钏砸纳?/span>
舉個(gè)例子,這是網(wǎng)站的真實(shí)客戶的情況。從用戶到站,最終要讓用戶完成抽獎(jiǎng)的過程,但是抽獎(jiǎng)前給設(shè)置了幾個(gè)中間環(huán)節(jié),比如到站之后,需要關(guān)注,留下電話號(hào)碼,最后再來抽獎(jiǎng)。如果說按這個(gè)流程的話,其實(shí)只需要一步行了,用戶達(dá)成之后直接進(jìn)行抽獎(jiǎng),不要中間這個(gè)過程,一定會(huì)發(fā)現(xiàn)抽獎(jiǎng)率是非常高的,它就會(huì)高于現(xiàn)在四個(gè)步驟。
抽漿轉(zhuǎn)化率會(huì)有一定的流失,但是我們獲得了大量的關(guān)注,留下電話號(hào)碼的用戶的粉絲和銷售線索。這個(gè)時(shí)候其實(shí)它是一個(gè)平衡的狀態(tài),我拿流失的抽獎(jiǎng)轉(zhuǎn)化率的用戶,換來的是粉絲和銷售線索的增加。
大多數(shù)業(yè)務(wù)場(chǎng)景下,我們不能只居于一個(gè)因素去做考量,因?yàn)槟鞘翘字傻囊粋€(gè)想法了。
講自己不懂的故事,我們不會(huì)比運(yùn)營(yíng)方“更懂”業(yè)務(wù)
分析師的重點(diǎn)或者核心競(jìng)爭(zhēng)力,不是在于多么懂業(yè)務(wù),而是懂得如何通過數(shù)據(jù)去驅(qū)動(dòng)業(yè)務(wù),實(shí)現(xiàn)更好的數(shù)據(jù)化運(yùn)營(yíng),這個(gè)是數(shù)據(jù)分析師的價(jià)值所在。
在輸出結(jié)果的時(shí),避免給班門弄斧,除非有數(shù)據(jù)的支撐。數(shù)據(jù)分析師不應(yīng)該講如何運(yùn)營(yíng),而是講如何通過數(shù)據(jù)更好的實(shí)現(xiàn)運(yùn)營(yíng)。
超出報(bào)告服務(wù)對(duì)象的執(zhí)行范疇:無意義的越俎代庖
為誰寫報(bào)告,就應(yīng)該以報(bào)告對(duì)象的服務(wù)為核心。
舉個(gè)例子,以社交媒體部門為例,要給他寫一個(gè)報(bào)告,這個(gè)時(shí)候給的建議點(diǎn)比較合理的會(huì)包括哪些?
合理的建議點(diǎn):
這些都是合理的建議。
下面再看一些哪些是超出范疇的建議,比如:
所以事實(shí)上是你給誰服務(wù)就要給他去做專門的數(shù)據(jù)的報(bào)告。所以這里面其實(shí)我建議大家就是要把權(quán)、責(zé)、利統(tǒng)一起來,這是有效落地的基礎(chǔ)出發(fā)點(diǎn)。
以上就是我今天的分享內(nèi)容了,希望對(duì)大家能夠有所幫助。
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
LSTM 模型輸入長(zhǎng)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(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)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(jì)的實(shí)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(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)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(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)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(jià)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(bào)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(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)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(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)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(shí)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(yàn):數(shù)據(jù)趨勢(shì)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(shì)變化以及識(shí)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(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03