
作者 | 陳老師
來源 | 接地氣學堂
經(jīng)常有同學抱怨,在公司里,總被催著問:通過數(shù)據(jù),你看到了什么?可實際數(shù)據(jù)就幾個曲線而已,也不知道咋解讀。也沒有人教,自己好不容易寫了幾句,又被嫌棄:“你這都是廢話,我們要深層次含義”。咋辦?今天系統(tǒng)解答一下。就舉個最簡單的例子,下邊是某公司一周銷量數(shù)據(jù),你看到了什么?
錯誤的數(shù)據(jù)解讀示例
1、高了表揚低了罵。數(shù)據(jù)解讀,寫的是:周一到周五很高,周六、周日低,所以要!搞!高!……這么解讀當然會被說:你這都是廢話?。I(yè)務又不是瞎子,看不到數(shù)字是周六日低嗎。
2、哪里跌了哪搞高。因為周六跌了48%,所以要搞高……這個是廢話*2和上一種說法是一個模子里刻出來的。
3、加減乘除算不停。平均值95.2,最大值125,最小值35……這個是廢話*3。平均95.2所以呢?最大值125所以呢?這還是在把數(shù)字復述一遍而已,沒有講出任何含義。
解讀的關(guān)鍵是理清業(yè)務含義
以上三種錯誤的共同點,是:就數(shù)論數(shù),止于數(shù)據(jù)。沒有讀出數(shù)據(jù)背后的業(yè)務意義。其實數(shù)據(jù)解讀一點都不高深,我們每月每天都在用,比如:
業(yè)務部門做決策也一樣。他們想聽的是:不劃算、不喜歡、買不起。他們更想聽的是:“今天中午預算只有人均50,在這家川菜館既管飽又好吃”,他們想聽的絕不是“2公里內(nèi)共28家餐廳,平均價格63元,最高價725元,最低價13元,較上個月價格提升了10%”——這真的是一點意義都沒有。
想要得出這種判斷,需要三個條件:1、了解數(shù)據(jù)代表的現(xiàn)實含義2、了解數(shù)據(jù)大小代表的現(xiàn)實區(qū)別3、明確判斷標準
比如大眾點評上飯店人均金額185元。它不是一個孤零零的數(shù)字,而是填肚子的成本,這是人均金額的現(xiàn)實含義。成本低了可以接受,高了就吃不起,這是數(shù)據(jù)大小的現(xiàn)實區(qū)別。比如我一個月餐費預算只有3000塊,意味著每天只有100塊錢,這就有了標準。那這一頓185,明天就得吃土了。這就形成了判斷:太貴了,得換個地方。
解讀企業(yè)數(shù)據(jù)也如此,不能只見數(shù)據(jù),不見業(yè)務。同樣三點:1、業(yè)務含義:數(shù)據(jù)反映的是什么業(yè)務
2、業(yè)績走勢:通過數(shù)據(jù)形態(tài),解讀業(yè)務發(fā)展走勢
3、判斷標準:到底什么算好,什么算不好
下邊我們一個個看一下
從理解業(yè)務含義開始
回到開頭的例子,“銷售業(yè)績”這個指標本身有很多含義。
但是注意:這里并沒有標準,因此無法判斷是好是壞。這也是為什么直接下結(jié)論:業(yè)績低了要搞高,是非常錯誤的行為。銷售業(yè)績直觀反映的是銷售隊伍的努力程度,想知道這個數(shù)值是好是壞,我們可以直接去問“銷售隊伍的KPI達標了多少?”;也可以從業(yè)績曲線走勢來判斷。這就需要做第二步:觀察業(yè)績走勢。
觀察業(yè)績走勢
一個問題:“什么樣的產(chǎn)品會賣出這種曲線?”因為有七天的數(shù)據(jù),所以可能代表了三種走勢:
1、這是自然周期性變化。七天代表了一周,周一到周五是工作日,周六周日是休息日,所以這是一個工作日銷售多,休息日沒銷售的產(chǎn)品——是滴,你很自然聯(lián)想到,這可能是B2B的交易,工作日上班了才有大把生意,周日都休息了。或者是圍繞B2B的衍生生意,比如CBD的餐廳一類。
2、這是生命周期性變化。有可能某個主打商品銷售到了生命周期末尾,正在退市,下一款新的馬上要上,暫時變化。注意,一般看生命周期數(shù)據(jù),是從生命周期開始做T+N天的圖來看,不是看自然日。
3、這是突發(fā)性變化。有可能剛好周六日出了問題,交易系統(tǒng)down機,有可能剛好促銷活動到周六日結(jié)束,有可能剛好周六日惡劣天氣。
通過對走勢的判斷,可以建立初步的標準。如果是周期性變化,那很有可能是正常波動,我們初步判做“正?!?。如果是突發(fā)+下跌,那很有可能是異常且壞的波動,我們可以初步判做“問題”。有了標準,就能下判斷,只是三種假設(shè)都有可能,需要進一步驗證。
列出假設(shè)做驗證
想知道自己思考的對不對,就得去驗證假設(shè)。驗證假設(shè)的辦法有兩種:第一,可以和業(yè)務部門溝通,了解實際情況。第二,可以參考過往數(shù)據(jù),驗證判斷,同時反向驗證業(yè)務部門是不是撒謊了。數(shù)據(jù)驗證可以做的很復雜,但也能做的很簡單。不需要很復雜的邏輯,只要一根曲線就夠了。如下圖。
只要延長時間,靠一根業(yè)績走勢+業(yè)務表現(xiàn),也可以解讀出變化的原因。如果過往一直都是有周期性波動,那拉長時間就能看出來周期規(guī)律。
實際企業(yè)經(jīng)營中,也經(jīng)常出現(xiàn)上邊三種情形,只是形態(tài)更復雜,往往是三種混合。比如B2C零售和B2B銷售是反著的:
1、自然周期性:周五到周日高,其他工作日低;
2、生命周期性:新品上市到下市有季節(jié)性規(guī)律3、突發(fā)事件:大促銷(猛漲)惡劣天氣(猛跌)
在看數(shù)據(jù)的時候,往往會在業(yè)績曲線上打上標簽,比如一個日期是否節(jié)假日,是否某重點產(chǎn)品生命周期結(jié)束,是否突發(fā)情況。這樣,可以從看似無規(guī)律的曲線里區(qū)分出規(guī)律來。這也是為啥很多經(jīng)驗豐富的業(yè)務人員,即使沒有專門的數(shù)據(jù)分析,也能快速判斷形勢的原因。因為他們很了解業(yè)務上發(fā)生了啥事,了解過往業(yè)績曲線形態(tài)。結(jié)合業(yè)務表現(xiàn)看走勢,比盲目的算同比、環(huán)比、平均數(shù),中位數(shù)要有用得多。
深入細節(jié)看問題
做完上一步,只是幫大家理解了數(shù)據(jù)含義,并沒解答什么問題。如果止于上一步,就會變成業(yè)務的應聲蟲:“業(yè)績下降是因為下大暴雨了”“這是正常波動,周末肯定要跌啦”……只是單純的這么解讀,很有可能會換來一句:“我早知道了”。實際上,往往人們都會注意到突發(fā)性急病,容易缺失的是對慢性病的觀察。比如下圖:
如果只看日數(shù)據(jù),會感覺似乎每天波動不大,只能略微感到月頭比月尾似乎高那么一點。但是如果拉長看周數(shù)據(jù),就會發(fā)現(xiàn)問題。為什么在業(yè)績好的月份,最后一周不沖刺業(yè)績了?上月業(yè)績好+月底不沖刺+本月開局格外好,這個曲線走勢不和規(guī)律,很有可能是這就是B2B銷售中的“藏業(yè)績”行為。這時候,做數(shù)據(jù)分析的也能對一線業(yè)務說:我早知道了。甚至還能從下個月初吐出多少單,反推出來他們每個人藏了多少業(yè)績。
這也是為啥實際企業(yè)經(jīng)營中,我們不止看孤零零一個數(shù),而是搭一個數(shù)據(jù)指標體系,還要做日報、周報、月報的原因。日報用來關(guān)聯(lián)業(yè)務動作,反應突發(fā)問題,周報和月報用來追蹤趨勢,發(fā)現(xiàn)更深層次的問題。深層次的問題,再由專題分析解決。這樣就構(gòu)成了數(shù)據(jù)分析體系,系統(tǒng)化作戰(zhàn),才有威力。當然,實際分析場景會更復雜。有可能經(jīng)過數(shù)據(jù)解讀,我們得出的是:“銷售在藏單,真實業(yè)績比數(shù)據(jù)體現(xiàn)的更好”這種結(jié)論,但到底是不是藏了,真實的又是多少,還得成立專項,深入分析。但無論如何,我們都比只回復一句:“要搞高!”要進步了很多,也能贏得業(yè)務的尊重。
解讀數(shù)據(jù)是個硬技能
有同學會說:既然讓數(shù)據(jù)分析師自己猜這么難,為什么不直接溝通業(yè)務的需求呢?是滴,理論上最佳的狀態(tài),是業(yè)務和數(shù)據(jù)之間有定期溝通,業(yè)務陳述需求,數(shù)據(jù)反饋結(jié)論。不過大部分企業(yè),這個狀態(tài)不存在。大部分企業(yè)都是大家各忙各的,數(shù)據(jù)忙于爬表出數(shù)應付日常各種報表,業(yè)務忙著干活撕逼。部門之間深溝高壘,幾乎沒有溝通,越大的公司越是如此。
再加上,很多人對數(shù)據(jù)分析本身認識不清,還停留在“一個仙風鶴骨的道長掐指一算,口出出驚世憾俗之言”的印象中。共同作用,導致了文章開頭的問題。因此數(shù)據(jù)分析師不能單純指望業(yè)務把什么問題都梳理好了丟給自己,還是得有主動解讀的能力的。
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
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(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:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(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)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(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” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(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 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 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)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(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