
好槍手是靠子彈喂出來的,好分析師是靠大量項目實踐沉淀出來的。
作者 | 老七
來源 | 鳥哥筆記
我的數(shù)據(jù)從業(yè)歷程是從咨詢公司切入,那里有稍微學(xué)術(shù)點的指標(biāo)體系和方法論。然后在數(shù)據(jù)服務(wù)公司應(yīng)用,那里有比較成熟的數(shù)據(jù)采集實現(xiàn)技術(shù)。而后在微博數(shù)據(jù)創(chuàng)業(yè)公司將之前的知識技能進行應(yīng)用和商業(yè)。回過頭來看,那會的觀點暫時經(jīng)得起這五年時間的考驗,同時也正是因為沒經(jīng)歷過甲方公司的數(shù)據(jù)分析,所以彼時對業(yè)務(wù)的重要性感知不深,上文也就未有過多提及。
1. 不懂業(yè)務(wù),分析就僅僅只是提數(shù)
借用下大數(shù)據(jù)的梗,“數(shù)據(jù)分析要懂業(yè)務(wù)”這句話就像“Teenage Sex”——人人都在談?wù)摚珱]誰知道究竟怎么叫懂業(yè)務(wù),人人都覺得別人都懂,所以人人都覺得自己懂業(yè)務(wù)。請允許我老調(diào)重彈,以個人視角闡述下什么叫懂業(yè)務(wù),不妨以別人家的產(chǎn)品為例——對于頭條類的內(nèi)容產(chǎn)品來說,他的業(yè)務(wù)模式無非是從(內(nèi)容)生產(chǎn)到分發(fā)再到變現(xiàn),從而實現(xiàn)從投入到盈利,再到盈利增長這樣一個商業(yè)閉環(huán),要想將這個模式跑通,他就得有內(nèi)容(生產(chǎn)者),有用戶(消費者),有平臺(消費平臺),有廣告(激勵生產(chǎn)者和平臺)。
1)如果懂業(yè)務(wù),你就不會在日活出現(xiàn)下行趨勢時單純提出加大廣告投放這樣誰都知道的建議;你就不會在生產(chǎn)者因競品提升激勵費用而出現(xiàn)流失苗頭時,只是輕描淡寫的報一下同環(huán)比;你就不會在關(guān)于廣告的反饋量異常提升時粗暴建議業(yè)務(wù)側(cè)全局減少廣告頻率….
2)如果懂業(yè)務(wù),你就會知道數(shù)據(jù)工作該如何推進。第一階段應(yīng)該是基礎(chǔ)數(shù)據(jù)建設(shè),保證數(shù)據(jù)收集的規(guī)范化、全景化和擴展化,保障從打點->收集->清洗->統(tǒng)計->入庫這個數(shù)據(jù)生產(chǎn)流程的效率和穩(wěn)定。
第二階段重點關(guān)注種子用戶的數(shù)據(jù)表現(xiàn),用戶對產(chǎn)品哪些功能使用不順暢,對哪些品類的內(nèi)容更加有偏愛,什么樣渠道的用戶質(zhì)量更高,并將以上結(jié)論同步輸出給業(yè)務(wù)側(cè),并持續(xù)進行PDCA循環(huán),直至通過留存率測算出來的life-time足夠支持進入爆發(fā)期。
在爆發(fā)期的分析重點就是不斷提升運轉(zhuǎn)效率,比如根據(jù)用戶偏好特征進行定向組織生產(chǎn),繼而擴大分發(fā)場景,從APP內(nèi)分發(fā)再到APP外分發(fā),不斷提高單篇內(nèi)容的分發(fā)效率;優(yōu)化產(chǎn)品的欄目布局、功能按鈕等動線設(shè)計,滿足不同人群的使用偏好,提高“坪效、人效”;
從買用戶到等用戶再到漲用戶,目前產(chǎn)品的核心用戶群體是誰,在社會人口這個大盤里是否已滲透徹底,如果沒有,通過什么渠道可以“捕捉”到他們,以及通過分享/轉(zhuǎn)發(fā)這些策略的設(shè)計,實現(xiàn)用戶的自增長。
在第二階段的種種目的都是為了不斷放大用戶與內(nèi)容的規(guī)模效應(yīng),為商業(yè)化做準(zhǔn)備。
第三階段的分析重點則是關(guān)注商業(yè)側(cè)表現(xiàn),內(nèi)容無論是自產(chǎn)也好,還是UGC也罷,都是有成本的,成本換作了流量,流量又通過商業(yè)化實現(xiàn)了變現(xiàn),所以需要通過數(shù)據(jù)優(yōu)化當(dāng)前的廣告形式和策略,幫助金主爸爸找到最匹配的用戶,以及讓用戶發(fā)現(xiàn)最需要的廣告,從而實現(xiàn)ROI的最大化;
第四階段則應(yīng)關(guān)注創(chuàng)新發(fā)展,國內(nèi)同行當(dāng)前的發(fā)展模式都有哪些,以及各自的差異化競爭點,國外是否有類似的行業(yè)以及當(dāng)下現(xiàn)狀是如何,用戶還有哪些延伸需求沒有得到滿足,內(nèi)容行業(yè)的未來發(fā)展趨勢是什么,以及可能會遇到的法律法規(guī)等政策風(fēng)險。
3)如果懂業(yè)務(wù),你就會知道在相應(yīng)的階段老板的關(guān)注點是什么,你就會設(shè)計出更符合業(yè)務(wù)視角的報表,通過相應(yīng)的專題分析,解答老板還未開口的“需求”。
4)如果懂業(yè)務(wù),你就會想到首先要了解各業(yè)務(wù)角色的KPI,對于團隊協(xié)作來說,最有力的方法就是驅(qū)之以利,而非驅(qū)之以理,當(dāng)業(yè)務(wù)人員知道你們是利益共同體的時候,良好的協(xié)作也就有了保障?!?/span>
說了這么多,那問題來了,如何檢驗自己是否懂業(yè)務(wù),個人有個小經(jīng)驗,就是看你的主要時間花費和產(chǎn)出都在哪里?如果懂業(yè)務(wù),你的主要產(chǎn)出就一定不會是提數(shù),因為老板&業(yè)務(wù)部門知道,讓你提數(shù)那就是浪費公司人效&損害自己利益。否則,分析就僅僅只能是提數(shù)。
2. 回歸本質(zhì),數(shù)據(jù)才能為業(yè)務(wù)賦能
引用下百度百科的解釋,“數(shù)據(jù)就是數(shù)值,他是我們通過觀察、實驗或計算得出的結(jié)果。數(shù)據(jù)有很多種,最簡單的就是數(shù)字”數(shù)據(jù)的本質(zhì)是數(shù)值,只是屬于結(jié)果而已,要想改變結(jié)果,只能去尋找因,從因上做改變,才能引起數(shù)變。
這段話可能不太好理解,舉一個大家都知道的流水萬能公式——流水=日活*購買率*人均購買金額,這個公式還可以繼續(xù)往下拆,并將拆解后的因子交給不同的業(yè)務(wù)小組負(fù)責(zé),美名其曰---KPI。
老司機都知道,這個公式最大的意義是跟蹤和監(jiān)控,而不能作為執(zhí)行目標(biāo),初期可能還行,但到了穩(wěn)定期后,日活一旦大幅提升,購買率和人均購買金額反而出現(xiàn)了下降;業(yè)務(wù)做了很多優(yōu)化,好不容易購買率得到了提升,購買金額反而下去了;為了人均購買金額達(dá)標(biāo),運營推薦了很多高價商品,結(jié)果購買率卻又下降了…為什么?
因為流水只是個結(jié)果表現(xiàn),這個結(jié)果是由用戶決策產(chǎn)生的,決定流水的正確因子應(yīng)該是用戶的需求強度,購買力,以及相應(yīng)購買力用戶與相應(yīng)價格檔商品的匹配程度。如果不從因果關(guān)系上想解決辦法,而只在當(dāng)前的存量購買力下,追求各個偽因子,就會出現(xiàn)按下葫蘆浮起了瓢。尤其在甲方業(yè)務(wù)環(huán)境里,各個小組都是緊密圍繞在核心KPI的基本路線,如果數(shù)據(jù)側(cè)陷入到各業(yè)務(wù)小組的KPI分析需求里而沒有及時糾錯,那后果將萬劫不復(fù)。
再舉一個例子,下圖是業(yè)務(wù)里常用的數(shù)據(jù)報表視圖,并隨著業(yè)務(wù)的迭代和細(xì)化,出現(xiàn)各種報表堆砌,潑盆冷水,這種報表哪怕就是有幾萬份,哪怕就是進行分鐘級別的異動監(jiān)控,可能對業(yè)績提升也于事無補,該跌還是跌。
我們不妨將視圖變換一下:
以上表頭只是示意,并沒有詳細(xì)展開,主要思路是將結(jié)果型報表變換成過程型報表,以用戶視角將整個報表分成基本屬性 、興趣偏好 、使用特征 、商業(yè)貢獻四個單元。
基本屬性主要是以新增日期,渠道,機型,性別,年齡等為代表的用戶基礎(chǔ)描述。興趣偏好是用戶在使用產(chǎn)品之后表現(xiàn)出來的特性,比如喜歡卡牌、RPG等品類游戲。
使用特征則是用戶在使用產(chǎn)品時留下的數(shù)據(jù)行為,比如瀏覽/點擊/搜索次數(shù)。商業(yè)貢獻則是衡量用戶對商業(yè)化的貢獻,比如購買次數(shù),購買金額。商業(yè)貢獻結(jié)合基礎(chǔ)屬性其實就是用戶LTV的整個監(jiān)控。
有了這種視圖后,就等于有了自變量與因變量,就可以回到我們熟悉的因子,回歸,判別這些多變量分析方法上來,至于RFM、CRM、渠道評估/反作弊等解決方案的產(chǎn)出更不在話下。
熟悉業(yè)務(wù)的好處是可以有相同的對話語境和立場,但弊端就是常常因走得太近,走得太快而忘記數(shù)據(jù)的本質(zhì),一個優(yōu)秀的分析師是需要建立起一套屬于自己的分析系統(tǒng),其中,很重要的一個環(huán)節(jié)是自我糾錯機制,這點,我也是在摸索。
3. 數(shù)據(jù)先行,增長才能更加穩(wěn)準(zhǔn)狠
伴隨著人口紅利消解,互聯(lián)網(wǎng)大盤流量增長接近上限這個大背景,增長黑客(Growth Hacker)的概念現(xiàn)在越來越火,這里,我想說兩點,
1)對于什么微信裂變,社群運營,用戶補貼,拼團這些來說,都是屬于增長手段,手段是有有效期和環(huán)境的。他的有效往往是在透支行業(yè)平均成功率的基礎(chǔ)之上,畢竟后來者的復(fù)制會加快人群防疫力的構(gòu)建, 不僅會慢慢失效,還有可能會對自身造成傷害,在模仿手段的這個賽道里恐怕只有第一,沒有第二。
電商行業(yè)有句打油詩是這么說的——“用戶促活一句話:推送信息把券發(fā),有事沒事發(fā)短信。您要登陸把禮拿,優(yōu)質(zhì)產(chǎn)品在秒殺,再不來就沒有啦~要是客戶不買賬,直接拿券頭上砸”
這種生搬硬套無腦跟風(fēng)做增長的后果就是成本越來越高,效果越來越差。用戶的購買決策體系發(fā)生紊亂,商家的定價權(quán)也受到質(zhì)疑,“價格太虛了,啥時候有優(yōu)惠啥時候再來買,反正也不著急”。薅羊毛的用戶越來越多,平臺陷入了飲酖止渴的尷尬境地。
2)增長黑客正確的姿勢應(yīng)當(dāng)是數(shù)據(jù)先行,數(shù)據(jù)的優(yōu)勢是可以客觀的,全局的,通過一組指標(biāo)還原用戶場景和動機,進而歸納演繹->找到差異->抓住增長點。再往大了說,數(shù)據(jù)增長還應(yīng)包括用戶定位,產(chǎn)品設(shè)計,價格策略等一系列全鏈條環(huán)節(jié),這個后面有機會再聊。
同時增長類項目能發(fā)揮多大效能,還取決兩個前提:
下圖是根據(jù)淘寶親情賬號的公關(guān)稿以及一組假數(shù)據(jù)結(jié)合的增長案例:
如上所說,流水=日活*購買率*購買金額,在存量購買力下,單純提高某一個因子對總流水的提升都于事無補,但可以做的是通過數(shù)據(jù)還原用戶的需求場景,繼而進行場景再造,健康的將業(yè)績目標(biāo)進行穩(wěn)定增長。
4. 總結(jié)
數(shù)據(jù)分析師是個孤獨的圈子,孤獨在沒法跟同行交流和切磋,泛泛談沒有價值,說來說去就是那么幾點——趨勢/細(xì)分/對比/多變量,有價值的是背后各種方法的嘗試以及遇到的坑,難免不涉及業(yè)務(wù)細(xì)節(jié),也就沒法展開進行描述,不得已用了很多別人家的案例,有不太清楚的地方歡迎進行具體交流。
至于數(shù)據(jù)分析的前景,無需多做宣貫,只提一點,當(dāng)像充電寶,單車,咖啡,甚至汽車、大賣場這些傳統(tǒng)行業(yè)都逐漸開始互聯(lián)網(wǎng)化的時候,意味著互聯(lián)網(wǎng)從輕資產(chǎn)走向重資產(chǎn)時代,你覺得企業(yè)還會不重視精細(xì)化運營么?
產(chǎn)品有bug我們可以及時回滾,可智能硬件的生產(chǎn)制造都是有成本的,一旦生產(chǎn)多了賣不出去就成了庫存積壓,生產(chǎn)少了用戶買不到體驗就不好,至于新零售的本質(zhì)就更是提高人貨場的周轉(zhuǎn)效率,這些可都是數(shù)據(jù)問題啊。效率運營的精細(xì)化程度可能逐漸成為未來產(chǎn)品間的護城河。
好槍手是靠子彈喂出來的,好分析師是靠大量項目實踐沉淀出來的,上圖是根據(jù)資料以及自己的理解進行的歸納提煉—數(shù)據(jù)應(yīng)用的三層價值模型&數(shù)據(jù)人員能力成長體系,耐得住寂寞,才能守得住繁華,在數(shù)據(jù)分析這個道路,我們一起夢想與前行。
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(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(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)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(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)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(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(luò)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(xué)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(xué)計數(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值優(yōu)化者 業(yè)務(wù)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(wù)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(wù)系統(tǒng)落地過程中,“業(yè)務(wù)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(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(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)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(dǎo)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