經(jīng)常有同學(xué)在工作中抱怨，感覺“做的分析沒有啥業(yè)務(wù)價(jià)值，報(bào)表丟出去了也沒回應(yīng)”。到底怎么做才能讓數(shù)據(jù)分析體現(xiàn)價(jià)值，今天結(jié)合一個(gè)具體場景，詳細(xì)講解一下。

問題場景

某同學(xué)入職一個(gè)公司會(huì)員中心，雄心勃勃地想建立“數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)”機(jī)制，為此，規(guī)劃了一堆：

• 建立全鏈路數(shù)據(jù)指標(biāo)體系，反應(yīng)運(yùn)營情況
• 建設(shè)3000個(gè)會(huì)員標(biāo)簽，豐富會(huì)員畫像
• 建立RFM模型，對(duì)會(huì)員分層
• 建立預(yù)測模型，針對(duì)會(huì)員購買行為進(jìn)行預(yù)測
• 建議推薦模型，針對(duì)會(huì)員購買商品進(jìn)行推薦

規(guī)劃交上去，卻被領(lǐng)導(dǎo)一頓批斗：“你這做的有啥業(yè)務(wù)價(jià)值？！”該同學(xué)非常不理解，不是一提及用戶分析，就是用戶畫像、RFM、分層、推薦，難道還有啥神秘力量我不知道？為啥這些東西會(huì)被噴“沒價(jià)值”呢？？？？

從“什么算價(jià)值”說起

這個(gè)問題，得從“什么算數(shù)據(jù)分析的價(jià)值”說起。如果我們是乙方公司，是數(shù)據(jù)產(chǎn)品、咨詢公司，那么我們可以提前做一堆工具，比如BI、數(shù)據(jù)模型、CDP等等，然后賣給甲方。這個(gè)算是數(shù)據(jù)分析價(jià)值的直接體現(xiàn)了。

但換個(gè)場景，我們現(xiàn)在是甲方公司的，數(shù)據(jù)是直接服務(wù)業(yè)務(wù)的。此時(shí)數(shù)據(jù)分析的價(jià)值，就是由“到底幫助了業(yè)務(wù)多少”來定義的。如果：

• 我們給的數(shù)據(jù)，業(yè)務(wù)已經(jīng)看得到了
• 我們做的預(yù)測，業(yè)務(wù)根本不需要
• 我們做的分類，業(yè)務(wù)壓根看不懂
• 我們做的畫像，業(yè)務(wù)找不到地方用

那就是沒價(jià)值呀。這個(gè)和“大家做的都是這些分析”一點(diǎn)關(guān)系沒有，只要我們公司的業(yè)務(wù)用不上，丫就是不會(huì)被認(rèn)可。

因此，想要提升數(shù)據(jù)分析的價(jià)值感，就不能“拿著錘子找釘子”，先輪出一堆“用戶畫像、RFM、關(guān)聯(lián)推薦、行為預(yù)測”的大錘，然后看哪里能錘一下，而是看：“到底我們的業(yè)務(wù)需要什么”。

注意！業(yè)務(wù)需要什么，也不是直接問問了事，因?yàn)楹苡锌赡埽核麄冃枰闼忝?/p>

拆解業(yè)務(wù)問題

如果你直接去問業(yè)務(wù)：“你想要什么”，很有可能你會(huì)聽到：

• 我想100%精確預(yù)測下個(gè)月商品銷量
• 我想100%準(zhǔn)確知道用戶流失原因
• 我想100%準(zhǔn)確預(yù)測活動(dòng)參與人數(shù)
• 我想100%準(zhǔn)確判斷用戶想要什么最后還有可能跟你客氣一句：“100%做不到，98%也行，咱不糾結(jié)”。

如果真拿這個(gè)需求來做，那鐵定做不出來。為啥?因?yàn)樯唐蜂N量、用戶流失、用戶需求，這些都是經(jīng)過業(yè)務(wù)手段影響后的綜合性結(jié)果。比如用戶本來不想買，結(jié)果業(yè)務(wù)派了券，用戶想買了。此時(shí)得先知道：業(yè)務(wù)會(huì)不會(huì)派券，會(huì)派多大額度的券，才能預(yù)測結(jié)果。

這意味著即使可以建模預(yù)測，也得先知道：“業(yè)務(wù)手段是什么”。這顯然和業(yè)務(wù)需求不符，這幫人還等著我們100%精準(zhǔn)預(yù)測出來，然后看著預(yù)測結(jié)果做行動(dòng)呢。所以不要直接生吞業(yè)務(wù)需求，而是拆解業(yè)務(wù)需求，找到可以做的發(fā)力點(diǎn)。

比如“100%準(zhǔn)確知道用戶流失原因”，多問一句：知道以后又能如何？

• 有些用戶貢獻(xiàn)很低，他流失了，真的值得挽回嗎？
• 有些用戶對(duì)我司產(chǎn)品沒需求了，我們真的會(huì)改進(jìn)產(chǎn)品嗎？
• 有些用戶需求和我司存量用戶相沖，我們真的要討好這些人？
• 有些用戶就是來薅羊毛的，我們真的要無節(jié)制滿足他們？5、……

結(jié)合業(yè)務(wù)場景，往下拆解需求。就會(huì)發(fā)現(xiàn)：大部分情況下，業(yè)務(wù)能做的事情是非常有限的。特別是短期內(nèi)拉升某些指標(biāo)，可能可用的手段，就是派券/發(fā)信息，沒了。而長期內(nèi)的改進(jìn)，又是和業(yè)務(wù)整體規(guī)劃密切相關(guān)的。因此聚焦到業(yè)務(wù)可以做的事情上，就能保證數(shù)據(jù)一定能被業(yè)務(wù)用起來。

這里有個(gè)常見的務(wù)求，就是拆解需求，不按業(yè)務(wù)可做的事拆解。而是單純?cè)跀?shù)據(jù)層面繞來繞去。比如分析用戶流失情況，就把所有的流失用戶名單撈出來，然后丟一大堆性別、年齡、過往消費(fèi)……等等描述性統(tǒng)計(jì)結(jié)果。這樣看似給的數(shù)據(jù)多，可依然和業(yè)務(wù)行動(dòng)是脫節(jié)的，業(yè)務(wù)看完依然很迷茫，依然會(huì)反問“所以呢？所以我能做什么？”

尋找業(yè)務(wù)盲點(diǎn)

拆解完問題后，可以進(jìn)一步尋找業(yè)務(wù)盲區(qū)。找到業(yè)務(wù)盲區(qū)，對(duì)提升數(shù)據(jù)分析的價(jià)值感非常有用。因?yàn)闃I(yè)務(wù)并非對(duì)數(shù)據(jù)一竅不通，特別是和他們KPI相關(guān)的數(shù)據(jù)，一般盯得非常緊。如果丟出來的數(shù)據(jù)是他們?cè)缇椭赖?，那鐵定落得一句：“我早知道了，你分析的有啥用”的吐槽。

所以：

• 業(yè)務(wù)不知道什么
• 業(yè)務(wù)不確定什么
• 業(yè)務(wù)想測試什么是最能體現(xiàn)數(shù)據(jù)分析價(jià)值的地方

比如流失用戶問題，很有可能業(yè)務(wù)方每個(gè)月在固定投優(yōu)惠券，然后已經(jīng)掌握了很多基礎(chǔ)數(shù)據(jù)，比如：

• 每月有多少用戶處于流失狀態(tài)
• 每月派多少召回用戶的券
• 每月從多少渠道發(fā)推送
• 每個(gè)渠道轉(zhuǎn)化率，召回率

這時(shí)候，如果再把這些數(shù)據(jù)講一遍，哪怕打著“建立完善指標(biāo)體系”的旗號(hào)，依然會(huì)被噴“我早知道了”。所以基于現(xiàn)有數(shù)據(jù)，可以往下切：哪些是大家額外想知道的。

在這里，是否修改現(xiàn)有規(guī)則，是個(gè)關(guān)鍵問題。如果不修改，就基于現(xiàn)有的推送渠道，推送文案，推送券類型，做排列組合。找到轉(zhuǎn)化率最高的方式。如果要修改規(guī)則，就看業(yè)務(wù)上能做的事情是啥？比如提高面額，修改推送信息時(shí)間點(diǎn)，修改推送方式（比如基于用戶裂變），更換推送內(nèi)容（比如不推券，推個(gè)爆款）。

是否要修改，是和業(yè)務(wù)緊密有關(guān)的。因?yàn)楹芏鄷r(shí)候業(yè)務(wù)是沒有權(quán)限動(dòng)策略的，策略是老板已經(jīng)定死了的，只能做小修小補(bǔ)。而有時(shí)候，業(yè)務(wù)又很想修改策略，這時(shí)候就需要大量數(shù)據(jù)支持，需要先了解：業(yè)務(wù)想往哪個(gè)方向改。

比如業(yè)務(wù)方很想往：加大券力度方向調(diào)整。此時(shí)數(shù)據(jù)分析的思路，就是：1、找到哪些人群容易被券召回2、區(qū)分出這些人群中有價(jià)值的部分3、核算過往人群消費(fèi)，給券力度提建議原則上，有消費(fèi)力的人才值得大力度召回，這些細(xì)分?jǐn)?shù)據(jù)，是業(yè)務(wù)方向老板要資源的時(shí)候需要特別強(qiáng)調(diào)，以打消老板顧慮的。給到這個(gè)級(jí)別的數(shù)據(jù)，就能極大支持業(yè)務(wù)動(dòng)作，體現(xiàn)數(shù)據(jù)價(jià)值。

注意，這里做的分析內(nèi)容，還是：

• 區(qū)分用戶過往消費(fèi)，核算用戶價(jià)值
• 區(qū)分用戶對(duì)抵用券領(lǐng)取/使用敏感性，打“抵用券偏好”標(biāo)簽
• 區(qū)分用戶對(duì)推送信息響應(yīng)率，找高響應(yīng)群體

但是清晰了：“這是業(yè)務(wù)特別需要的數(shù)據(jù)”以后，這些數(shù)據(jù)給出去，就能得到大家的認(rèn)可。而不是不分青紅皂白，先做個(gè)RFM（分段規(guī)則還沒和業(yè)務(wù)確認(rèn)）然后扔出去，業(yè)務(wù)看得一臉懵逼：所以呢？所以我可以干啥？？？做好經(jīng)驗(yàn)積累

還有一個(gè)很重要的，數(shù)據(jù)分析可以主動(dòng)做的事，就是圍繞目標(biāo)，積累經(jīng)驗(yàn)。業(yè)務(wù)部門處于本位考慮，經(jīng)常是各自為各自項(xiàng)目搖旗吶喊，容易忽視不同項(xiàng)目之間交叉作用。比如用戶流失問題，很有可能流失的用戶本身是某些商品的粉絲，本身是季節(jié)性購物需求，他不會(huì)響應(yīng)會(huì)員中心盲目派的券，而會(huì)響應(yīng)商品部門推送的活動(dòng)。

此時(shí)數(shù)據(jù)部門，可以主動(dòng)收集各部門活動(dòng)，以用戶為單位，展示各類活動(dòng)影響用戶全景，這種全景式的數(shù)據(jù)，業(yè)務(wù)站在自己部門很少看得到，很容易引發(fā)業(yè)務(wù)思考。因此特別建議數(shù)據(jù)部門，主動(dòng)收集各類業(yè)務(wù)動(dòng)作，圍繞同一個(gè)業(yè)務(wù)目標(biāo)綜合起來。這也是體現(xiàn)價(jià)值的方法。

小結(jié)

綜上可見，數(shù)據(jù)分析要基于業(yè)務(wù)，為業(yè)務(wù)服務(wù)，并不是一句空話，而是結(jié)合具體的業(yè)務(wù)場景與業(yè)務(wù)需求，具體討論業(yè)務(wù)可行范圍，拆解業(yè)務(wù)問題，逐一解答才能實(shí)現(xiàn)。