自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

數(shù)據(jù)分析,如何診斷業(yè)務(wù)問題

大數(shù)據(jù) 數(shù)據(jù)分析
所謂“屋漏偏逢連夜雨”,就是這個局面。此時,想要用數(shù)據(jù)描述問題,容易,樹個標桿就能看出差距。想用數(shù)據(jù)診斷問題,就得突破上邊層層險阻,爭取業(yè)務(wù)的支持和老板的理解,才能見效。這是從數(shù)據(jù)到落地的必經(jīng)之路。

?診斷業(yè)務(wù)問題,是很多企業(yè)對數(shù)據(jù)分析師的基礎(chǔ)要求,也是數(shù)據(jù)分析驅(qū)動業(yè)務(wù)的三大基礎(chǔ)方法之一。在數(shù)據(jù)分析方法里,業(yè)務(wù)問題診斷,是典型的“一看就會,一做就錯”。

很多同學(xué)很苦惱:“為啥我做的問題分析,業(yè)務(wù)方不認可呢?”今天系統(tǒng)地解答一下。

一、常見做法

業(yè)務(wù)診斷有標準的流程:

  • 第一步:建立監(jiān)控指標
  • 第二步:樹立判斷標準
  • 第三步:發(fā)現(xiàn)異常情況
  • 第四步:細分問題來源
  • 第五步:給出診斷建議

舉個簡單的例子:某公司有4條銷售業(yè)務(wù)線,定了目標是月銷1個億,實際達成9500萬,不達標。四條線表現(xiàn)如下圖。則可以輕松看出,是A渠道出了問題(如下圖)。

圖片

                        

如果銷售是線上銷售,還能進一步看到轉(zhuǎn)化流程,從而診斷出是哪個環(huán)節(jié)出了問題(如下圖)。

圖片

于是,常見的診斷建議,就是:“發(fā)現(xiàn)A業(yè)務(wù)線出了問題,投放轉(zhuǎn)化率太低,建議搞高”。

常規(guī)的做法即是如此。問題是,相當(dāng)多的同學(xué)這么干完,會得到一句:“你說的都是廢話!”的評論。感覺好冤枉。然而問題出在哪里呢?

二、常見問題?

常規(guī)做法的問題,來自于:就數(shù)論數(shù),浮于表面。這么做,就好比病人去看醫(yī)生,醫(yī)生說:“你的體溫38度,建議搞低。”一樣。你是病人,你也會拍案而起:“我TM早知道我發(fā)燒了呀!到底咋辦呀!”。

單純地羅列數(shù)據(jù),不是問題診斷,充其量算是問題發(fā)現(xiàn)。

業(yè)務(wù)方期待聽到的問題診斷,要指向一個具體業(yè)務(wù)行動。還拿A公司舉例子,業(yè)務(wù)方期望聽到的,是如下診斷結(jié)果(如下圖)。

圖片

很多做數(shù)據(jù)的同學(xué),看到這里會腦瓜子“嗡!”的一聲。這些東西太感性了,怎么和DAU、轉(zhuǎn)化率、活躍率、消費金額這些指標關(guān)聯(lián)起來呢?

三、解題關(guān)鍵

用數(shù)據(jù)驅(qū)動業(yè)務(wù),最怕業(yè)務(wù)方說:“你行你上呀,不行別BB”。特別是用數(shù)據(jù)提出問題的時候,業(yè)務(wù)方會本能地進行反擊。不是甩鍋給大環(huán)境、上下游部門,就是伸手要資源,要么就祭出終極殺器:“你說的我都知道,我干過了,不行,不信你來干”。如果業(yè)務(wù)方下決心跟數(shù)據(jù)分析抬杠的話,數(shù)據(jù)分析師是非常弱勢的,一定吵不贏。

因此在本質(zhì)上,診斷問題,診斷的是業(yè)務(wù)方的心病。只有區(qū)分清楚誰真正愿意改進問題,才能對癥下藥。

區(qū)分的關(guān)鍵點,有四個:

1.是否真的清楚現(xiàn)狀

2.是否已經(jīng)采取行動

3.是否已有行動計劃

4.是否打算申請資源

這四個關(guān)鍵點,能區(qū)分出業(yè)務(wù)方是否真想解決問題,以及業(yè)務(wù)方企圖解決問題的方向。

圖片

 

在診斷業(yè)務(wù)問題的時候,可以先考慮常見做法里的結(jié)果之后,再對這四個關(guān)鍵點逐一確認,逐步導(dǎo)出診斷結(jié)果。

第一步:區(qū)分是否真清楚現(xiàn)狀

很有可能,業(yè)務(wù)方只知道整體情況不好,并不知道具體在哪個部分出了問題。并且業(yè)務(wù)方的本能反應(yīng),也是基于整體認知給的。因此先呈現(xiàn)常見做法的內(nèi)容,讓業(yè)務(wù)方看清問題點。

如果業(yè)務(wù)方事先沒有看過細節(jié),則可能在看到細節(jié)后有解決問題的想法?;A(chǔ)的策略有2種(如下圖),數(shù)據(jù)分析師可以補上對應(yīng)的參考數(shù)據(jù),輔助判斷。到這一步,就完成了診斷。

圖片

也有可能,業(yè)務(wù)方已知曉細節(jié),那就進入下一步。

第二步:區(qū)分是否已采取行動

注意,已采取行動但沒見效,和沒采取行動,完全是兩個狀態(tài)。如果業(yè)務(wù)方還沒有采取行動,就值得懷疑:“為啥明明看到問題,卻不行動???”

很有可能,業(yè)務(wù)方認為問題不重要,到時候就自然消失了。

很有可能,業(yè)務(wù)方已有安排,認為到時候能一舉扭轉(zhuǎn)乾坤。

此時,可以對歷史數(shù)據(jù)進行復(fù)盤,找類似場景,有復(fù)盤結(jié)論后,再針對當(dāng)前情況下判斷(如下圖)。

圖片

這種情況尚且容易處理,因為業(yè)務(wù)方?jīng)]有計劃的時候,對其他人的提醒/建議不會很激烈反對,真正難處理的是:已采取行動但沒見效的場合。

此時,提給業(yè)務(wù)方的診斷結(jié)論,最好是他們從來沒聽過且非常有效的,不然鐵定被人按著頭懟:“你這說的都有啥用!老子剛試過了呀!”這時候下結(jié)論要特別小心。

第三步:區(qū)分是否有行動計劃 

已采取行動未見效的時候,業(yè)務(wù)方的本能反應(yīng)就是:要資源。打仗打不贏,要大號的炮彈,是很正常的思路。

但老板本能反應(yīng)就是:再想想。一定是你的方法不對,不信我換李云龍上肯定能把山崎大隊打下來。

這種反差,使得直接申請資源的計劃常常被駁回。如果申請不到資源,業(yè)務(wù)部門還有可能選擇甩鍋,不管是誰的問題,反正不是我的問題就行。

此時對于數(shù)據(jù)分析師來說,問題異常復(fù)雜。如果數(shù)據(jù)分析師貿(mào)然表態(tài),很有可能被劃入“敵對分子”的范疇,之后不管數(shù)據(jù)分析師再說什么,人家都會單純地為了反對而反對。所以這時切忌主動表態(tài)。而是提前把可能解決問題/甩鍋的選項分析清楚,最后交回給業(yè)務(wù)/老板評判。

常見的甩鍋選項,如:

1.甩鍋給外部環(huán)境:是否大環(huán)境真的變差,影響了所有業(yè)務(wù)線

2.甩鍋給上游部門:是否上游部門真的沒做好,所有下游都遭殃

3.帥鍋給用戶:是否真的某類型用戶口味變化,集體流失

常見的解決問題選項,如:

1.上次解決類似問題的方法,本次是否已經(jīng)用了

2.上次解決方法的投入力度,本次是否已經(jīng)達到

3.其他業(yè)務(wù)線,是否有解決問題的類似方法

以上每一點,單獨拆出來都是一個專題分析,內(nèi)容太多,這里不一一舉例了。但是想要幫助深陷困境的業(yè)務(wù)部門真正找到出路,是值得多花些精力的。

或者采用一種簡單的方法:標桿分析法。挑出可以復(fù)制的標桿,直接對著照抄。這樣省事很多。這也是為啥要先介紹標桿分析法,再介紹問題診斷的原因。有些業(yè)務(wù)部門就是懶得聽理論,他們喜歡說:“你直接告訴我誰做的好,我抄他就完了,奧力給!”

標桿分析法見:標桿分析法,90%數(shù)據(jù)分析師都忘了這一步

圖片

四、小結(jié)

從本質(zhì)上看,問題診斷之所難,難在兩端:

1.行業(yè)環(huán)境、業(yè)務(wù)能力、用戶口味、操作流程等等因素,都會導(dǎo)致業(yè)務(wù)上問題,但這些因素大多不能用數(shù)據(jù)量化,只能一個個細細立假設(shè),做檢驗。

2.出現(xiàn)問題的時候,大家都怕?lián)?zé)任,因此會本能地找借口、想當(dāng)然、樹立場。然后純粹因為立場不同而相互攻擊,拒絕面對真相。

所謂“屋漏偏逢連夜雨”,就是這個局面。此時,想要用數(shù)據(jù)描述問題,容易,樹個標桿就能看出差距。想用數(shù)據(jù)診斷問題,就得突破上邊層層險阻,爭取業(yè)務(wù)的支持和老板的理解,才能見效。這是從數(shù)據(jù)到落地的必經(jīng)之路。

那有沒有簡單輕松的落地方法呢?當(dāng)然有!最簡單的就是業(yè)務(wù)/數(shù)據(jù)/老板說:“我有一個好點子!”。既然已經(jīng)有好點子了,那可以直接檢驗效果,是所謂數(shù)據(jù)實驗法。?

責(zé)任編輯:武曉燕 來源: 接地氣的陳老師
相關(guān)推薦

2023-12-07 12:38:07

2022-05-11 11:33:53

數(shù)據(jù)分析業(yè)績業(yè)務(wù)

2022-04-02 11:47:11

數(shù)據(jù)分析業(yè)務(wù)崗位

2021-10-28 19:22:35

數(shù)據(jù)分析

2021-02-22 17:29:41

體系數(shù)據(jù)分析模塊

2022-10-09 11:32:52

數(shù)據(jù)分析業(yè)務(wù)銷量

2017-05-02 17:22:05

數(shù)據(jù)

2020-10-20 11:27:44

大數(shù)據(jù)

2021-06-07 11:42:41

數(shù)據(jù)分析業(yè)務(wù)

2020-07-22 07:49:14

數(shù)據(jù)分析技術(shù)IT

2014-04-24 09:46:47

數(shù)據(jù)分析

2018-05-16 08:44:55

2020-11-18 09:33:03

數(shù)據(jù)分析業(yè)務(wù)問題

2023-12-03 09:10:00

技術(shù)業(yè)務(wù)數(shù)據(jù)分析

2024-08-30 11:53:31

2023-04-28 12:15:57

數(shù)據(jù)分析師業(yè)務(wù)

2022-02-16 10:37:41

數(shù)據(jù)分析思維數(shù)據(jù)分析

2023-10-11 11:34:54

數(shù)據(jù)分析運營

2021-10-12 15:25:08

大數(shù)據(jù)數(shù)據(jù)分析

2020-07-21 10:09:01

數(shù)據(jù)分析技術(shù)IT
點贊
收藏

51CTO技術(shù)棧公眾號