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)分析終極一問:自然增長(zhǎng)率,到底怎么算!

大數(shù)據(jù) 數(shù)據(jù)分析
自然增長(zhǎng)率的爭(zhēng)吵,還會(huì)無窮無盡地進(jìn)行下去。特別是,有時(shí)候數(shù)據(jù)分析崗位就是設(shè)在運(yùn)營(yíng)下邊,運(yùn)營(yíng)的老板需要數(shù)據(jù)分析幫自己站臺(tái),這時(shí)候科學(xué)不科學(xué),合理不合理就管不上那么多了。食君之祿,分君之憂,想辦法圓過去就好。但是,作為數(shù)據(jù)分析師,自己得清楚游戲是咋玩的,這樣再用各種方法圓故事的過程中,才能進(jìn)退自如。

?數(shù)據(jù)分析領(lǐng)域有很多終極難題。如果你和營(yíng)銷、運(yùn)營(yíng)等部門打交道,最常遇到的問題一定有一個(gè)叫:自然增長(zhǎng)率!

  • 到底自然增長(zhǎng)率怎么算
  • 為啥我算出來的他們都說不合理
  • 為啥他們給的自然增長(zhǎng)率都這么低

一、什么是自然增長(zhǎng)率

自然增長(zhǎng)率,是相對(duì)于人工增長(zhǎng)率而言的。嚴(yán)格來說,在商業(yè)上是沒有嚴(yán)格的自然增長(zhǎng)率的,所有的業(yè)績(jī)都是靠人做出來的,但是,有些部門是能直接產(chǎn)出業(yè)績(jī)的,有的就只能打輔助,疊buff。

典型的直接產(chǎn)出業(yè)績(jī)的,比如銷售,直觀的看,所有的業(yè)績(jī)都是銷售賣出來的?;ヂ?lián)網(wǎng)的廣告投放與此類似,投了廣告,用戶點(diǎn)擊下來,就直接帶來收入。

典型疊buff部門,就是品牌、營(yíng)銷、推廣、用戶運(yùn)營(yíng)、活動(dòng)運(yùn)營(yíng)。他們是在銷售、推廣的基礎(chǔ)上疊buff。

比如:

  • 原本商品賣30元,現(xiàn)在送個(gè)優(yōu)惠券,省5元
  • 原本商品是食品,現(xiàn)在加個(gè)“吃個(gè)延年益壽”的宣傳
  • 原本商品沒牌子,現(xiàn)在加個(gè)“國(guó)際大牌”“馳名商標(biāo)”

是不是看起來牛逼一點(diǎn)了,買的人可能多一點(diǎn)?有可能,也沒可能!總之很難說清楚。

因此,這些部門就特別想輸出一個(gè)自然增長(zhǎng)率的概念。剝離出來“哪些是本來就有的自然銷量,哪些是我的優(yōu)惠券/積分/小禮品/贈(zèng)品/廣告/宣傳語(yǔ)/等級(jí)/榮譽(yù)徽章”帶來的。這就是自然增長(zhǎng)率問題的起源。

有意思的是,自從這幫人發(fā)明自然增長(zhǎng)率以后,銷售們也開始用這個(gè)概念,不過用法是:計(jì)算自然增長(zhǎng)率是多少,然后證明大環(huán)境/天氣/運(yùn)營(yíng)策劃的傻逼活動(dòng)產(chǎn)生了負(fù)影響,導(dǎo)致銷售沒做好了。

二、理論上的自然增長(zhǎng)率

看起來想剝離品牌、運(yùn)營(yíng)、營(yíng)銷的BUFF很好解決。只要把銷量區(qū)分為自然/人工兩個(gè)部分就好了!

理論上,自然增長(zhǎng)率有三種算法。

方法一:按時(shí)間區(qū)分。沒做活動(dòng)之間是自然增長(zhǎng)率,做活動(dòng)期間是人工增長(zhǎng)(如下圖)。

圖片

方法二:按人群區(qū)分。沒做活動(dòng)的人是自然增長(zhǎng),做活動(dòng)的是人工增長(zhǎng)(如下圖)。

圖片

 

方法三:按產(chǎn)品區(qū)分。沒做活動(dòng)的產(chǎn)品是自然增長(zhǎng),做活動(dòng)的是人工增長(zhǎng)(如下圖)。

圖片

 

搞掂!多輕松。是滴,理論上確實(shí)這么輕松,但實(shí)際操作起來,麻煩就來了。

三、來自現(xiàn)實(shí)的挑戰(zhàn)

挑戰(zhàn)一:非活動(dòng)時(shí)間數(shù)據(jù)不工整。

從本質(zhì)上看,顧客不會(huì)時(shí)時(shí)刻刻均勻的到店買東西。想逛街要等下班、等周末、等放假;想上網(wǎng)得等有空、摸魚、娃睡了的時(shí)候。因此非活動(dòng)期間數(shù)據(jù)本身就是高低起伏。到底選3個(gè)月平均?選最近一個(gè)月?選最近一周?經(jīng)常因?yàn)檫@個(gè)事吵架。

挑戰(zhàn)二:幾乎天天做活動(dòng),沒有非活動(dòng)期。

這個(gè)在零售、電商、游戲等行業(yè)都很常見,活動(dòng)幾乎天天都在做,無法選非活動(dòng)期?;蛘叻腔顒?dòng)期只有兩個(gè)大活動(dòng)之間短短數(shù)周,本身處于大促結(jié)束后的回暖時(shí)期,根本不足為據(jù)。這樣時(shí)間法基本就廢掉了。

挑戰(zhàn)三:商品屬性、生命周期不同,無法類比。

首先,很難選出一模一樣的商品進(jìn)行對(duì)比,兩款商品或多或少存在差異。其次,商品本身的銷量走勢(shì),也是人為做出來的。商品賣得好了需要加單,商品賣得差了需要清倉(cāng)。因此眼前的銷量很難被認(rèn)定為:“自然”。

挑戰(zhàn)四:不是所有活動(dòng)都適合劃分參照人群。

比如618,雙十一大促,還嫌參與的人不夠多呢,不可能剔除某些人不參加。比如非電商渠道,非即時(shí)消費(fèi)產(chǎn)品,如果搞區(qū)分人群定價(jià),很容易引發(fā)竄貨,或者被消費(fèi)者舉報(bào)到市場(chǎng)監(jiān)督局,定一個(gè)“大數(shù)據(jù)殺熟”的罪名。

挑戰(zhàn)五:參照人群的劃法,很難一碗水端平。

即時(shí)分參照人群,也很難說明問題。因?yàn)樽罱K要測(cè)試的是購(gòu)買行為,而影響購(gòu)買行為的變量很多。性別、年齡、過往購(gòu)買頻率、品牌忠誠(chéng)度、促銷敏感性等等因素都有影響,因此通過分析抽樣,可以輕松做出來購(gòu)買率很低的參照組,從而讓ABtest失效。

挑戰(zhàn)六:外部影響沒有考慮。

是滴,即使以上因素全部考慮,依然有人跳出來說:你沒有考慮宏觀環(huán)境/天氣/政策/社群族群等等影響,總之,原本應(yīng)該下跌30%以上的,你看XX同行就跌了這么多,所以我們下跌20%是正常的,嗯,是我們的成果。

更深層地看,之所以有這么多亂七八糟的爭(zhēng)論,本質(zhì)就是兩字:

甩鍋

不是為了讓自己的工作蓬蓽生輝,誰(shuí)又會(huì)這么賣力地推過攬功,舌花燦爛呢。你說的數(shù)讓人家的績(jī)效不好看了。人家就會(huì)找各種理由噴你,就這么簡(jiǎn)單。

四、理論上的破局

有沒有合理的解決辦法?理論上有!

解決的前提就是站在二層樓看問題,把屁股從小部門位置上挪開。思考到底做到啥程度真的對(duì)業(yè)績(jī)有幫助,如何完成自己的任務(wù),提高整體效率。

首要要排除的就是把鍋甩給外部因素。是否是外部環(huán)境變化,其實(shí)從數(shù)據(jù)上很好識(shí)別,只要滿足四大條件就能說這是主要受外部影響(如下圖)。但是,如果不能滿足四大條件,僅僅是看到一條新聞報(bào)道、聽說了同行的抱怨、就不拿來說事。

圖片

其次,對(duì)于直接產(chǎn)生業(yè)績(jī)的部門,根本就不要扯啥自然增長(zhǎng)。達(dá)標(biāo)就是達(dá)標(biāo),不達(dá)標(biāo)就是不達(dá)標(biāo)。只是看從呢不找辦法,還是外部找辦法。

再次,對(duì)于疊buff部門,可以算自然增長(zhǎng)。但是要分三大類型算:

圖片

簡(jiǎn)單來說,就是:

  • 不背硬指標(biāo)的,自己和自己過往比
  • 背硬指標(biāo)但是有明確任務(wù)的,先完成任務(wù)
  • 背硬指標(biāo),且背整體指標(biāo)的,關(guān)注整體,不糾結(jié)細(xì)節(jié)。整體不達(dá)標(biāo),你光嗶嗶我自己做的好,照樣沒人信
  • 背硬指標(biāo),且分群營(yíng)銷的,直接上ABtest,不整虛的

當(dāng)然,還有最簡(jiǎn)單的辦法,就是:買定離手法。所有人提前共識(shí)算法,用最近X周也好,用去年同期也好,總之,在項(xiàng)目開始之前共識(shí)好。之后買定離手,事后效果不好了自己反思原因。一開始不定好參照組,事后自然會(huì)百般狡辯。

五、現(xiàn)實(shí)中的無奈

然而以上僅僅是理論。現(xiàn)實(shí)中,無論怎樣,都是:

  • 負(fù)責(zé)疊buff的運(yùn)營(yíng)總是想證明自己一手遮天
  • 負(fù)責(zé)銷售的部門總是喜歡抱怨后臺(tái)支持不給力
  • 負(fù)責(zé)監(jiān)督的老板總有自己的小九九和衡量標(biāo)準(zhǔn)

所以關(guān)于自然增長(zhǎng)率的爭(zhēng)吵,還會(huì)無窮無盡地進(jìn)行下去。特別是,有時(shí)候數(shù)據(jù)分析崗位就是設(shè)在運(yùn)營(yíng)下邊,運(yùn)營(yíng)的老板需要數(shù)據(jù)分析幫自己站臺(tái),這時(shí)候科學(xué)不科學(xué),合理不合理就管不上那么多了。食君之祿,分君之憂,想辦法圓過去就好。但是,作為數(shù)據(jù)分析師,自己得清楚游戲是咋玩的,這樣再用各種方法圓故事的過程中,才能進(jìn)退自如。

其實(shí)細(xì)看之下,會(huì)發(fā)現(xiàn),所謂的數(shù)據(jù)分析終極難題,從來都不是難在計(jì)算本身,而是難在各個(gè)部門都拿數(shù)據(jù)當(dāng)槍使,屁股決定腦袋。當(dāng)你想收集一個(gè)有利的數(shù)據(jù)證據(jù)的時(shí)候,你總能找到一個(gè)。?

責(zé)任編輯:武曉燕 來源: 接地氣的陳老師
相關(guān)推薦

2020-12-30 05:31:10

數(shù)據(jù)分析歸因

2023-02-09 12:15:49

數(shù)據(jù)分析因素售后

2024-11-26 14:45:29

2023-11-03 11:51:31

2021-01-27 05:17:27

數(shù)據(jù)分析指標(biāo)

2025-02-24 11:13:27

2020-04-24 09:47:39

Python數(shù)據(jù)增長(zhǎng)率

2020-07-22 07:49:14

數(shù)據(jù)分析技術(shù)IT

2014-04-25 09:23:06

2014-01-03 09:10:57

開發(fā)就業(yè)

2013-11-04 14:33:34

華為存儲(chǔ)收入增長(zhǎng)率

2022-09-15 09:45:46

衛(wèi)星物聯(lián)網(wǎng)物聯(lián)網(wǎng)

2016-12-09 09:37:25

數(shù)據(jù)分析報(bào)告

2021-11-11 11:27:55

大數(shù)據(jù)分析系統(tǒng)

2017-12-13 10:04:05

2022-10-14 11:55:29

2022-05-11 11:33:53

數(shù)據(jù)分析業(yè)績(jī)業(yè)務(wù)

2021-09-10 14:05:14

預(yù)測(cè)分析大數(shù)據(jù)分析大數(shù)據(jù)

2013-01-29 09:57:23

數(shù)據(jù)分析

2011-03-28 17:30:47

Android應(yīng)用
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)