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

解讀數(shù)據(jù)的七步標(biāo)準(zhǔn),講得太明白了

大數(shù)據(jù) 數(shù)據(jù)分析
數(shù)據(jù)分析師想要加強數(shù)據(jù)洞察能力,就得多積累分析經(jīng)驗,針對具體業(yè)務(wù)問題,收集業(yè)務(wù)動作,多復(fù)盤,這樣才能認(rèn)識得越來越深入。每次具體問題來了,才有豐富的彈藥庫可用。?

“你看看最近的銷售數(shù)據(jù),有啥發(fā)現(xiàn)不?”在工作中,這種無明確目標(biāo)的問題經(jīng)常出現(xiàn)。討厭的地方是:大部分時候,日常數(shù)據(jù)就是只有一點波動。如果直接把“環(huán)比3%增長”這種結(jié)論報上去,又會被扣個“這我也知道,要深入分析!”的帽子。那到底該咋辦?今天系統(tǒng)講解下。

解讀數(shù)據(jù)是有標(biāo)準(zhǔn)順序的,分為7步走:看數(shù)字、找規(guī)律、立標(biāo)準(zhǔn)、看結(jié)構(gòu)、明假設(shè)、驗真?zhèn)?、出結(jié)論。我們不著急,一步步來講:

第1步:看數(shù)字

這是最基礎(chǔ)的,同比,環(huán)比,絕對值,漲了、跌了……日常報告都是這些東西。但是這些東西不招人待見。一來,只要是個人看一眼就知道情況了,沒啥寫的必要;二來,這些玩意沒業(yè)務(wù)含義,講了跟沒講一樣,所以必須深入一步。

圖片

第2步:找規(guī)律

想深入一步,可以把數(shù)據(jù)時間拖長一點,看看有沒有自然規(guī)律。這一步?jīng)]有任何技術(shù)含量,直接把日報表連起來看即可,但是非常管用!因為很多常規(guī)數(shù)據(jù)波動,就是有周期性規(guī)律的。掌握了規(guī)律,可以避免大驚小怪,誤報錯報。還能敏銳地觀察到真正的問題(如下圖)。

圖片

第3步:立標(biāo)準(zhǔn)

想再深入一些,就得找判斷標(biāo)準(zhǔn)。數(shù)據(jù) + 標(biāo)準(zhǔn)=判斷,有了好壞判斷,才能繼續(xù)往下思考:為啥好/為啥壞。最好的標(biāo)準(zhǔn),就是有個KPI值壓在頭上,這樣直接對比KPI完成率就有結(jié)論。

圖片

但有些非核心指標(biāo),沒有KPI要求,這時候就得找其他標(biāo)準(zhǔn)。比如用場景拆解法,把非核心指標(biāo)與KPI指標(biāo)的關(guān)系,KPI達標(biāo)時候非核心指標(biāo)的數(shù)值范圍找出來,這樣也能形成判斷標(biāo)準(zhǔn),做出判斷。

圖片

第4步:看結(jié)構(gòu)

有了好壞判斷,可以進一步思考原因。但在思考原因之前,最好先看下指標(biāo)內(nèi)部結(jié)構(gòu),找到影響指標(biāo)的大頭。這樣重點清晰,更容易看出問題所在。

比如看銷售情況,銷售講究人、貨、場,先從用戶、商品、渠道三個維度,單獨看內(nèi)部結(jié)構(gòu),看哪個類型的占比高,哪個類型在當(dāng)前表現(xiàn)好/差。這樣分清重點,容易形成思路。

圖片

比如看成本情況,區(qū)分可變成本、固定成本,可變成本區(qū)分商品成本、營銷成本。固定成本里區(qū)分前臺、后臺成本。這樣更容易看出哪一塊是波動來源。

有了這一步,后續(xù)再找原因就輕松很多了,可以直插重點。

第5步:列假設(shè)

有些比較懶的同學(xué),直接在上一步就下結(jié)論了。比如最近銷售不好是因為A商品沒賣好。成本高了是因為促銷花錢太多……可這種原因往往太膚淺。一來,有可能A商品沒買好是因為其他藏的更深因素導(dǎo)致的(有更深因素);二來,有可能A商品沒買好是因為某幾類用戶在流失(其他因素波及);三來,即使A沒買好是因為A不行,那也不見得短期內(nèi)能改正,還是得想其他辦法(問題分析的可落地性)

所以,再往下深入,一定要清晰假設(shè),擼出來問題背后的邏輯。很多同學(xué)到這一步會傻眼,覺得原因千頭萬緒,我該怎么列才合理?這里有兩個簡單的辦法:

1、從最近發(fā)生的事件入手。

2、從業(yè)務(wù)可能采取的行動入手。

從最近發(fā)生的事情入手,能快速找到解釋問題來源的假設(shè)。我們可以先收集最近發(fā)生的正向/負向的事件,然后逐一看:

理論上:這個事件對哪些指標(biāo)有影響

實際上:這個事件的發(fā)生程度,相對應(yīng)數(shù)據(jù)變化

這樣逐一排查,找出問題來源。

圖片

從業(yè)務(wù)可能采取的行動入手,則能快速找到業(yè)務(wù)應(yīng)對手段的假設(shè)。比如面對業(yè)績下降,短期內(nèi)業(yè)務(wù)就三板斧:

1、上促銷,派一堆優(yōu)惠券

2、搞培訓(xùn),抓幾個典型示范

3、改文案,把推廣鏈接換換

那么,我們可列假設(shè):

1、按過往投入產(chǎn)出比,促銷可以拉升業(yè)績

2、人員是參差不齊的,有標(biāo)桿可以參照

3、推廣是參差不齊的,有標(biāo)桿可以參照

之后逐一檢驗即可。

第6步:驗真?zhèn)?/h3>

有了假設(shè)可以驗證。注意,很多日常數(shù)據(jù)波動,是沒資源給我們一一做ABtest來驗證的。因此這里說的驗證,更多是找證據(jù)。找到足夠多的、明顯的、數(shù)據(jù)上的證據(jù),來證實觀點。

比如我收到最近商品調(diào)價信息,那么理論上,如果是暢銷品,快供不應(yīng)求調(diào)價,是會提升收入的,而普通商品被逼無奈地調(diào)價只會傷害銷量。那么驗證的思路就是:

1、調(diào)價商品過往銷售、庫存數(shù)據(jù)如何(判斷類型)

2、調(diào)價商品從哪一天開始調(diào)的,調(diào)完了銷售有啥變化

3、調(diào)價商品影響面有多大,剔除這個商品,其他還有問題不

這樣綜合利用數(shù)據(jù),就能下判斷。

圖片

比如我們假設(shè):做促銷可以拉升業(yè)績。那么可以把之前促銷效果數(shù)據(jù)拿出來參考

1、當(dāng)時投入了多少,做了幾天

2、當(dāng)時提升了多少

3、目前按這個數(shù)量,能否填上坑

這樣也能下判斷:如果現(xiàn)在上促銷,能拯救局面不,還需要哪些措施。

第7步:得結(jié)論

到這一步我們已經(jīng)做了充足的功課,交作業(yè)的時候,可以做非常詳盡的匯報:

1、現(xiàn)狀很好/很差,表現(xiàn)為……(第123步的結(jié)論)

2、現(xiàn)狀好,是因為……(第4步的結(jié)論)

3、更深層的原因是……(第5步的結(jié)論)

4、這種好預(yù)計是可以持續(xù)/不可持續(xù)的,因為……(第6步結(jié)論)

5、因此,建議……(繼續(xù)觀察/采取措施/集體研討更進一步方案)

附件里,附上詳細的數(shù)據(jù)過程,就顯得既全面,又有深度了。

7步驟的開展順序

注意,這7步驟,不用等到有人提問的那一刻才開始做。因為:

第1、2、3步,完全是基礎(chǔ)數(shù)據(jù)解讀,平時就能干

第4步,要收集近期業(yè)務(wù)動作,行業(yè)大事,平時就能干

第4步,要對業(yè)務(wù)過往行動做復(fù)盤,歷史上有記錄

平時做好功課,事到臨頭要做的,其實只有第5步中的利用歷史數(shù)據(jù)測算和驗證影響兩件事。

所以我們常說,數(shù)據(jù)分析師想要加強數(shù)據(jù)洞察能力,就得多積累分析經(jīng)驗,針對具體業(yè)務(wù)問題,收集業(yè)務(wù)動作,多復(fù)盤,這樣才能認(rèn)識得越來越深入。每次具體問題來了,才有豐富的彈藥庫可用。

責(zé)任編輯:武曉燕 來源: 接地氣的陳老師
相關(guān)推薦

2024-04-28 12:47:03

數(shù)據(jù)業(yè)務(wù)

2019-03-10 20:37:14

Python編程語言

2010-08-10 13:15:36

Flex配置

2014-04-30 15:20:06

數(shù)據(jù)挖掘

2023-04-28 14:38:47

2024-10-08 09:01:45

2022-07-28 11:33:23

數(shù)據(jù)分析經(jīng)驗

2009-11-06 14:33:27

WCF代理節(jié)點

2011-09-05 17:36:24

2023-09-26 08:00:00

人工智能數(shù)據(jù)集

2017-04-21 14:21:53

深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

2009-07-30 18:08:14

IT與業(yè)務(wù)融合

2009-11-06 13:59:09

WCF Service

2009-11-05 11:06:07

Visual Sour

2020-11-16 11:30:34

MySQL數(shù)據(jù)庫MongoDB

2011-07-18 16:11:32

域控制器

2022-12-14 14:13:01

數(shù)據(jù)分析項目

2011-12-05 10:43:54

JavaJDBC數(shù)據(jù)庫

2019-12-02 14:30:59

服務(wù)器SNMP網(wǎng)絡(luò)協(xié)議

2017-03-03 10:09:30

點贊
收藏

51CTO技術(shù)棧公眾號