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)分析報告,如何寫出“可執(zhí)行”的建議?

大數(shù)據(jù) 數(shù)據(jù)分析
唯獨數(shù)據(jù)分析能力是可以通過學習、訓練、實驗、記錄來不斷提升的。所以基于數(shù)據(jù)提可行性建議,可能不會被采納,但只會越來越被重視。?

很多同學在工作和面試時都遇到一個要求:數(shù)據(jù)分析要給出“可執(zhí)行”的建議。

“可執(zhí)行”這仨字難倒了好多人。怎么才算可執(zhí)行?我要給銷售一個可執(zhí)行的建議,所以我要自己去賣幾百萬的貨?我要給內容運營一個可執(zhí)行的建議,所以我要建議她在標題里“震驚!”“沸騰!”“深度好文”一下?

我平時就會寫:“活躍率低了,要搞高”,該咋辦呀!以上種種問題,今天系統(tǒng)解答一下。

1.什么叫可執(zhí)行

很多做數(shù)據(jù)的新人,喜歡寫:活躍率低了,建議搞高。這就是典型的“不可執(zhí)行”的建議?!案恪笔且粋€動詞,光禿禿一個動詞丟出來,別人鐵定問:誰來搞?要搞誰?在哪搞?怎么搞?搞多少?……一連串連珠炮似的問題。

面對這種疑問,沒有經驗的同學會直接被突突暈掉??捎薪涷灥耐瑢W知道,這里是有套路的,就是5w2h方法,按這個思路梳理需求,就很容易整明白:到底要具體到哪些細節(jié)(如下圖)。

圖片圖片

然而梳理完成后,又有一個新問題:怎么從數(shù)據(jù)里推導出這些細節(jié)呢?這里要結合具體的例子來講。

我們就舉在線教育的例子,假設你是一個在線教育機構數(shù)據(jù)分析師,雖然全世界都在吹“在線教育要火”可眼前就是光見花錢圈用戶,收入不見提升。領導要求你分析出“可執(zhí)行”的建議了!咋辦?咱可以這么做。

第一步:清晰宏觀方向  

雖然具體的方案千差萬別。但是歸根溯源,都跟倆個東西有關:

  • 時間緊迫性:需要用多久解決問題
  • 資源豐富性:到底有多少投入

兩者對干貨方法的影響,如下圖所示。

圖片圖片

所以想讓自己的建議可行,首先得保證宏觀上的判斷正確:

  • 這個事是多大的事,要搞到什么程度才算結束(why)
  • 這個事是不是現(xiàn)在要搞,能預留多久解決?(when)

把這兩個定下來,后邊就能調配資源,才能談細節(jié)。

我們給的場景是:光見花錢圈用戶,收入不見提升。到底用戶增長,收入增長情況如何?通過趨勢分析法,可以進行初步判斷,比如下邊兩種場景,對應的問題嚴重性,緊迫性就不一樣。

圖片圖片

經過趨勢判斷+目標計算,我們可以得出一個大致范圍。比如:

  • 如目前趨勢持續(xù)3個月,年度銷售目標將無法達成
  • 想達成目標,以下三個月必須扭轉局面
  • 需要把人均付費做到1000以上
  • 需要至少拉動20000個付費用戶

有了這個測算,我們就對宏觀形勢有了判斷,可以爭取資源,鎖定工作范圍。

注意:很多做數(shù)據(jù)的同學,在這一步會很糾結。越是做數(shù)據(jù)的,越想用一個精細的模型來論證未來走勢。經常做項目的人完全不這么干,他們反而傾向于簡單的加減乘除算賬,語言表達也很簡單直接:“現(xiàn)在一個月就500萬上下,不做到1000萬任務完不成?。?!”

這是因為,這里測算是為了爭取資源,需要領導們認同。因此:越復雜的方法,反而越容易誤導決策,越容易讓人們把精力放在“數(shù)字算得對不對”而不是“這個事到底該不該做”上。

越簡單的推算,反而越容易讓不同知識背景、能力層次、認知水平的領導們達成共識。最終推動事情往下做。

所以如果做數(shù)據(jù)的同學們真想做可執(zhí)行的建議,一定要控制自己的糾結程度。牢記:“說服別人才是第一目的,達成共識才是最終結果”,千萬別自己陷進細節(jié)出不來了。

第二步:落實作戰(zhàn)范圍   

明確了方向,鎖定資源以后,可以具體討論該怎么干活。這就涉及:

  •  誰來干?(who)
  • 哪里干?(where)
  •  干誰?(what)

這三個問題。

真想讓項目落地,選中責任人是最重要一環(huán)。責任不清楚,事情沒人理。做數(shù)據(jù)分析的同學們往往缺少這個責任意識,只是泛泛建議:“要推高客單價產品,要加強付費刺激,要做多活躍用戶”。

這種建議當然不夠落地了。比如“做多活躍用戶”,既可以讓渠道多拉一些優(yōu)質客源,也能讓運營多做一些拉活躍活動,還能讓商品管理出一些吸引力商品,幾乎人人工作都和它有關。人人負責就等于人人不負責,所以泛泛而言是無法落地的。

這里有三個問題,在實際解決時候反而沒那么復雜,因為企業(yè)的組織架構往往和任務是捆綁的。往往鎖定了where或者what的同時就把who一起搞掂了。所以熟悉組織架構,了解每個部門對應哪個環(huán)節(jié),哪個群體進行工作,非常必要。

圖片圖片

在線教育機構,可能組織架構與任務對應如下圖:

圖片圖片

因此,對分析而言,這里最要的是:找到關鍵問題癥結,集中發(fā)力。比如原問題:光見用戶多,不見收入漲。

可以衍生出若干假設:

  • 投放問題:用戶本身質量不高,對課程沒有需求
  • 推廣流程問題:推廣環(huán)節(jié)多(比如先拉群,聽直播再推付費課),效率低
  • 運營問題:學生復購低,原本推出來引流的課程無轉化
  • 課程質量問題:課程吸引力低,競爭力差

之后分別尋找數(shù)據(jù),驗證假設推導出核心問題。

注意:這是數(shù)據(jù)分析師最能發(fā)揮作用的地方,沒有之一。因為一般業(yè)務部門討論這些問題的時候,都會陷入本位主義,大家相互指責,都想證明自己沒問題?;蛘叽蠹覡帗屬Y源,都想證明自己的環(huán)節(jié)最重要。

特別在在線教育,這種串行業(yè)務邏輯,上下游爭吵更激烈。數(shù)據(jù)分析師作為第三方角色,可以輸出更有說服力的答案。

第三步:鎖定執(zhí)行細節(jié)    

假設在第二步分析中,我們明確了:

  • 首要問題內容產出不佳,對用戶吸引力不夠
  • 次要問題是投放力度不足,需要增加投入
  • 產品本身和競品差異不大,不怕競爭

那么在第三步,可以聚焦解決“如何設計優(yōu)秀內容,做好投放”上了。這樣分析建議離落地只差最后一步:建議以何種形式做。

大量數(shù)據(jù)分析同學都倒在了這一步。往往大家一聽“如何做”就怕了?!拔沂钦娌粫懳陌赴?!”其實完全不需要大家自己寫。

站在數(shù)據(jù)分析角度,關注的不是某個具體idea,而是哪個套路更管用。所謂:方向不對,努力白費。結合數(shù)據(jù),找到更好的套路,才是數(shù)據(jù)分析的作用方式。

想找套路,就要先研究套路。這里需要數(shù)據(jù)分析師對常用的業(yè)務套路所有了解。比如在線課程,是有常用推廣方式的:

圖片圖片

有了分類以后,我們可以對每個分類推廣效果做分析,找到:

  • VS自身,哪個類型推廣更容易達成效果
  • VS行業(yè),哪個類型與同業(yè)差異最大
  • VS時間,哪個類型可以持續(xù)用

這樣在最后給建議的時候,可以給得非常精準:我們是XX類做得太少,需要加大力度到XX水平就能達成目標。比起空口說“要多做內容引流”要好,我們在開頭已經計算過具體還欠多少業(yè)績,因此完全可以根據(jù)每一類引流ROI,推算出花多少錢,達成多少效果。已經給足了時間和經費,后續(xù)想再做創(chuàng)意也有了空間。

圖片圖片

2.小結

縱觀整個過程,大家會發(fā)現(xiàn)通過數(shù)據(jù)分析解決可執(zhí)行問題,是一種從上自下層層遞進的方法。先確保方向正確,再落實到具體責任人,再具體到對象,再看具體操作大類的投入產出,至于最后的創(chuàng)意,能有就有,沒有拉倒。

反正給足了時間、費用,只要做到平均水平,也能交差。頗有一種“只要開好了分礦,你平A過去就贏了”的感覺。

當然,這種層層遞進的邏輯方法,也是數(shù)據(jù)分析的短板。從經驗上看,數(shù)據(jù)分析師做的方案往往傾向于保守,往往缺少創(chuàng)意,這些都是太過理性的后遺癥。

而實際上商業(yè)成功往往不是理性的結果。天才的創(chuàng)意、勇猛的膽識、無敵的運氣、過人的機智、誘人的魅力、不可挑戰(zhàn)的權力,可能都是成功的因素。

然而,數(shù)據(jù)分析的獨特吸引力也在這里。你會發(fā)現(xiàn)創(chuàng)意、機智、魅力是天生的,權力、運氣可遇不可求的,膽識加在蠢人身上就是災難。

唯獨數(shù)據(jù)分析能力是可以通過學習、訓練、實驗、記錄來不斷提升的。所以基于數(shù)據(jù)提可行性建議,可能不會被采納,但只會越來越被重視。

責任編輯:武曉燕 來源: 接地氣的陳老師
相關推薦

2021-12-03 11:29:21

數(shù)據(jù)分析年度

2023-02-26 00:00:03

數(shù)據(jù)分析數(shù)據(jù)模型

2020-07-15 08:17:16

代碼

2022-08-29 07:11:05

業(yè)務數(shù)據(jù)模板

2020-05-11 15:23:58

CQRS代碼命令

2021-09-01 08:55:20

JavaScript代碼開發(fā)

2013-06-07 14:00:23

代碼維護

2016-11-25 13:50:15

React組件SFC

2017-03-15 13:41:16

數(shù)據(jù)庫SQL調試

2019-03-04 14:52:42

數(shù)據(jù)分析簡歷工作經歷

2021-11-30 10:20:24

JavaScript代碼前端

2022-10-09 11:32:52

數(shù)據(jù)分析業(yè)務銷量

2021-01-04 07:57:07

C++工具代碼

2022-02-08 19:33:13

技巧代碼格式

2022-02-17 10:05:21

CSS代碼前端

2019-09-20 15:47:24

代碼JavaScript副作用

2022-03-11 12:14:43

CSS代碼前端

2020-12-19 10:45:08

Python代碼開發(fā)

2020-05-19 15:00:26

Bug代碼語言

2022-03-08 23:46:06

數(shù)據(jù)分析大數(shù)據(jù)
點贊
收藏

51CTO技術棧公眾號