数据分析,到底要懂多少业务?
同学们经常听到:数据分析要懂业务,到底懂多少才算懂业务?还有新手同学很困惑,说:“我就不懂,又能咋样!”今天系统讲解下。
问题场景:
小明去面试数据分析师,面试官问:“满减促销活动怎么分析?”
小明答:“促销分析,无非就是对比。作对比,无非就是ABtest,分为促销组,非促销组,搞掂!”
小明挂……
问题出在哪里???
一、懂业务,从业务场景开始
小明挂在没有考虑业务场景上。但凡留个心眼,都会多问一句:什么场景的促销?
是不是所有场景都能上ABtest?当然不是!
所有线下场景,都无法ABtest:不可能一个客人进来有优惠,另一个没有。线下场景这么搞,轻则被客人大脑门店,重则被举报到工商局,一查一个准。
线上的大促场景,无法ABtest:促销分大促和精准两种,如果为了冲业绩、甩库存、上新品,是不需要做ABtest的。因为这时候就是All In,就是希望人越多越好。为什么要分B组!妈的A组还嫌人不够呢。
懂业务的第一层含义,就是懂业务场景。不同场景下,业务有自己本身的运行规律,强行违反规律办事会引发各种问题。不同场景下,能采集的数据、能使用的运营手段也不同,因此必须细致考虑。
二、懂业务,要懂业务基本玩法
注意,即使是线上场景,这个问题里也不会用ABtest。因为“满减”指的是满50减10元,满100减20这种活动。做满减的目的是为了鼓励用户多消费,一般和优质产品捆绑(废话,垃圾产品谁肯买那么多呀,一般垃圾产品都是做折扣)。此时内在的业务逻辑就是要多人知道,因此不需要区分B组。
这里有一个知识点,就是不同商品生命周期中运营手段。如果把商品销量,从上市到退市做生命周期图,可以看到经常有如下规律(如下图)。
在不同阶段,价格运营的手段是不一样的(如下图)。
因此当涉及价格促销的时候,优先问清楚:是什么商品,多大价格力度的促销。商品的价格促销能力,和商品的利润&用户需求刚性两方面有关。
如果促销的商品,本身利润空间薄,则大幅度的价格促销只会是为了铺货(新品扩大知名度)或者甩货(减少库存成本);如果促销的商品用户没有刚需,则价格促销也注定不能起到效果。
所以懂业务的第二步,就是了解基本玩法。这些基本玩法,和第三步有重要关系。
三、懂业务,要懂业务目标与现状
懂业务的第三步就是懂业务目标。数据分析要输出结论,就一定得了解判断标准是啥。
判断标准+数据=结论。判断标准是根据业务需要得出的,如果不利于当前业务发展,那再合理的标准也不好使。
有些新手会说:业务目标无非就是赚钱/或者业务目标无非就是AARRR。这样太肤浅了。以商品管理为例,不同品类的目标本身就不同,并非所有产品都得赚钱(如下图)。
综上,在遇到具体问题的时候,要了解清楚:
- 业务模式:toB/toC;
- 业务场景:线上/线下;
- 业务玩法:具体做的是XX事情;
- 业务目标:想达成的目的是……
当然,如果是面试这种场景,是可以直接问面试官的:“有没有具体分析场景”。如果面试官说有,就按面试官的分析。如果面试官没说,可以引用一个自己刚刚参加过的/刚刚见过的活动举例子。
而本案例场景里,如果多问一句,会发现面试官是有具体场景的:线下门店,6月中旬至7月上旬,少儿图书、玩具,会员专享,满200元9折,300元8折,500元7折……
这个背景交代已经很详细了。线下门店6月下旬开始冲少儿图书/玩具,显然是为了蹭一波假期消费的热度,但是还是少了目标。
因为背景里有“会员”二字,所以还是得确认下,到底这么做是为了提升会员指标,还是商品指标。
如果是提升会员指标,是为了通过给一个很大力度的优惠,提升新会员注册率,还是拉升老会员消费。
注意:就算有目标,还不能直接完事,因为业务现状不一样,直接导致目标达成难度不同(如下图)。
目标脱离现状,会失败;目标有机会达成,但缺少配套支持,也会失败。这些分析必须结合当前实际情况进行,因此清理现状非常重要。
四、懂业务,懂业务流程与业务套路
很有可能目标一样,做法一样,但具体操作流程不同,导致的效果完全不同。
比如同样是会员办卡,就有三种常见形式:
如果有预充,且预充金额与活动可叠加,则能极大拉升新会员注册动力。
如果有预充,但预充特权不与活动重叠,则会形成相互抵消的作用。活动设计不合理,未与现有权益形成合力,也是活动失败的重要原因。
如果有微信卡包/APP则可以在CRM系统做领券减。
如果在CRM系统做先领券再减,就可以给各个门店分配专属二维码,从而掌握有多少用户扫码参与,从而推断出:如果参与人数不足,到底是某个店没有做好,还是海报做的太烂了(如下图)。
如果只有手机号预留的会员卡,则可以根据手机号到店频率,区分轻中重用户,对于重度且未到店用户主动短信提醒、外呼,从而提升效果。
如果发现有的莱昂的重度会员到店且消费临近门槛未达标,那就是店员没有做好培训,连引导都做不好。操作流程的差异、执行力度高低、直接导致了不同的效果。
而不同操作流程,留下的数据形式也不同,如何从分析中,解读出原因的方法也不同。因此了解操作细节,不但对推导分析结论很重要,而且对于下一次开展业务也有指导意义。选择数字化方法,加强数字化能力,本身就意味着向高效率执行落地靠拢。
五、懂业务,懂业务的好处
当我们懂了业务以后,即使看到同样的数据,也能做出不同解读。我们给到的分析结论,能非常地丰富。比如通过回顾目标,发现活动最终未达标,那么给出来的解读,就可以是:
- 因为消费门槛设得太高;
- 因为没有与现有预充权益结合;
- 因为门店执行没有做到位;
- 因为没有通知到老会员。
而不是简简单单一句:“因为参与活动人数太少,建议搞多”。
这只是一个很简单的小例子,但同学们能看到:数字是业务的反映,数据产生于业务流程之中。
想基于数据对业务做出判断,就得深入了解业务。不只是一句简单的:“问问业务在干啥”而是深入细致的,从业务场景,到业务目标、业务现状、业务流程,再到数据采集,这些部分分属不同的人,因此要充分得与各方沟通,做好前期分析才行(如下图)。
当然本篇信息量非常巨大,可能同学们需要一点时间消化,因此可以先记得:不要遇事说“无非”,多了解具体情况,具体问题具体分析哈。
#专栏作家#
接地气的陈老师,微信公众号:接地气学堂。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。
相关文章:
相关推荐: