聊聊你对象口中的“5W2H”

开发 前端
周末的时候和朋友出去吃饭,他说起有一次没给媳妇儿汇报出去吃饭,回家被盘问的过程。这个盘问的问题,让我想起了5W2H这个经典的分析方法框架。

[[394206]]

周末的时候和朋友出去吃饭,他说起有一次没给媳妇儿汇报出去吃饭,回家被盘问的过程。这个盘问的问题,让我想起了5W2H这个经典的分析方法框架。

那次他回到家晚了,被媳妇儿堵门口,问了大概以下几个问题:

1、去干啥了?

2、和谁?

3、咋这么晚才回来?

4、在哪儿?

5、为啥又约饭?

这就是5W,还有2H:

1、谁请的?

2、花了多少钱?

问的恰到好处,一个都不漏下。精准的问清楚了出去和朋友约局这件事儿的所有重点。该知道的一个不落,整个思考和逼问过程,行云流水,一气呵成,逻辑缜密。让你不得不为之佩服。

不知道你经历过没有,师兄也是经历过这种的,都懂的吧~

那么结合到工作中,我们在做需求的时候是不是也能借鉴这个思维?!

一个需求,也可以从以下角度进行拆解:

  • what:什么事
  • who:什么人
  • when:什么时候
  • where:什么地点
  • why:为什么
  • how:如何做的
  • how much:花了多少钱

比如最近产品的GMV下降了,我们想要分析一下原因。如何使用5W2H拆解呢?

what:什么事

明确到底是什么问题,比如这个需求是GMV下降了,我们想分析下,GMV为什么下降。

但是我们不仅仅要明确GMV下降这个问题,我们最好能够量化出来,下降了多少。比如同比(环比)XX时间绝对值下降了多少,相对值下降了多少。一般情况下,GMV处于什么位置波动,此次GMV下降,是在这个范围内波动,还是超出了这个波动范围。如果在这个范围内波动,则是正常现象,如果超出了,我们才将之判定为异常。

who:什么人

明确此次GMV下降,是哪种用户下降导致的。是新用户还是老用户,如果是新用户,是不是我们的渠道策略变化了,新拉来的用户不是我们的目标用户,或者这批用户对此类型的产品不敏感导致。如果是老用户,是不是老用户的复购率在下降,还是老用户的客单价在下降。

when:什么时候

什么时间点开始下降的,下降的对比条件是同比,环比,还是定基比。从天级来看,是每天都在下降,还是某个节点下降后就不再下降;从小时上看,是全天都在下降,还是具体某几个小时在下降。这些我们都可以拆分出来更细粒度的时间维度的数据。

where:什么地点

是全国都在下降,还是某些省份下降?是哪个渠道来源下的GMV下降,还是整体渠道都在下降?每个可以拆的地理信息,和渠道信息,以及产品信息我们都能做一次拆分,细分到这些实际的地理信息和虚拟的地理信息维度下的数据情况。

why:为什么

也就是通过上述原因,我们总结出,到底为什么下降,得出一个基于事实的原因解读。我们拆分了这么多维度,总会有异常的值,结合这些异常的值,总结出具体的原因和结论性观点。

how:如何做的

如果我们要提升GMV,我们要如何做。相应的,我们找到了结论,那么我们只是解决了过去的问题。因为我们提出这个需求,是要解决他未来可能还继续下降的问题。所以我们需要给出解法,也就是结合当下的问题,从产品上,运营上,策略上去提出我们的建议。给出相应的解法,应对未来的方向和策略,才是我们应该做的。

how much:花了多少钱

如果我们提出了一个解法,那么我们还要计算出这个解法下的收益和损失。比如我们觉得GMV下降的解法是提高产品单价,那么我们需要考虑这种做法对我们整体的收益有多少。及提高单价,可以提高ARPU值,但是会影响购买率,整体算下来,我们是亏的还是赚的。

也就是说,我们不仅提出对应的策略,还需要预估对应策略下的收益与影响,这样才能更好的衡量我们策略的效果,对策略做出合理的评估。

通过拆解,我们不仅定义了这个GMV是否异常,还明确了哪些原因导致的GMV异常,更提出了相应的解法,和解法的收益。

这个也是一个完整的需求拆解和处理过程,很多时候我们可能只做到了拆解和异常解读,那其实 2H我们就没有做到。

很多时候,统计分析方法也是源于生活。在生活中多问自己几个为什么,总结下也可以汇总出工作上的打法。大家多思考沉淀。就比如,出去玩这件事儿,根据我这些年的过来人经验总结,还是需要给家里人“汇报”下的,这样家里人才更放心~

今天就到这,回见。

 

责任编辑:武晓燕 来源: 数师兄
相关推荐

2021-02-26 05:27:05

数据分析

2021-09-16 21:34:52

5G专线

2015-09-15 10:23:34

应用性能

2018-03-27 10:06:26

对象存储演进

2018-02-06 16:21:13

H5首屏探讨

2021-07-07 12:01:48

iOS内存对齐

2022-03-08 11:08:06

缓存系统数据

2010-08-31 14:01:00

DB2SQL脚本

2009-07-06 00:13:04

HTML 5XHTML 2

2022-06-27 08:31:29

数据溢出无符号

2022-12-12 08:42:06

Java对象栈内存

2021-03-12 10:12:09

etState函数React

2021-02-01 23:23:39

FiddlerCharlesWeb

2019-08-19 08:45:44

5G2C运营商

2022-06-07 08:14:35

PGPAGETUPLE

2022-05-31 07:32:19

JDK8API工具

2021-03-31 19:33:40

Windows 10微软预览版

2022-11-04 08:19:18

gRPC框架项目

2022-02-25 19:29:07

Vue2esbuild项目

2023-05-14 19:18:07

点赞
收藏

51CTO技术栈公众号