数据分析,如何挖掘业务机会

大数据 数据分析
从数据中,挖掘出业务机会点,是很多公司对数据分析师的要求。然而到底啥是机会点?到底要怎么挖?很少有人详细讲解过,也让很多同学困扰。今天结合一个具体问题讲解一下。

[[431846]]

从数据中,挖掘出业务机会点,是很多公司对数据分析师的要求。然而到底啥是机会点?到底要怎么挖?很少有人详细讲解过,也让很多同学困扰。今天结合一个具体问题讲解一下。

问题场景:某电商平台,运营部门要求数据分析师挖掘用户运营机会点。数据分析师开心地报告“发现用户购买4次以后,用户消费就很高了,建议让每个用户买4次”……之后惨遭业务批判:“你分析了屁!”

问题出在哪里呢?

01错误示范

“发现用户购买4次以后,用户消费就很高了”这是一句典型的就数论数的废话。用户买得多,消费自然就很高呀!闭着眼睛都知道,还要分析啥。这种世人皆知的道理拿出来当然会被人喷。

其实反过来看,还不如用矩阵分析法,找一下有没有违反常识的人群,说不定业务还能觉得眼前一亮(如下图)。

从本质上看,找业务机会点,要找的是:业务可以通过XX行为,改善XX指标的机会。因此如果脱离业务行动,单纯就数论数,就很难挖掘到真正的机会。

比如上例中,即使用了矩阵法,发现了一批高客单价低消费频次的用户,业务方还是会质疑:

  •  他都买了这么多了,为啥还要搞他复购
  •  他都买了这么多了,是不是消费力已经用完了
  •  他都买了这么多了,为啥不是找更多同类的人
  •  ……

各种质疑迎面扑来如万箭穿心,数据分析师哪个都抵挡不住。

02破局思路

从更深层看,找业务机会点,却连业务关心什么、想干什么都不清楚,单纯在数据里扒来扒去,肯定找不到有用的结果。

因此,有两个更好的解题思路:

思路一:先了解业务要做什么,再找把事做好的办法(执果寻因式)

思路二:先了解业务想改善什么,再找能落地的方法(按图索骥式)

这两种方法,都避免了漫无目标的扒拉数据,能做到有的放矢。

03执果寻因式挖掘

很多情况下,业务部门是因为老板下了命令:“做个XX活动/XX功能吧……”就开始行动。这个时候是现有了一个行动,再想怎么把行动做好。这是典型的执果索因式机会挖掘。

站在业务执行的角度,具体执行方案是由五个部分构成的。

  • 目标用户(谁)
  •  信息渠道(如何联系他)
  • 达标要求(联系他做什么)
  • 参与流程(他要分几步做)
  • 达标奖励(做完了能得什么)

老板在布置任务的时候,很可能不会面面俱到。此时解决问题的思路,就是哪些板块老板没有指定的,就从哪里入手。寻找可以优化的点。(可能有同学会不服气,为啥不是我站出来和老板干一架,找充足的证据把老板的想法否定掉。额,如果公司氛围很民主的话,可以试试……)

比如老板只是安排了:要做裂变,但是具体怎么裂并没有讲清楚,此时,就能分模块的分析:如何能让裂变做得更好。注意,对应业务执行五部分,需要的分析是不同的(如下图)。

有同学会问,那老板事无巨细地把啥都安排好了,然后让我们执行,这时候咋办?

答:这时候可以改变思路:先评估,按目前安排是否能达成目标。如果能达成目标,则努力做好即可。如果不能达成目标,就得准备第二手方案兜底,避免老板意图不能达成,扣一个“执行不力”的黑锅下来(如下图)。

整个思路归纳一下,如下图所示:

这里要注意的是:在没有做过,且不能做测试的情况下,理论推导的结果是很不准确的。数据分析无法预测前无古人的事。因此只要是业务没干过的,统一建议先测试,拿到测试数据再说话。

04按图索骥式挖掘

这种情况,更接近我们想象中的数据分析场景:业务部门先给个目标,数据再找办法。拿到这种问题,首先要对该目标的历史达成情况做分析,看看是哪一种(如下图)。

如果真是从来都没有达成过(且根据走势推测,也无法通过现有的增速达成),那就说明:现有的手段都不管用。这时候干脆就不要扒拉历史数据了,历史无法告诉你怎么实现。这时候需要业务上先收集有可能实现目标的手段,数据再配合做测试,或做推演。来验证:这是个真机会,还是镜花水月。

如果偶尔能实现,则还要进一步分析,是凭运气/凭资源/凭做法实现的。很有可能偶尔实现的目标,只是当时运气好/资源多,并非真的有啥好做法,此时洞察的机会点,就是剔出那些真正有实力的业务,总结业务经验。至于没实力的,帮助大家认清现实,早找新办法。

如果一半一半,则说明存在稳定的标杆,可以标杆分析法,洞察标杆做法,作为机会点复制给其他人。

如果能躺赢,则看业务方是想省钱,还是想立功。

想省钱的话,就找刚需用户多,找ROI低的子项目,直接往下砍。此时要洞察的机会点,就是哪些人群刚需,哪些项目ROI低,哪些条线效率低。

想立功的话,就找市面流行但是我司尚未做的做法测试,或者找目前尚未被运营覆盖的人群,试点做起来。此时要洞察的机会,就是:哪些人是漏网之鱼,哪些手段尚未被测试,已测试但是可优化的项目还有多少。通通拿出来做起来。

整个思路如下图:

05小结

做业务机会洞察,不是从数据库里拿几个字段出来算算就能交差的。

做业务机会洞察,本身就得:

1、在对业务现状充分了解

2、对业务能力范围有充分评估

3、对业务要做的事有预判

这样才能明白:哪些是真机会,哪些是坑点。

 

做业务机会洞察,更不是预测:“给这个人派个优惠券,他99%会买”。实际影响业务的因素太多,从推送信息到操作流程,从商品到优惠,还有对手动作&用户兴趣,太多因素会干扰。不但不可能预测99%,即使蒙对了,也无法沉淀经验。

 

责任编辑:武晓燕 来源: 接地气学堂
相关推荐

2022-04-02 11:47:11

数据分析业务岗位

2022-05-11 11:33:53

数据分析业绩业务

2022-08-16 11:33:43

数据分析业务数据

2021-02-22 17:29:41

体系数据分析模块

2011-05-24 14:34:16

网站数据分析

2023-07-28 08:11:28

数据分析开源框架

2023-12-22 15:49:02

大数据科学家Python数据分析师

2022-10-09 11:32:52

数据分析业务销量

2022-05-19 19:26:33

区块链大数据数据分析

2020-10-20 11:27:44

大数据

2017-05-02 17:22:05

数据

2019-09-04 19:58:46

数据挖掘数据分析学习

2021-01-26 11:57:46

数据挖掘数据分析大数据

2020-12-17 09:45:54

数据分析互联网大数据

2021-06-07 11:42:41

数据分析业务

2014-04-24 09:46:47

数据分析

2018-05-16 08:44:55

2020-07-22 07:49:14

数据分析技术IT

2013-04-27 10:52:09

大数据全球技术峰会

2023-12-03 09:10:00

技术业务数据分析
点赞
收藏

51CTO技术栈公众号