如何进行有效的数据分析–.ppt

如何进行有效的数据分析网站参谋部 金雪Aug.2008 提 纲 什么是数据分析 数据分析可以帮你作什么 如何作有效的数据分析 一些数据分析的常用方法 如何有效地Present 分析结果 案例分享 什么是数据分析 请牢记： 所有的分析要从“结果” 出发，没有结论的数字罗列并不是分析； “结果”：发现问题和解决问题。 什么是数据分析 我的一些感受： 数据分析不是一门复杂的科学； 而是一些简单的“common sense”； 复杂的运算通常只是令分析结果更差而不是更好； 绝大多数是简单的想法和简单的沟通 数据分析有时候是一门艺术 同样的数据会有不同的解读 优秀和平庸的差异，有时候差在一种灵感 提 纲 什么是数据分析 数据分析可以帮你作什么 如何作有效的数据分析 一些数据分析的常用方法 如何有效地Present 分析结果 案例分享 数据分析可以帮你作什么？ 企业运用和实施 营运规划 绩效分析 投资与决策分析与检验 数据分析在营运规划中的作用 寻找未来企业的“成长引擎” 确定企业发展的助力和阻力 为长期规划和短期规划制定“growing map - 发展线路图” 数据分析在营运规划中的作用 绩效分析与绩效管理 什么才是有效的绩效管理 量化的KPI 报表管理和设计 单一的KPI管理 vs 全面的KPI 管理 (BSC) 静态的 vs 动态的 只考虑成果的 vs 综合考虑成果和成本的 无计划/预测/控制的管理和有计划/预测/控制的管理 无预警机制的管理和有预警机制的管理 投资和决策分析 举例： Marketing 上的运用： 新产品，新生产线的盈利预测 广告的成本－效益的分析，盈亏平衡点的分析 Operation: 提高劳动生产率的敏感度分析 其他 买还是租 提 纲 什么是数据分析 数据分析可以帮你作什么 如何作有效的数据分析 一些数据分析的常用方法 如何有效地Present 分析结果 案例分享 Step1: 问有效的问题 问题是否真的有效的3 个检验 检验1- 复杂性检验 问题是否直接并相关 检验2- 有用性检验 这个问题的答案是否对分析有帮助 检验3- 可行性性检验 我收集的数据是否真的能帮助我解答问题 问有效的问题-复杂性检验 如何量化PV增加的各种因素的影响，如广告, 经济，新的主页…？ 问有效的问题-有用性检验 中国供应商自身产品的质量和价格是否是影响其成交的重要因素？ 是否可以通过提高中国供应商的产品质量提高他的成交，继而提高续签率？ 问有效的问题-可行性检验的 美国次贷危机在短期和长期内对阿里巴巴营收有何影响？ Step2: 建立一些假设 假设为什么重要 复杂的问题通常有很多潜在的答案 没有强有力的假设，你会浪费很多时间并没有证明任何东西 正确的假设决定你收集怎样的数据并如何看待他们 建立一些假设－案例 问题：影响中供反馈数量的因素有哪些？ Step3: 取得有效的数据 一致性 免费会员曝光数据只有从08年7月开始有，无法分析08年4月产品默认搜索实现后对中供、ITP和免费会员曝光资源分配的影响 Analysis was a flop - MMs did not use the same standards 精确度 数据不能准确量化：例如销售人员的销售技巧 数据的取得很困难：例如客户的数据如成交 时效性 联合国关于各国经济和中小企业数据基本是2年前的 Step4: 分解原因 为何要分解原因？ 一个问题往往有潜在的多个答案，如果不将多种因素分解，单独分析，无法了解哪个才是真正的直接相关因素。 分解的原则：直接不交集 直接因素：因素和结果之间没有其他可能的间接关系 例如：最近的周末都下雨 最近的雨天我们的PV 就下降 所以雨天是PV 下降的原因 案例失败的原因：雨天和PV 之间有周末这个因素，而周末是PV 下降的原因。 分解原因的建议 分解原因的一些建议 问一问：每个原因是否已经互不相交？ 问一问：每个原因是否是直接的，是否是其他原因的衍生产物？ 如何分析被分解的原因 (KISS原则) 孤立一个因素，将有无此因素的两个结果进行比较 例如：将某段到期中供中，按其是否在该段期间内有无购买广告分群，再按这两群人体的续签率进行对比，可大致了解广告对中供续签率的影响。 Step5: KISS 原则 -Keep It Simple and Stupid 分析被分解的原因的两个KISS工具： “开关” 工具 影响前 vs 影响后 有影响 vs 无影响 “XY” 工具 X – 影响因素 Y － 产生结果 Step 6: 验证假设和结果的关系 反复问自己几个问题： 分析结果在逻辑上