什么是好的数据分析思维.docxVIP

企业关注数据，主要是关注数据的价值，能给我们的业务带来什么效能，是能发现运作方式的问题？还是能找出 突破点?还是能预估公司的赛道，让决策层知道以什么样的配速来跑？ 而现实中很多数据分析从业者沉寂在用工具操作数据的快感中，还有一些迷恋各种算法带来的成就感，这个可能 和每个人的经历和对数据分析的理解不一样造成的，让自己相当一段时间内其实都偏离了企业的关注点，那就是 数据的价值。 那我们要让数据变得价值，是不是需要一套好的思维去驱动呢？肯定的，如果给每个人同样的一组数据，我相信 能岀来很多不同的分析思维和数据分析的方式，但你要问他们分析的目的时很多人却很难说清楚，那他们分析依 靠的是什么？ 一起唱：跟着感觉走.... 数据就好比一堆木材一样，只有你深度了解了你输岀的用户是谁，能给他们带来什么？希望达到什么样的预期？ 你才能让这堆木材（数据）发挥巨大的作用，而这些难道不重要吗？ 那好的分析思维到底是什么样子的？ 1、落地性强 举个例子，一家电商公司要提高GMV ? A分析师：GMV=每个人消费金额的综合，只要提高每个用户的消费金额，就可以提高GMV ,那具体如何做呢？ B分析师：GMV=客单价*消费用户数，那只要做2个假设即可，假如客单价不变，我们只要增加消费用户数就可 以增加，假如消费用户数不变，只要提高客单价就可以提高GMV收入，再理想的状态都是同时提高，但还是不 够细致，只是找到了问题的方向 C分析师：GMV=客单价*消费用户数，先通过公式法找到了问题要突破和分析的方向，接着借助数据更深入的分 析，比如客单价的分布是什么样子的？提升的空间有多大？哪些人的可以提升？这些人都有什特征？接下来你可 以 可以告诉运营：通过满减来刺激还是通过买赠来刺激呢？ 可以告诉产品：对哪些人进行购买引导（推荐）效果会好？等等，所有的分析思维都是为了让你找到正确的方向，要问什么是好思维，好的数据分析，那落地性一定是第一 位，上面的三个分析师都用了公式法，第一个跑偏了，第二个只是找到了方向，那第三个其实就是别人喜欢的数 据分析师，这里只是简单举个例子，让大家明白其中的道理。 2、有条理性 要让分析思维变的有条理，就要引入一个常用的思维，叫金字塔原理，其实大家不用被这个名词吓住 要让分析思维变的有条理，就要引入一个常用的思维， 叫金字塔原理，其实大家不用被这个名词吓住 我来用一个场景来解析以下，比如我们去超市，你会发现同类的产品就集中在一起，水果区、肉食区、海鲜区、 零食区等等，那其实分析也是一样的，只要对指标+维度做好分类，就可以保证基本的条理性了，但尽量不要存 在重复和交叉。 比如： 分奥 揩标 定义 善前心理效県评估 广吿印象 广吿到込做■?平均频率 品牌认知 虾岀此说岀某一互IXRStt的消a?A?/e?消质者数W 广吿点击率 織击次数/?显示次歐，Blcbcks/ss 品牌关at词瘦索次散 用户王谕在各搜索引攣搜索侖原品牌关瀆诩的瘻索次BI 筒前行为效果评估 品牌美镇调櫻素描故 間家品W美谖词冬各搜素引掣的搜素次敏/ Z同共糸牌关键词在各搜索引攣的殺案次数 品牌相关询櫻素次敛 用户主。在各擔素引寧握索商家品牌相关关焜词的攪帝次敝 品牌相关词捜素指敛 商家狀相关询在各搜索引早的接木次数2：同矣呂謨相关调在各搜索引寧的櫻术次敗 访问■ 从广吿引设过来的访间网站的访冋次數.UV. PV 下莪磐化率 从广告引流过来的下載次故/广告点击次敌（ifiStffl于有下哉考核指标的广告馈标的物.知：应用软件.APP箸） 鋪營效果评估 注化率 从广告引流过来的注稲次故/广告点击次故（??用于有注的畧核價林的广告投旅坏的物，即：会员羽拘网站.IS堯筈； 化率 厂告引设过来的咨谢次玆/r告点击次敢（通常用于隊务链路较长的行业.如：招降由盟、会美尊） 下单转化率 从广吿引设遂未的下檢次ts/rs点击次Bt （汚常用于电Bi行业） 话题发布数量 消身者在购买傑品我腺第时，对购买的曲品或脸务更到滿慮或不満吋在向京的网站表论坛上，以发貼的形式进行讨论 话题冋鱼数H 消员巻对基个清身者发布的话風给岀自己的想法，含正直和贝面 售后行为效県评估 严品评论数 清贯者在购买攏品茨眼务后.在谆情灵話出的购后评价次数 ra??c 消例者在购关商品32殻务后.觉御达到了个人的需求.通过用友建成iWN的方式进日分享 那其实还不够，你此时只是把指标和方向的条理性梳理好，那接下来就是让你分析体系变得有条理，就是大家常 说的方法论，比如swot、pest、5W2H等等 AISAS-营销效果评估模型 评估指标消費者行为过程评估内容I__|世钠裁路及目的祠电视/电 评估指标 消費者行为过程 评估内容 I__|世钠裁路及目的祠 电视/电 K/taa/raars 岗前心理效果评估 厂告点击明 胄前行为效