1. 首頁 > 生活百科 > >

數據分析到底應該怎么做? 數據分析怎么做?( 三 )

小知識


3）只關注分析本身 ， 沒有結合業務動作
舉個常見的例子 ， 需要用RFM模型對用戶進行高/中/低價值分層 ， 那消費金額M的閾值如何?。孔约号哪X袋？為何不結合業務動作進行設定呢？分層的目的不就是為了針對性的制定動作么？如果業務準備對高/中/低價值用戶分別發放5000/3000/1000的優惠券 ， 那閾值是不是就出來了？
4）只去做表面分析 ， 不解決具體問題
報表做了一堆 ， 沒有抓住應該重點關注的業務指標；發現異常指標 ， 沒有結合數據分析去采取有效措施；復盤羅列數據 ， 沒有總結出有助于業務發展的結論 。 這些都是＂形式主義＂式的數據分析 ， 看似沒有問題 ， 實際沒有任何指導意義 。
四、數據分析師的進階之路數據分析高手和新手最大的區別在于：高手能通過數據分析 ， 找到工作的關鍵節點 ， 思考怎樣達成每個節點 ， 并用數據證明能不能走得通 。 新手容易陷入＂毛線團式＂的工作狀態 ， 繞了一圈又一圈才完成任務 。
想成為這樣的高手 ， 拿到比數據小白高幾倍的工資 ， 至少需要經歷以下3個能力階段 。
1. 能力階段一：用數據分析解決業務問題很多運營在遇到業務困難時 ， 要么早早放棄 ， 要么主觀臆測 ， 找不到問題的要害 。 這時候如果你能學會用數據嚴謹地分析和解決問題 ， 相信老板一定會對你刮目相看 。
2. 能力階段二：用數據分析達成項目目標你需要將數據分析思維貫穿整個項目 ， 讓你更好地掌控項目 ， 最終幫助你達成目標 。 其中有一項非常關鍵的能力 ， 即數據拆解能力 。
然而 ， 很多同學在做指標拆解時 ， 都只會簡單粗暴地“做加法” 。 銷售量＝渠道A＋渠道B＋渠道C 。 渠道運營小伙伴很容易找一堆互推渠道 ， 但最后這些渠道能成交多少 ， 是不可控制的 。
真正的數據分析高手應該懂得在高度的不確定性當中 ， 去尋找確定性 。 我建議采用的是“乘法邏輯”：銷售量＝曝光量 x 轉化率 。
3. 能力階段三：用數據分析驅動業務增長到了這個階段 ， 數據分析就不僅僅是用來發現問題 ， 或者僅僅只能用于某個活動或項目 ， 而是可以持續指導業務增長 。 希望我們都能夠不斷打怪升級 ， 道路雖長 ， 但我們一直都在進步 。

推薦閱讀