1788
作者：朱濤，單位：中國移動(dòng)智慧家庭運(yùn)營中心?融合通信系統(tǒng)部
在當(dāng)今數(shù)字化的時(shí)代，幾乎每一個(gè)崗位需求都要求具備“數(shù)據(jù)分析能力”，數(shù)據(jù)分析不僅僅是一項(xiàng)專業(yè)的職位，而是自身能力不可或缺的一種“軟實(shí)力”。當(dāng)我們有了數(shù)據(jù)，應(yīng)當(dāng)如何才能產(chǎn)出有價(jià)值的數(shù)據(jù)分析內(nèi)容呢？本文將從業(yè)務(wù)指標(biāo)建立、業(yè)務(wù)指標(biāo)體系搭建到常用的數(shù)據(jù)分析方法進(jìn)行介紹。
Part 01●??什么是數(shù)據(jù)指標(biāo)?●
現(xiàn)代管理學(xué)之父，彼得德魯克說過，“如果你不能衡量，那么你就不能有效增長”。而如果你要衡量，那么你需要的就是相關(guān)的指標(biāo)。比如，學(xué)習(xí)成績、排名、銷售額、PV、UV......
那么常用的數(shù)據(jù)指標(biāo)有哪些呢？
圖2 常用的業(yè)務(wù)指標(biāo)
這么多的數(shù)據(jù)指標(biāo)，該如何進(jìn)行選擇呢？
-好的數(shù)據(jù)指標(biāo)往往是“比例”。絕對(duì)值數(shù)據(jù)常常作為描述性分析，得到的是客觀事實(shí)，但并不能評(píng)價(jià)業(yè)務(wù)發(fā)展情況，而環(huán)比、同比或者占比則可以一目了然。
-找準(zhǔn)真正的關(guān)鍵指標(biāo)。根據(jù)業(yè)務(wù)發(fā)展情況找到關(guān)鍵指標(biāo)，也就是下文提到的業(yè)務(wù)指標(biāo)體系中的一級(jí)指標(biāo)。
Part 02●??什么是業(yè)務(wù)指標(biāo)體系?●
指標(biāo)體系：從不同維度梳理業(yè)務(wù)，把指標(biāo)有系統(tǒng)地組織起來。指標(biāo)體系=指標(biāo)+體系，一個(gè)指標(biāo)不能叫指標(biāo)體系，幾個(gè)毫不相關(guān)的指標(biāo)也不能叫指標(biāo)體系。
如何評(píng)價(jià)一家公司是否健康運(yùn)營，可以通過業(yè)務(wù)指標(biāo)體系進(jìn)行評(píng)價(jià)，然后快速定位到異常指標(biāo)，分析業(yè)務(wù)問題→解決問題→繼續(xù)監(jiān)控指標(biāo)，從而形成閉環(huán)，減少經(jīng)營損失，使其健康發(fā)展。如何建立業(yè)務(wù)體系？
明確部門KPI，確定一級(jí)指標(biāo)；
了解運(yùn)營情況，找到二級(jí)指標(biāo)；
梳理業(yè)務(wù)流程，找到三級(jí)指標(biāo)；
通過報(bào)表監(jiān)控，更新體系。
圖3 電商數(shù)據(jù)分析基本指標(biāo)體系
Part 03●??常用的數(shù)據(jù)分析方法?●
在提數(shù)據(jù)分析方法之前，需要重點(diǎn)考慮為什么要學(xué)習(xí)分析方法？需要有“業(yè)務(wù)直覺”，此處的“直覺”不僅僅是“我認(rèn)為”“我覺得”...而是擺事實(shí)講道理論證結(jié)論，于是在“擺事實(shí)”的階段，我們需要使用到分析方法。
圖4 業(yè)務(wù)思維感知舉例
常用的分析方法有哪些呢？根據(jù)業(yè)務(wù)場景中分析目的的不同，可以選擇對(duì)應(yīng)的分析方法。
圖5 常用數(shù)據(jù)分析方法
3.1 邏輯樹分析方法
將問題的所有子問題分層羅列，從最高層開始，并逐步向下擴(kuò)展。
舉例：費(fèi)米問題：鋼琴調(diào)音師的數(shù)量=【芝加哥所有的鋼琴師1年的總工作時(shí)間】÷【鋼琴師每年的工作時(shí)間】
【前者】:芝加哥所有的鋼琴師1年的總工作時(shí)間由下面幾個(gè)因素決定——需求側(cè)
芝加哥有多少架鋼琴：250萬人口乘以2%=5萬
鋼琴每年要調(diào)幾次音：1年1次
調(diào)一次音要多久：2小時(shí)
所以一年的總工作時(shí)間是 5萬×1×2=10萬小時(shí)
【后者】：鋼琴師每年的工作時(shí)間由下面幾個(gè)因素決定——供給側(cè)
5天8小時(shí)，50個(gè)星期=2000個(gè)小時(shí)
耗費(fèi)在奔波的路上要減去-20%=1600小時(shí)
結(jié)果就出來了：芝加哥大概有10萬 ÷ 1600 ≈ 63個(gè)
3.2 PEST分析方法
PEST分析是指宏觀環(huán)境的分析，宏觀環(huán)境又稱一般環(huán)境，是指影響一切行業(yè)和企業(yè)的各種宏觀力量。對(duì)宏觀環(huán)境因素作分析，不同行業(yè)和企業(yè)根據(jù)自身特點(diǎn)和經(jīng)營需要，分析的具體內(nèi)容會(huì)有 差異，但一般都應(yīng)對(duì)政治（Political）、經(jīng)濟(jì)（Economic）、技術(shù)（Technological）和社會(huì)（Social）這四大類影響企業(yè) 的主要外部環(huán)境因素進(jìn)行分析。
圖6 中國汽車出海目的地考慮因素PEST
3.3 多維度拆解分析方法
多維度拆解分析方法是一種通過將問題或數(shù)據(jù)分解成多個(gè)維度來進(jìn)行深入分析的方法。它可以幫助我們更全面地理解問題，并從不同的角度進(jìn)行研究。以下是使用多維度拆解分析方法解決芝加哥調(diào)音師數(shù)量問題的示例：
1)地理維度：將芝加哥地區(qū)拆分為不同的地理區(qū)域，例如城市區(qū)域、周邊區(qū)域等。通過收集每個(gè)區(qū)域的數(shù)據(jù)，我們可以了解每個(gè)區(qū)域內(nèi)調(diào)音師的數(shù)量并進(jìn)行比較。
2)行業(yè)維度：將調(diào)音師分為不同的行業(yè)類別，如音樂制作、影視制作、廣告制作等。通過研究每個(gè)行業(yè)類別中的調(diào)音師數(shù)量，我們可以獲得更詳細(xì)的信息。
3)教育背景維度：研究調(diào)音師的教育背景，例如音頻工程學(xué)位、音樂學(xué)位等。這可以幫助我們了解在不同教育背景下的調(diào)音師數(shù)量和特征。
4)經(jīng)驗(yàn)水平維度：將調(diào)音師按照其經(jīng)驗(yàn)水平分為不同的類別，如初級(jí)、中級(jí)、高級(jí)等。通過研究每個(gè)經(jīng)驗(yàn)水平類別中調(diào)音師的數(shù)量，我們可以得出關(guān)于經(jīng)驗(yàn)水平對(duì)數(shù)量的影響的結(jié)論。
5)社交媒體分析維度：利用社交媒體平臺(tái)上的數(shù)據(jù)，分析在芝加哥地區(qū)活躍的調(diào)音師的數(shù)量和活動(dòng)情況。這可以提供關(guān)于調(diào)音師社交媒體使用情況的見解。
通過對(duì)以上多個(gè)維度進(jìn)行分析，我們可以更全面地了解芝加哥地區(qū)的調(diào)音師數(shù)量，并從不同的角度獲取相關(guān)信息。這種方法可以為我們提供更深入的洞察力，幫助做出更準(zhǔn)確的估計(jì)和決策。
3.4 對(duì)比分析法
是一種常用的分析方法，通過將不同對(duì)象、事物或變量進(jìn)行比較，以便更好地理解它們之間的差異和相似之處。
如何使用對(duì)比分析法？1）和誰比？和自己比、和行業(yè)比。環(huán)比、同比一般是指同過去的自己比；與整體行業(yè)比可以對(duì)比出來是自身原因還是大環(huán)境的原因。
圖7 某公司1-5月三種產(chǎn)品銷售情況
如上圖所示：注意力不同，表達(dá)的信息也不相同：你的注意可能集中在1月至5月的總銷售額變化趨勢以及銷售額格隨時(shí)間變化的規(guī)律，結(jié)論是:自1月以來銷售額正在穩(wěn)步提升，5月環(huán)比4月提升10.06%；若注意在在5月里，結(jié)論是：產(chǎn)品Ａ的銷售額大幅領(lǐng)先產(chǎn)品B和Ｃ；若注意力在C產(chǎn)品，5月增幅最大，環(huán)比上月85.71%，超過公司整體增幅。
3.5 相關(guān)分析法
用于確定兩個(gè)或多個(gè)變量之間的關(guān)系強(qiáng)度和方向。它可以幫助我們理解變量之間的相關(guān)性，并提供關(guān)于它們?nèi)绾坞S著彼此變化的信息。
舉例：為了分析銷售額下降的原因，我們可以使用相關(guān)分析法來研究銷售額與其他相關(guān)變量之間的關(guān)系。以下是在相關(guān)分析中可以采取的一些步驟：
1)收集數(shù)據(jù)：收集與銷售額相關(guān)的各種可能因素的數(shù)據(jù)，例如市場競爭情況、廣告投入、產(chǎn)品定價(jià)、季節(jié)性因素等。
2)計(jì)算相關(guān)系數(shù)：使用合適的相關(guān)系數(shù)（如皮爾遜相關(guān)系數(shù)）來衡量銷售額與其他變量之間的線性關(guān)系。對(duì)于連續(xù)變量，可以使用皮爾遜相關(guān)系數(shù)來計(jì)算它們之間的相關(guān)性。對(duì)于分類變量，可以使用點(diǎn)二列關(guān)聯(lián)分析來研究它們之間的關(guān)聯(lián)程度。
3)解釋結(jié)果：根據(jù)相關(guān)系數(shù)的值和方向，解釋銷售額下降的原因。例如，如果某個(gè)變量與銷售額呈現(xiàn)強(qiáng)負(fù)相關(guān)關(guān)系，那么銷售額下降可能與該變量的增加相關(guān)。
4)進(jìn)一步分析：根據(jù)相關(guān)分析的結(jié)果，進(jìn)行進(jìn)一步的分析，例如回歸分析或因果分析，以確定變量之間的因果關(guān)系。這些分析可以幫助我們確定哪些變量是銷售額下降的主要原因。
需要注意的是，相關(guān)分析可以提供關(guān)于變量之間關(guān)系的統(tǒng)計(jì)證據(jù)，但不能確定因果關(guān)系。因此，在解釋銷售額下降的原因時(shí)，還需要進(jìn)行更深入的研究和分析，以確定真正的因果關(guān)系。
3.6 漏斗分析法
漏斗分析法是一種用于分析和優(yōu)化購買或轉(zhuǎn)化過程的方法。它可以幫助我們理解用戶在購買或轉(zhuǎn)化過程中的行為，找出其中的瓶頸和改進(jìn)的機(jī)會(huì)。
圖8 某電商首頁→下單漏斗轉(zhuǎn)化分析
3.7 RFM分析方法
RFM分析方法是一種用于衡量和分類客戶價(jià)值的方法，它基于三個(gè)關(guān)鍵指標(biāo)：最近一次購買（Recency）、購買頻率（Frequency）和購買金額（Monetary）。通過RFM分析，可以將客戶細(xì)分為不同的組，并識(shí)別出具有高價(jià)值和潛力的客戶。
圖9 某產(chǎn)品用戶RFM分析
3.8 AARRR模型
是一種常用的營銷分析框架，用于評(píng)估和優(yōu)化產(chǎn)品或服務(wù)的用戶生命周期。它由五個(gè)關(guān)鍵指標(biāo)組成，分別是：
1)獲得（Acquisition）：指吸引新用戶的活動(dòng)，如營銷廣告、SEO優(yōu)化等。在數(shù)據(jù)分析中，我們可以跟蹤和分析用戶來源、渠道效果等指標(biāo)。
2)激活（Activation）：指用戶首次使用產(chǎn)品或服務(wù)的體驗(yàn)，以及達(dá)到預(yù)期價(jià)值的程度。數(shù)據(jù)分析可以幫助我們理解用戶的初次使用行為和轉(zhuǎn)化率，以及分析用戶體驗(yàn)問題。
3)留存（Retention）：指使用戶繼續(xù)使用產(chǎn)品或服務(wù)的活動(dòng)。通過數(shù)據(jù)分析，我們可以追蹤和分析用戶的留存率、用戶活躍度，以及發(fā)現(xiàn)用戶流失的原因。
4)推廣（Referral）：指通過現(xiàn)有用戶推薦新用戶的活動(dòng)。數(shù)據(jù)分析可以幫助我們跟蹤和分析用戶的推薦行為、轉(zhuǎn)化率，以及通過推薦獲得的用戶價(jià)值。
5)收入（Revenue）：指通過產(chǎn)品或服務(wù)產(chǎn)生的收入。在數(shù)據(jù)分析中，我們可以分析用戶的付費(fèi)行為、收入來源、用戶價(jià)值等指標(biāo)。
通過對(duì)AARRR模型中的各個(gè)環(huán)節(jié)進(jìn)行數(shù)據(jù)分析，我們可以了解用戶的轉(zhuǎn)化路徑、用戶行為特征，以及優(yōu)化產(chǎn)品或服務(wù)的機(jī)會(huì)，從而提升用戶體驗(yàn)和增加收入。
圖10 AARRR分析模型介紹
總結(jié)起來，常用的數(shù)據(jù)分析方法包括邏輯數(shù)分析方法、PEST分析方法、多維度拆解分析方法、對(duì)比分析法、相關(guān)分析法、RFM分析方法、AARRR模型分析方法、漏斗分析方法等。選擇適當(dāng)?shù)姆椒ㄈQ于數(shù)據(jù)類型、目標(biāo)和問題的性質(zhì)。而分析的價(jià)值是能過讓決策者基于此采取行動(dòng)，否則最嚴(yán)苛最站得住腳的分析方法也毫無用處。
參考文獻(xiàn)
[1] 艾瑞咨詢：2023年中國汽車出海研究報(bào)告? 2023年6月
https://report.iresearch.cn/report/202306/4201.shtml .
[2]?數(shù)據(jù)分析思維：分析方法和業(yè)務(wù)知識(shí)/ 猴子·數(shù)據(jù)分析學(xué)院著.一北京：清華大學(xué)出版社，2020.10.
下載ECAD模型
